『现学现忘』Git基础 — 15、blob对象详解

目录

Git 是一套内容寻址文件系统。什么意思呢？

就是Git的核心部分是一个简单的键值数据库（key-value data store）。你可以向该数据库插入任意类型的内容，并会返回一个键值，通过该键值可以在任何时候再取出该内容。

（一）Git对象的存放目录

Git中对象都保存在本地版本库的.git/objects 目录（即：对象数据库）中。

首先初使化一个赶紧的Git仓库：

# 创建一个本地的git仓库git_learning
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository
$ mkdir git_learning

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository
$ cd git_learning/

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning
$ git init
Initialized empty Git repository in J:/git-repository/git_learning/.git/

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a
total 8
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0  4月 10 20:23 ../
drwxr-xr-x 1 L 197121 0  4月 10 20:24 .git/

确认 objects 目录是默认初始状态：

# 查看.git/objects/目录
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a .git/objects/
total 4
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ../
drwxr-xr-x 1 L 197121 0  4月 10 20:24 info/
drwxr-xr-x 1 L 197121 0  4月 10 20:24 pack/

# 查看info目录和pack目录中的内容
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a .git/objects/info/
total 0
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ../

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll -a .git/objects/pack/
total 0
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ./
drwxr-xr-x 1 L 197121 0  4月 10 20:24 ../

从上可以看到Git初始化一个本地版本库的时候，就已经初始化了objects目录，并在其中创建了pack和info子目录，但是没有其他常规文件，pack和info子目录中也没有文件。我们只关注objects目录下除了info和pack目录之外的变化。

（二）Git中对象类型

Git中对象类型有四种：blob（块）对象，tree（目录树）对象，commit（提交）对象和tag（标签）对象，这四种原子对象构成了Git高层数据结构的基础。

（三）blob对象

1、blob对象说明

（1）blob对象定义

blob对象有叫数据对象。

blob对象是用来存储文本内容的。即把一个文本文件的内容，作为一个blob对象存储在Git系统中。

翻译：

  • Git中blob对象就是对应文件系统中的文件，确切的说是文件的内容，包含
    键：一个hash值和校验值的组合，
    值：文件的内容。
  • 比较特殊的是：blob对象只存内容，不存文件名，文件名在tree对象中保存。

blob对象存储方式如下图：

image

（2）blob对象说明

通过底层命令 git hash-object 来演示，该命令可将任意数据保存于 .git/objects 目录（即 对象数据库）中，并返回指向该数据对象的唯一的键。

1）创建一个新的数据对象，并将它手动存入你的新Git数据库中：

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo 'git object test content' | git hash-object -w --stdin
cb2eb834126f53952590c448f14fece6cbb1bff3

说明：这是在Git中以最简单的形式存储数据到Git版本库中，git hash-object命令会接受你传给它的东西，而它只会返回，可以存储在Git仓库中数据对象的唯一的键。

命令含义如下：

  • git hash-object：Git底层命令，可以根据传入的文本内容返回表示这些内容的键值。
  • git object test content：为文本文件中的内容。
  • -w选项：表示hash-object命令将数据对象存储到Git数据库中；若不指定此选项，则该命令仅返回对应的键（也就是那串Hash值）
  • --stdin 选项：表示该命令从标准输入（比如键盘）读取内容，若不指定此选项，则须在命令尾部给出待存储文件的路径。例如：git hash-object -w 文件路径。

此命令输出一个长度为40个字符的校验和，这是一个SHA-1哈希值，如上cb2eb834126f53952590c448f14fece6cbb1bff3。该值是文件原内容加上特定头部信息拼接起来，做散列计算得到的数值。（只要文本内容相同，计算出的结果都是一样的）

2）在计算机中查看本地版本库.git/objects 目录中的变化。

可以看到.git/objects 目录中多了一个cb文件夹，如下：

image

进入cb文件夹，可以看到有一个文件，如下：

image

好，我们就看到这里就行，这样看比较复杂，还是回到Git Bash中查看。

3）看本地版本库.git/objects 目录中的变化。

# 只看文件可以加 -type f选项参数
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects
.git/objects
.git/objects/cb
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3
.git/objects/info
.git/objects/pack

我们可以看到cb目录和cb目录中的2eb834126f53952590c448f14fece6cbb1bff3文件。

这就是Git中一个blob对象的存储。

（3）blob对象存储的方式

Git对象的寻址使用40位的16进制数表示，也就是SHA-1散列码，例如：cb2eb834126f53952590c448f14fece6cbb1bff3。

为了管理方便，在文件系统中前两位作为.git/objects/ 子目录的名字，后38为作为文件名字。

如下：

# 查看objects目录中的文件，一个文件对应一个Git对象（数据内容）
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3

# 输出数据对象的hash键，不保存该数据对象。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo 'git object test content' | git hash-object --stdin
cb2eb834126f53952590c448f14fece6cbb1bff3

我们可以看到两个Hash串是一样的。

提示：你可能感觉用40位作为Git对象的寻址ID，可能会存在不同的内容但是散列码相同的情况，你的感觉是正确的，但是这种情况出现的概率肯定可以忽略不计了。

（4）查看blob对象内容

我们先用cat命令直接读取上面文件，看看是什么情况，如下图：

image

可以看到显示的内容是一片乱码。

我们需要根据Hash键读取数据，使用命令git cat-file -p 键。

-p选项可指示该命令自动判断内容的类型，并为我们使用友好的格式显示内容。

如下：

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git cat-file -p cb2eb834126f53952590c448f14fece6cbb1bff3
git object test content

