git对象存储

之前提到当存储数据内容时,同时会有一个文件头被存储起来。我们花些时间来看看 Git 是如何存储对象的。你将看来如何通过 Ruby 脚本语言存储一个 blob 对象 ,有必要了解一下对象是如何被存储的。以git设计哲学中的test1.txt为例分析blob对象如何被计算校验和?如何被存储?是否和直接调用git命令的结果一致?

sha-1校验和计算

我们需要验证通过ruby计算出来的检验和与这个一致。

为了验证,新建一个git仓库

$ mkdir blobtest
$ cd blobtest

$ git init
Initialized empty Git repository in /Users/lyc/Desktop/tg/.git/

同样新建一个文件test1.txt,内容为test1,并把它加入暂存区
 
$ echo test1 > test1.txt
$ git add test1.txt

 

gitt使用’blob ‘ + len(content) + ‘\0’ + content作为文件内容
blob表示对象类型为blob类型,

len表示内容的长度

\0为空字节

其中’blob ‘ + len(content) + ‘\0’ 来组成一个header,然后再将这个header与真正的内容拼接起来,并计算拼接后的新内容的 SHA-1 校验和。

使用 irb 命令进入 Ruby 交互式模式:

$ irb
irb(main):001:0> content = "test1\n"
=> "test1\n"
irb(main):002:0> header = "blob #{content.length}\0"
=> "blob 6\u0000"
irb(main):003:0>  store = header + content
=> "blob 6\u0000test1\n"
irb(main):004:0>   require 'digest/sha1'
=> true
irb(main):005:0> sha1 = Digest::SHA1.hexdigest(store)
=> "a5bce3fd2565d8f458555a0c6f42d0504a848bd5"

可见计算出来的校验后与刚开始设定的校验和是一致的。

 

git对象存储

git设计哲学中我们了解到test1.txt被git add命令添加到git仓库后,存储的路径如下

.git/
|--index
|--objects
|   |--a5
|   |   |-- bce3fd2565d8f458555a0c6f42d0504a848bd5

 

我们通过ruby命令来对数据进行压缩然后存储,看看会发生什么。

Git 用 zlib 对数据内容进行压缩,在 Ruby 中可以用 zlib 库来实现。

irb(main):006:0> require 'zlib'
=> true
irb(main):007:0> zlib_content = Zlib::Deflate.deflate(store)
=> "x\x9CK\xCA\xC9OR0c(I-.1\xE4\x02\x00\x1D\xC5\x03\xF1"

最后将用 zlib 压缩后的内容写入磁盘。

git的存储的规则是:sha1值的前2位作为文件夹名,后38位作为文件名

irb(main):008:0> path = '.git/objects/' + sha1[0,2] + '/' + sha1[2,38]
=> ".git/objects/a5/bce3fd2565d8f458555a0c6f42d0504a848bd5"
irb(main):009:0>  require 'fileutils'
=> true
irb(main):010:0> FileUtils.mkdir_p(File.dirname(path))
=> [".git/objects/a5"]
irb(main):011:0> File.open(path, 'w') { |f| f.write zlib_content }
=> 21

把它存储在.git的objects目录下

.git/
|--index
|--objects
|   |--a5
|   |   |-- bce3fd2565d8f458555a0c6f42d0504a848bd5

这样就完成了一次blob对象的创建。

退出irb后,用git命令验证下创建对象的内容

$ git cat-file -p a5bce3fd2565d8f458555a0c6f42d0504a848bd5
test1

结果与test1.txt的内容一致。

执行git st命令查看下状态,

$ git st
On branch master

Initial commit

Untracked files:
  (use "git add <file>..." to include in what will be committed)

    test1.txt

发现是untracked

再用git add命令

$ git st
On branch master

Initial commit

Changes to be committed:
  (use "git rm --cached <file>..." to unstage)

    new file:   test1.txt
复制代码

再看.git/objects目录下,目录没变,还是

.git/
|--index
|--objects
|   |--a5
|   |   |-- bce3fd2565d8f458555a0c6f42d0504a848bd5

 

结论:Git 以对象类型为起始内容构造一个文件头,本例中是一个 blob。然后添加一个空格,接着是数据内容的长度,最后是一个空字节 (null byte),接着用这个文件头和真正的内容拼接起来(不是文件名)计算校验和,然后用zlib对数据进行压缩,按照SHA-1 值的头两个字符作为子目录名称,剩余 38 个字符作为文件名保存压缩后的数据。这样就把一个文件存储到了git仓库中。

发表评论