寫在前面
你是否經常學習git，然後發現還是無法完全掌握它的使用？曾經我也感覺學習了很多git的使用技巧，查閱了很多文件和教程，但當碰到很多場景和問題時還是一臉茫然。直到我深入學習了git的工作原理，再去結合實踐中的場景和問題後，才慢慢有了一種融會貫通的感覺。當理解了問題的原理後，不管是使用還是解決實踐中的問題，都會變得遊刃有餘
git原理剖析
commit到底是什麼
先來看一張圖
其實git內部一切皆物件，commit物件是git倉庫的一個快照，包含了整個專案在某一次提交時所有的檔案。從圖中可以看到一個commit物件在git內部實際上指向一個tree物件，這個tree是專案的根路徑，然後遞迴指向下面的tree和blob物件，blob則是單個檔案的二進位制儲存。有人可能會有疑惑，如果每個commit都包含整個倉庫，那如果兩個commit之間只修改了一個檔案，那其他所有檔案不是都冗餘儲存了嗎？實際上當然不會，再來看一張圖
圖中每個version其實就是一個commit，而虛線框的檔案表示不同commit中該檔案未做修改，git內部實際上對同一個檔案（blob物件）的儲存永遠只有一份，不同commit中是用物件引用的形式來指向同一檔案
探祕.git檔案
你有沒有想過，為什麼當你從git倉庫中clone一個專案後，就可以進行各種git操作來進行團隊協作了？git其實也是計算機上的一個程式，加上它所需要的資料就能開始工作了，而這些資料全部都存放在專案的.git檔案中。下圖是一個普通git專案的.git資料夾
我們先重點關注下這個objects資料夾，cd進去
可以看到一堆名字是兩個字元的資料夾，隨便找一個cd進去（我找了00這個資料夾）
這次是一些一長串字元作為檔名的檔案（實際上剛才的上層目錄名00加上當前目錄的一個檔名就得到了git中的一個物件，git用一個40個字元的hash來標識一個物件，它可能是commit、tree或者是blob），我們用cat命令檢視一下檔案的內容
可以看到結果是亂碼，實際上它是一個blob物件，也就是二進位制儲存的檔案，這裡我們可以用另外一個git命令，cat-file來檢視一下它轉化後的內容
這個實際上就是倉庫裡某一個版本中，也就是某一次commit中的一個檔案的具體內容。我們看一下另外一個檔案
通過cat-file命令的-t選項實際上可以看到這個檔案的型別，它是一個tree物件，表示一個目錄
而這個tree物件的內容是其他一些tree和blob物件，也就是這個目錄的子目錄和檔案。當然我們也能在objects資料夾中找到整個倉庫裡所有的commit、tree和blob物件。好了，對.git檔案的初步探祕就先到這裡，我們知道了git是如何儲存所有檔案，以及如何組織各個不同版本的倉庫（或者說是commit）的
手工構造一個commit
看了上文的部分你應該對git的底層儲存有一個大致的瞭解了，不過還不足以讓我們對git底層的工作原理有一個深入的理解。接下來我們通過一些底層操作來手工構造出一個commit，通過這個過程來深入理解git的工作原理。首先我們構造一個空的git倉庫
然後我們可以在另一個視窗watch一下.git檔案的變化
可以看到objects裡面只有info和pack，先忽略這兩個檔案，目前倉庫中還沒有檔案，也沒有commit，接下來我們向倉庫中寫入一些內容，但是不是用直接建立檔案的方式，而是用一些git底層命令，如下
首先echo一個"hello world!"字串，然後用管道把stdin也就是標準輸入作為輸入將這個字串傳遞給git的hash-object命令
這個是通過git help hash-object檢視到的該命令的文件，通過-w選項，我們可以直接將物件寫入git的物件倉庫，此時我們再看一下.git資料夾發生的變化
可以看到objects下已經多了一個檔案，cat看下
通過cat命令檢視發現是亂碼，然後我們用cat-file
發現它是一個blob物件，我們的確寫入了一個檔案到git倉庫，然後檢視一下檔案內容
內容正是我們之前通過echo輸入的字串"hello world!"。好了，這樣我們就將一個檔案寫入到了git倉庫中，這時候用git log一下日誌
輸出顯示倉庫中還沒有任何提交，我們再git status一下看看當前倉庫的狀態
同樣，啥都沒有。這個時候我們只是通過底層命令直接把檔案寫入了倉庫的資料庫中，而這樣還無法讓git幫我們管理這個檔案。接下來我們需要做什麼呢？回憶一下我們正常寫入一個檔案並交由git管理需要怎麼做？首先建立並編寫一個檔案，然後需要通過git add將該檔案新增到git管理，再通過git commit提交這個檔案到本地倉庫。那我們現在還是用git的底層命令來完成這些操作。接下來需要用到update-index這個命令，git help檢視一下文件