提示：

用cat命令直接读取Git对象文件，为什么是乱码信息？

文件内容是先通过 zlib 压缩，然后将 zlib 压缩后的内容写入磁盘文件(SHA-1 前两个字符作为子目录名称，后 38 个字符作为子目录文件的名称)

（5）查看Git对象的类型

通过git cat-file -t 键命令，可以查看.git/objects 目录中Git对象的类型

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git cat-file -t cb2eb834126f53952590c448f14fece6cbb1bff3
blob

这里也说明，我们之前存储的Git对象是一个blob对象。

（6）Git管理文件

至此，你已经掌握了如何向 Git 中存入内容，以及如何将它们取出。

我们同样可以将这些操作应用于文件中的内容。 例如，可以对一个文件进行简单的版本控制。

1）首先，创建一个文件。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo "hello-git.txt v1" > hello-git.txt

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ ll
total 1
-rw-r--r-- 1 L 197121 17  4月 10 23:17 hello-git.txt

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ cat hello-git.txt
hello-git.txt v1

此时文件还有被Git管理。

2）将hello-git.txt文件存入Git数据库。

# 加入版本库，生成blob对象
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git hash-object -w ./hello-git.txt
a620c95d3001e1f64cecfc6715f9750cc7bbbf98

3）查看Git数据库内容。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/a6/20c95d3001e1f64cecfc6715f9750cc7bbbf98
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3

可以看到有多了一个a6子目录，就说明有新增了一个对象。

4）查看a6对象的内容。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git cat-file -p a620c95d3001e1f64cecfc6715f9750cc7bbbf98
hello-git.txt v1

5）查看a6对象的类型。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git cat-file -t a620c95d3001e1f64cecfc6715f9750cc7bbbf98
blob

可以看到，不管是你存储一个文件还是存储控制台内容到Git中，最终存储到Git数据库中的都是一个blob类型的Git对象。（即：blob对象是存储数据内容的）

（7）Git管理修改过的文件

1）我们继续向hello-git.txt文件中添加内容。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo "hello-git.txt v2" >> hello-git.txt

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ cat hello-git.txt
hello-git.txt v1
hello-git.txt v2

2）查看Git数据库中的对象。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/a6/20c95d3001e1f64cecfc6715f9750cc7bbbf98
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3

可以看到还是之间的两个对象cb和a6，说明我们修改过的文件不会自动的存储到Git数据库中。

我们还需要手动的把修改后的hello-git.txt文件，存储到Git数据库中。

3）把修改后的hello-git.txt文件添加到Git数据库中。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git hash-object -w ./hello-git.txt
7c320a2d671f2ff177063f98343a0123432521dd

4）再次查看Git数据库中的对象。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/7c/320a2d671f2ff177063f98343a0123432521dd
.git/objects/a6/20c95d3001e1f64cecfc6715f9750cc7bbbf98
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3

我们可以看到Git数据库中多了一个7c对象。

5）查看7c对象存储的内容。

L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ git cat-file -p 7c320a2d671f2ff177063f98343a0123432521dd
hello-git.txt v1
hello-git.txt v2

如上所示，我们可以看到7c对象存储了v1和v2的内容，v1内容即在a6对象中，也在7c对象中。所以对于Git来说，存储的不是文件内容的增量。

2、blob对象总结

  • Git的核心部分是一个简单的键值数据库（key-value data store），键就是文本内容的Hash，值就是文本内容。
  • blob对象都存储在.git/objects 目录中，子目录+目录中的文件名，就是40位Hash值，也就是对象的键值。
  • 通过这个键就能找到对应的内容。
  • 每个文本内容存储到Git数据库的时候，内容都会进行zlib 压缩再存储。
  • blob对象存储的是文件的内容，相同的内容不产生新的blob对象。
  • blob对象并没有存储文件名。

提示：Git对象的hash键，我们截取前几位就行，练习时对象不那么对，就不用全部都写，能够表示唯一对象就行。

3、问题

我们对文件做一次修改，存储到Git数据库中，都会在Git数据库中创建一个新的blob对象。而在实际的工作中，我们需要做很多的改动，才提交一个版本，我们是否可以用一个blob对象代表整个项目的一次快照。

不能，只能代表一次存储时，一个文件中的内容，与之前数据内容相同时不新增Git对象，数据内容不同时再次新增blob对象。即：只要有新的内容被Git纳入管理，必定有一个blob对象与之对应。

那么还有如下问题：

  1. 记住文件的每一个版本所对应的SHA-1值并不现实。
  2. 在blob对象中，文件名并没有被保存，仅保存了文件的内容。

所以，没有文件名就没有办法通过文件名来读取数据，只能用40位Hash值读取，非常的不现实。

解决方案：树对象。

提示：以上的操作都是在工作区和本地版本库之间进行操，不涉及暂存区，因为我们直接存储到了本地版本库中。

4、本文用到的命令总结

Git底层命令：

  • git hash-object -w 文件路径：把工作区的一个文件提交到本地版本库中。
  • find .git/objects -type f：查看Git数据库中的对象。（Linux命令）
  • git cat-file -p 键：查看该Git对象的内容。
  • git cat-file -t 键：查看该Git对象的类型。

参考：

posted @ 2022-04-25 11:25  繁华似锦Fighting  阅读(2360)  评论(1)  编辑  收藏  举报