Git基础对象模型介绍

Git基础对象模型介绍
[e-mail]

本文翻译自http://book.git-scm.com/1_the_git_object_model.html ，但不是全文翻译，仅供学习参考，不贴切之处敬请指正。

Git是什么？
Git是一个快速、分布式的版本控制系统。

Git的对象模型
什么是SHA？
用来代表项目历史的所有信息都存储在一个文件中，这个文件名由40个字符构成，表示所谓的“对象“，看起来象：

引用

49b1775c245cbf030f52ce0c50d3758617e02395

在Git中，象这样的40个字符组成的字符串随处可见，它是由对象的内容做SHA1哈希计算得到的。所谓的SHA1哈希是一个加密的哈希函数。这样做的意义是实际上不可能找到两个不同的对象拥有相同的SHA1值（对象名）。这样做有一系列的好处，比如：

• Git可以快速的仅仅通过对象名称决定两个对象是否相同
• 由于对象名称在每一个库（repository）中都由相同的方式计算得到，相同的内容存储到不同的库中将总被存储到相同的名称下
• Git可以在读取对象时通过检查对象的内容SHA1之后是否是相同的名字来检测错误（这样做的原因是由于相同的内容经过SHA1计算之后总是具有相同的SHA1值）

什么是对象？
每个对象有三个属性：类型、尺寸和内容。
尺寸就是对象的大小，内容基于对象的类型。在Git中有四种类型，分别是"blob", "tree", "commit", and "tag"。

• blob：用来存储文件数据，就是一个通常的文件。
• tree：看起来象一个目录结构，它引用了一串其他的tree或者blob（就像文件和子目录一样）。
• commit：指向一个单独的tree，标志着一个项目在一个特定的时间点看起来是什么样子。
它包含了那一时间点的元信息，比如时间戳、作者、自从上次提交以来所做的改变、指向前一次提交的引用，等等。
• tag：是用特定的方法标识特定的提交。它通常用来标记特定的commit作为特定的release，或者这条主线上的其他的什么东西。

几乎所有的Git都建立在管理操纵这些简单的结构之上，即它是建立在机器文件系统之上的一种自己的小型文件系统。

• Blob对象（Blob Object）
Blob对象通常存储文件的内容。可以使用命令git show来查看人和blob对象的内容。比如：

引用

$ git show ced3dd435d0468
commit ced3dd435d04684ad44232709bd35841240364c6
Author: Guibin Zhang <[e-mail]>
Date:   Wed Apr 20 17:31:31 2011 +0800

    Fix publish with null properties

diff --git a/libs/lib.service.securities/src/main/scala/com/aiotrade/lib/service/securities/cndbf/LevelIIDataPublisher.scala
index 535bc85..2f1650e 100644
--- a/libs/lib.service.securities/src/main/scala/com/aiotrade/lib/service/securities/cndbf/LevelIIDataPublisher.scala
+++ b/libs/lib.service.securities/src/main/scala/com/aiotrade/lib/service/securities/cndbf/LevelIIDataPublisher.scala
@@ -166,7 +166,8 @@ object LevelIIDataPublisher extends Reactor{

           if(rountingKey.isDefined && secId.isDefined) {
             val topic = rountingKey.get + secId.get + ".SZ"
-            publisher.publish(exchange, topic , null, recordObjs)
+            publisher.publish(exchange, topic , props, recordObjs)



blob对象实际上就是一块二进制数据。它不会引用任何其他东西，也没有人和其他属性，甚至都没有文件名。
既然blob对象完全由其数据决定，如果两个文件在同一个目录树下（或者在多个不同版本的库中），那么他们将会共享相同的blob对象。blob对象完全独立于它在目录树中的位置，即便是对文件重命名也不会改变与此文件相关联的blob对象的内容。

• Tree对象（Tree Object）
Tree对象比较简单，它有很多指针，指向其他blob和tree，它代表目录或者子目录的内容。
git tree命令能够用来检查tree对象的内容，或者使用git ls-tree可以查看更多细节。如下面的例子
引用

$ git ls-tree 49b1775c245cbf030f52ce0c50d3758617e02395
040000 tree 7e814915c9880cb367895118333f2cd4e600855b application
040000 tree 561d4f6709e0b27943d5f0d650f9986e74673e69 branding
100644 blob af0ae6a9fc24e6978287d47eda2727c1c664f524 pom.xml


