Git 底层原理：对象（1）

Git 基本上是如今文本文件版本管理的唯一方案。 从表面上看，Git 机制十分复杂，常用的包括 commit、fetch、merge、push 等多个命令，涉及提交、分支、冲突、合并等多种概念。 然而从底层原理上，Git 本质就是一个对象存储系统。

对象

Git 对象（Git Object）是 Git 能够管理的最小单位。 对象可以是一个特定版本的文件，也可以是一个目录、一个提交甚至是一个 Tag（仅限于 Annotated Tag）。 但底层 Git 实际上并不区分对象的类型，而是简单地把它们全部视作二进制数据块。

使用 git cat-file 命令可以查看特定对象的内容。 一般会用 -p 选项使 Git 自动判断对象的类型，以便以人类可以理解的方式打印：

git cat-file -p 7d126678e806745ba16e0eb540b340e9881a4f38

# tree 90ffbdf9d7d964db96957b5cb33ac38fe420c8d4
# parent 883101ea8034db1e79778f7f4b98c549ab79d19b
# author ... <...> 1766905722 +0800
# committer ... <...> 1766905722 +0800
#
# bugfix: ...

上述命令打印了哈希为 7d126678e806745ba16e0eb540b340e9881a4f38 的对象，是一个提交，因此以纯文本的方式打印了出来。

哈希

在平日的 Git 使用中，一般经常使用到提交的哈希。 但实际上，每个 Git 对象都有其哈希。

以前文中所打印的提交为例，其本身的哈希是 7d126678e806745ba16e0eb540b340e9881a4f38，其前序提交（parent）的哈希为 883101ea8034db1e79778f7f4b98c549ab79d19b，而其根目录的哈希为 90ffbdf9d7d964db96957b5cb33ac38fe420c8d4。

Git 根据如下内容计算一个对象的哈希：

1. 对象的类型：对于提交、目录和文件，分别是字符串 commit、tree 和 blob；
2. 一个空格；
3. 对象的长度，以字节为单位，十进制转换为字符串；
4. 一个空字符（\0）；
5. 对象的实际内容。

将上述内容依次连接后，计算 SHA-1（最新的 Git 支持 SHA-256）作为这个对象的哈希值。

存储

所有 Git 对象都存储在 Git 根目录下的 .git/objects 目录中。 换而言之，只要这个目录不丢失，所有的数据就都可以恢复。

对象哈希的前 2 个字符作为一级目录名，而剩余 38 个字符作为文件名。 例如，哈希是 7d126678e806745ba16e0eb540b340e9881a4f38 的对象实际存储在 .git/objects/7d/126678e806745ba16e0eb540b340e9881a4f38 中。 这些文件里面存储的是经过 zlib 压缩的对象内容。