可以看到這個命令是用來更新索引檔案，而索引檔案就是我們的stage區，也就是暫存檔案的索引，而git add檔案實際上就是將檔案新增到暫存區並更新了索引檔案。所以接下來我們用這個命令來新增該檔案到暫存區並更新索引檔案
--add選項把檔案新增到暫存區，--cacheinfo選項表示直接將資訊寫入索引檔案，100644在unix下表示一個普通檔案（100）和它對應的讀寫許可權（644），同時我們指定了一個名字"test.txt"作為剛才我們輸入的文字"hello world!"的檔名。這時我們在檢視一下倉庫的狀態
可以看到我們已經成功建立了test.txt這個檔案，並被git識別到了這個新檔案。接下來我們回到第一張圖
可以看到一個commit物件是指向tree物件的，也就是一個目錄，然後tree物件再指向blob物件，也就是一個具體的檔案。我們現在已經成功建立了一個git管理的檔案，則還需要生成tree物件。接下來我們利用另外一個命令write-tree，還是先git help檢視一下
可以看到這個命令會建立一個tree物件並寫入索引檔案，接著我們執行這個命令
輸出了一個新的hash，也就是git為我們寫入的tree物件生成的hash，cat-file看一下
沒問題，型別是tree，內容可以看到這個tree物件指向一個blob物件，也就是剛才的test.txt檔案。看一下.git資料夾的變化
可以看到objects下多了一個物件，現在總共有兩個物件，一個是之前的test.txt的blob物件，另一個也就是剛才寫入的tree物件。再檢視下倉庫當前的狀態
可以看到commit還沒有生成，此時我們已經將tree物件寫入到倉庫，接下來就是寫入commit物件了。寫入commit需要用到commit-tree這個命令，git help一下
我們可以通過這個命令將tree物件（在目前的場景下，這個tree物件表示專案根路徑，也就是整個專案）作為一個commit寫入git倉庫
從輸出可以看到git又生成了一個hash，這個hash則是生成的commit的hash值。看一下.git資料夾的變化
可以看到objects下又多出了一個物件，現在總共有三個物件，一個blob一個tree，還有一個從檔名可以看出就是剛才寫入的commit物件，cat-file檢視一下
可以看到這個物件型別是commit，而內容可以看到這個commit物件指向的剛才的tree物件，還包含auther、committer、commit message等資訊。
這時再git log下，發現還是沒有commit記錄，可是我們已經成功寫入了commit物件，這是為什麼呢？實際上git倉庫在需要維護一個指標，指向某一個commit物件，這樣當一個分支上有很多個提交時，通過這個指標才能確定當前倉庫是哪個版本，也就是哪個commit對應的快照。而這個指標也儲存在.git檔案中
也就是這個HEAD檔案。cat看一下
HEAD指標指向了refs/heads/master這個檔案，那檢視下這個檔案
現在refs/heads這個檔案還是空的，所以我們現在要寫入一個檔案，使HEAD指標指向我們剛才建立的commit物件。這裡有兩種方式，一種是直接通過建立檔案並編輯寫入，不過不推薦用這種方式直接修改HEAD指標的指向，於是我們用另一種方式，利用update-ref命令更新一下HEAD指標的指向，使它指向之前生成的commit物件
可以看到refs/heads下生成了一個master檔案，cat一下
master檔案的內容就是剛才生成的commit的hash值（master實際上就是當前的分支，也就是git倉庫預設的master分支）。再git log看下
好了，commit已經成功生成了。再git status看下
顯示test.txt被刪除了，這是因為我們是通過底層命令直接寫入了檔案，而工作區沒有這個檔案。checkout一下就好了
再git status就沒問題了。大功告成！
總結
通過上面的一系列講解和一次手工生成commit的過程，應該能對git的底層實現有一個比較深入的理解了。總結一下，實質上git使用了一個“萬物皆物件”的工作模式，通過用commit物件包含tree目錄物件，tree目錄物件包含blob檔案物件來進行整個倉庫的資料夾、檔案和不同版本倉庫的控制和管理，然後再利用指向commit的指標移動來獲取不同的版本快照。這就是git底層最核心的工作原理，理解這個原理後，所有的git命令、操作，包括複雜的工作流、各種場景的實踐和疑難問題的解決都可以從原理出發，抽絲剝繭，事半功倍！