就像你所看到的，tree对象包含一系列入口，每个入口保护模式（如040000，100644），对象类型（tree，blob），SHA1名称（7e814915..., 561d4f67..., af0ae6a9fc...），和名字（application, branding, pom.xml）。这些内容都是tree对象49b1775c245cbf030f52ce0c50d3758617e02395...的内容，内容列出的顺序按照名称排序。这些内容就是一个单独文件夹的内容。
能够被tree对象引用的对象可以是：blob对象－代表文件的内容，另外的tree对象－代表子目录的内容。既然tree对象和blob对象和其他对象一样，都是由其内容的SHA1 hash值决定，因此两个tree对象当且仅当他们的内容（递归的包含其子目录的内容）相同时才具有相同的SHA1值。这个特性使得git能够快速决定两个相关的tree对象的差异，因为在判断两个tree是否相同时可以忽略tree对象下面的相同名字的对象。
注意，具有644和755权限的文件，git实际上只对可执行权限位感兴趣。

• Commit对象（Commit Object）
Commit对象链接一个Tree的物理状态和其描述。这个描述描述了我们如何提交到这个commit，怎么提交的，相当于一些注释。
你可以用在 git show 命令和 git log 命令中使用 --pretty=raw 选项查看你所感兴趣的提交（commit）。

引用

$ git show -s --pretty=raw c1e78911e06
commit c1e78911e066983c797129b196f60cef256c3a3a
tree 1afa3f0f14c1fffed0fbf3cc05507034c61cfeb4
parent ffbeb1730537cc139bee4358010afc9953cb8615
author Guibin Zhang <[e-mail]> 1303277354 +0800
committer Guibin Zhang <[e-mail]> 1303277354 +0800

    Fix publish to wrong topic bug


正如你所见到的，一个commit由以下几个元素组成：
1. Tree。即Tree对象的SHA1名字，代表在特定时间点某个目录的内容。
2. Parent。在此次提交之前的一个或几个commit的名字。上面的例子中，只有一个parent，但是Merge commit可能就有多个parent。比如

引用

$ git show -s  --pretty=raw 49b1775c24
commit 49b1775c245cbf030f52ce0c50d3758617e02395
tree 89de7605c4ec6677b3960acd7621cdb70371362b
parent 10096820c833d42b53ed40886bb91e37f7e2607f
parent b0cbbf20457bc7a755391b93c0f6278cb0b47b2e
author Guibin Zhang <[e-mail]> 1303449511 +0800
committer Guibin Zhang <[e-mail]> 1303449511 +0800

    Merge branch 'master' of 192.168.80.141:/home/guibin/Project/faster/faster


如果一个commit没有parent，那么这个commit就一定是root commit，代表当这个项目初始化时的状态。每个项目都至少有一个root。一个项目也可以有多个root，但这不常见，也不必要。
3. Author。对此次commit负责的作者及其提交时间。
4. Committer。谁实际执行了此次提交操作及其提交时间。committer可能和author不一样，比如作者写了些代码，发送给提交者提交。
5. Comment。注释。
注意：一个commit事实上并没有记录这次提交做了什么内容的改变，所有的改变都根据这次commit所引用的对象的内容和其parent计算得到，尤其是git并不试图去显示的记录rename这些操作，虽然它能够根据相同的文件内容和不同的文件路径计算出rename。commit对象通常由git commit命令创建，提交时，此次提交的parent就是提交时刻的HEAD，并且HEAD的tree提取自当前存储在index中的内容。
• Tag对象（Tag Object）
Tag对象包含了对象名称，对象类型，tag名称，打tag的人（tagger）和一条注释。可以使用git tag命令去创建或者验证tag，细节请参考git tag --help

Git与SVN的区别
非常重要的一点是Git与多数你所熟悉的SCM系统都不同。Subversion, CVS, Perforce, Mercurial都使用 Delta Storage systems，即他们都存储一个commit和另一次commit之间的区别，而Git却不是这样做的，它存储在项目中所有文件在这种树型结构中的快照。在使用Git时这是一个非常重要的概念。

评论

1 楼 yuenkin 2013-08-28  

有些翻译的错误太明显了，
“既然blob对象完全由其数据决定，如果两个文件在同一个目录树下（或者在多个不同版本的库中），那么他们将会共享相同的blob对象。”
    两个文件需要内容完全相同。