Git 是一个功能强大的分布式版本控制系统，它的核心概念决定了其强大的功能和灵活性。本章将深入探讨 Git 的基本概念，包括版本库、Git 对象类型、索引、可寻址内容名称、Git 追踪内容、路径名与内容的关系，以及 Git 的数据存储方式。此外，还会通过图示帮助读者更直观地理解 Git 的存储结构，并讲解 Git 工作时的核心概念，如 .git 目录、对象、blob、文件树、SHA-1 哈希值、树层次结构、提交、标签等。

4.1 基本概念

4.1.1 版本库

在 Git 中，版本库（Repository） 是用于存储项目所有文件及其历史记录的地方。Git 版本库的核心结构包括：

  1. 工作区（Working Directory）：用户实际编辑文件的地方。
  2. 暂存区（Staging Area）：Git 维护的一个中间区域，存储即将提交的更改。
  3. 版本库（Repository）：Git 维护的所有版本的存储区域，通常在 .git 目录下。

在 Git 中，初始化一个新的版本库使用 git init 命令： 

  1. git init

执行后，Git 会在当前目录下创建 .git 目录，该目录包含所有 Git 相关的文件和元数据，如对象存储、HEAD 指针、分支信息等。

4.1.2 Git 对象类型

Git 以对象（Object）为核心进行数据存储，主要包括以下三种对象类型：

  1. Blob（Binary Large Object）：存储文件内容，Git 不存储文件的名字或路径，而是仅存储其内容。
  2. Tree（树）：存储目录结构，记录文件与文件夹的组织方式，并指向对应的 blob 对象。
  3. Commit（提交）：代表一次快照，包含提交信息、提交者、提交时间以及指向的 Tree 对象。

Git 使用 SHA-1 哈希 作为对象的唯一标识，每个对象在 .git/objects 目录下存储为一个以 SHA-1 哈希值命名的文件。

4.1.3 索引

索引（Index）是 Git 中的一个重要概念，也称为暂存区（Staging Area）。它的作用是充当 工作区和版本库之间的缓冲区，允许用户在提交之前整理文件的更改。

当运行 git add 命令时，文件的更改会被添加到索引中，而不是直接提交到版本库。例如： 

  1. echo "Hello Git" > file.txt  
  2. git add file.txt

此时，file.txt 进入索引，但尚未正式提交。可以通过 git status 查看索引中的内容： 

  1. git status

要提交更改，需要运行 git commit： 

  1. git commit -m "Added file.txt"

4.1.4 可寻址内容名称

Git 的一个关键特性是所有存储的对象（blob、tree、commit）都使用 SHA-1 哈希进行标识。这意味着 Git 可以通过 SHA-1 哈希值来唯一地寻址任何存储的内容。例如，查看某个提交的哈希值： 

  1. git log --oneline

输出可能类似于： 

  1. a3c6f29 Initial commit

其中 a3c6f29 就是该提交的 SHA-1 哈希的前几位。Git 允许使用部分哈希值进行引用，例如： 

  1. git show a3c6f29

4.1.5 Git 追踪内容

Git 通过跟踪文件的内容（而非文件本身）来管理版本变更。每当文件发生更改，Git 会计算其内容的 SHA-1 哈希值，并存储新的 blob 对象，而不是存储整个文件的副本。

查看 Git 追踪的文件状态： 

  1. git status

文件可能处于以下几种状态：

  • Untracked（未跟踪）：Git 尚未管理该文件。
  • Modified（已修改）：文件已更改，但未添加到暂存区。
  • Staged（已暂存）：文件已添加到暂存区，准备提交。
  • Committed（已提交）：文件的更改已存入版本库。

4.1.6 路径名与内容

在 Git 中，路径名（文件名）与文件内容是分开的。Git 仅存储文件的内容，而文件名存储在 Tree（树）对象 中。这种设计使得 Git 可以高效地处理重命名文件的操作，因为 Git 只需更新树对象，而不必存储新的 blob。

4.1.7 打包文件

当 Git 仓库增长时，存储大量独立对象会导致 .git/objects 目录变得庞大。为了解决这个问题，Git 采用 打包（Packfile） 机制来合并多个对象，减少存储空间和提升性能。

手动运行以下命令可以进行打包优化： 

  1. git gc

4.2 对象库图示

Git 的存储结构可以用下图表示： 

  1. Commit -> Tree -> Blobs（文件内容）
  2.        |
  3.        -> Tree -> Blobs（文件内容）

每次提交（commit）指向一个树（tree），树指向多个 blob（文件内容）。如果文件未修改，则新的提交仍然指向原有的 blob，从而节省存储空间。

4.3 Git 在工作时的概念

4.3.1 进入 .git 目录

.git 目录是 Git 版本库的核心，包含：

  • objects/：存储 Git 对象（blob、tree、commit）
  • refs/：存储分支和标签
  • HEAD：指向当前分支
  • config：Git 配置文件

进入 .git 目录后，可以手动查看对象存储： 

  1. cd .git/objects
  2. ls

4.3.2 对象、散列和 blob

在 .git/objects 目录下，每个对象文件名由 SHA-1 哈希值命名，例如 3b18e6。可以使用 git cat-file 命令查看对象内容： 

  1. git cat-file -t 3b18e6
  2. git cat-file -p 3b18e6

4.3.3 文件和 tree

Tree 记录了文件的组织方式，每个提交（commit）都会生成一个新的 Tree，指向文件的 blob 对象。例如，查看某个提交的 tree： 

  1. git ls-tree HEAD

4.3.4 对 Git 使用 SHA1 的一点说明

Git 使用 SHA-1 哈希 作为对象的唯一标识符，以确保数据完整性。如果文件内容被篡改，其 SHA-1 哈希值将发生变化，Git 立即能检测到。

4.3.5 树层次结构

Git 的存储结构采用类似 Unix 的层次化文件系统，每次提交都会生成新的 tree 结构，而不是存储整个文件快照。

4.3.6 提交

每次 git commit 都会创建一个新的提交对象，该对象指向当前 tree，并记录提交信息。例如，查看最近一次提交的详情： 

  1. git show HEAD

4.3.7 标签

Git 标签（tag）用于标记特定的提交，例如创建版本发布标签： 

  1. git tag v1.0

查看所有标签： 

  1. git tag

结论

本章介绍了 Git 的核心概念，包括版本库、对象存储、索引、路径名与内容的关系、Git 的数据结构，以及 .git 目录的作用。掌握这些概念有助于深入理解 Git 的底层机制，为后续分支管理和协作开发打下基础。