Git——基本思想和工作原理（二）

核心知识点：

1.Git关注文件数据的整体是否发生变化，对更新的文件做一个快照，然后保存一个指向快照的索引，而不会关注文件数据的具体变化。 

2.Git版本的更新几乎都发生在本地，不会因为没有网络而不能编辑文件或更新文件。

3.使用SHA-1取哈希值，从而获取校验和计算，因此Git中会有非常多hash类型的指纹字符串，以此来保证数据的完整性。

4.Git中文件的三种状态：

　　a.已修改：对文件进行了修改但是并没有提交

　　b.已暂存：将文件添加到下在要保存的清单之中

　　c.已提交：将文件推送到数据仓库，这样数据的变更就代表已经完成。

5.Git文件流转的区域：

　　a.Git工作目录：从项目中获取的某个目录，进行后续编辑工作

　　b.暂存区域：文件进行了修改但是还没有提交暂存的位置

　　c.本地仓库：保存元数据和对象数据库的地方，copy都是从这里取数据

6.根据文件的位置来判断文件的状态，如果文件有版本号，代表已经提交。

 

Git究尽是怎样的一个系统？接下来会为您进行详细的解读。

 

（1）直接记录快照，而非差异比较

Git和其它版本控制系统的主要差别在于，Git只关心文件数据的整体是否发生变化，而大多数其它版本控制系统则只关心文件内容的具体差异。

这类系统（CVS、Bazaar等）每次记录有哪些文件做了更新操作，以及都更新了那些行的什么内容。

Git并不保存这些前后变化的差异数据。实际上，Git更像是把变化的文件作快照后，记录在一个微型的文件系统中。

每次提交更新时，它会纵览一遍所有文件的指纹信息并对文件做一快照，然后保存一个指向这次快照的索引。

为了提高性能，若文件没有变化，Git则不会再次保存，而是只对上次保存的快照做一链接。

Git的工作方式如下图所示：

这是Git同其它系统的重要区别。它完全颠覆了传统版本控制系统的套路，并对各个环节的实现方式做了新的设计。

Git更像是一个小型的文件系统，但它同时还提供了许多以此作为基础的超强工具，而不只是一个简单的VCS。

 

（2）近乎所有操作都是在本地执行

在Git中的绝大多数操作都只需要访问本地文件和资源，不用联网。

但是如果用CVCS（集中式版本控制系统）的话，差不多所有的操作都需要连接网络。

因为Git在本地磁盘上就保存着所有当前项目的历史更新，所有处理起来速度飞快。

 

举个例子，如果要浏览项目的历史更新摘要，Git不用跑到外面的服务器上去取数据回来，而直接从本地数据库读取后展示给你。

所以任何时候你都可以马上翻阅，无需等待。如果你想看当前版本的文件和一个月前版本文件之间有任何差异，

Git会取出一个月前的快照和当前文件做一次差异运算，而不是请求远程服务器来做这件事，或是把老版本的文件拉到本地来比较。

 

用CVCS的话，没有网络或者断开VPN你就无法做任何事情。

但是用Git的话，你就算在火车上或者大山里，都可以愉快的提交更新，等到有网络的时候再上传到远程仓库。

同样，在回家的路上，不用连接VPN你也可以继续工作。换作其它版本控制系统这几乎不可能或者实现起来非常麻烦。

有些版本控制系统没有VPN都无法编辑文件，例如Perforce；还有一些则无法完成更新.

 

（3）时刻保持数据的完整性

在保存到Git之前，所有数据都要进行内容的校验和（checksum）计算，并将此结果作为数据的唯一标识和索引。

换句话说，不可能在你修改了文件或者目录之后，Git还一无所知。这项特性作为Git的设计哲学，设置在整体架构的最底层。

所以如果文件在传输时变得不完整，或者磁盘损坏导致文件数据缺失，Git都能立即察觉。

 

Git使用SHA-1算法计算数据的校验和，通过对文件的内容或目录的计算出一个SHA-1哈希值，作为指纹字符串。

该字符串由40个十六进制字符（0-9，a-f）组成，看起来就像是这样：

24b9da6552252987aa493b52f8696cd6d3b00373

Git的工作完全依赖于这类指纹字符串，所有保存在Git数据库中的东西都是用此hash值来做索引，而不是靠文件名。 

 

（4）多数操作仅添加数据

常用的Git操作大多仅仅把数据添加到数据库。因为任何一种不可逆的操作，比如删除数据，都会使回退或重现历史版本变得困难重重。

在别的VCS中，若还未提交更新，就可能丢失或者混淆一些修改的内容，

但在Git里，一旦提交快照之后就完全不用担心丢失数据，特别是养成定期推送到其它仓库的习惯后。

 

（5）文件的三种状态

对于任何一个文件，在Git内都只有三种状态：已提交（committed），已修改（modified）和已暂存（staged）.

已提交表示该文件已经被安全地保存在数据库中了；已修改表示修改了某个文件，但是还没有提交保存；已暂存表示把已经修改地文件放在下次提交时要保存地清单中。

由此我们看到Git管理项目时，文件流转地三个工作过区域：Git地工作目录，暂存区域，以及本地仓库。

每个项目都有一个Git目录（如果git clone出来地的话，就是其中.git的目录；如果git clone--base的话，新建的目录本身就是Git目录），

它是Git用来保存元数据和对象数据库的地方。

该目录非常重要，每次克隆镜像仓库，实际拷贝的就是这个目录里面的数据。

 

从项目有中取出某个版本的所有文件何目录，用以开始后续工作的叫做工作目录。

这些文件实际上都是从Git目录中的压缩对象数据库中提取出来，接下来就可以在工作目录中对这些文件进行编辑。

基本的Git工作流程如下：

• 在工作目录中修改某些文件。
• 对修改的文件进行快照，然后保存到暂存区域
• 提交更新，将保存在暂存区域的文件快照永久存储到Git目录中。

所以，我们可以从文件所处的位置来判断状态：

如果Git目录中保存着的特定版本文件，就属于已提交状态；

如果做了修改并已放入暂存区域，就属于已暂存状态；

如果自上次取出后，作了修改还没有放在暂存区域，就是已修改状态。