『現學現忘』Git物件 — 15、blob物件詳解

繁華似錦Fighting發表於2022-04-25
Git物件

目錄

Git 是一套內容定址檔案系統。什麼意思呢？

就是Git的核心部分是一個簡單的鍵值資料庫（key-value data store）。你可以向該資料庫插入任意型別的內容，並會返回一個鍵值，通過該鍵值可以在任何時候再取出該內容。

（一）Git物件的存放目錄

Git中物件都儲存在本地版本庫的.git/objects 目錄（即：物件資料庫）中。

首先初使化一個趕緊的Git倉庫：

# 建立一個本地的git倉庫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/

確認 objects 目錄是預設初始狀態：

# 檢視.git/objects/目錄
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/

# 檢視info目錄和pack目錄中的內容
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 ../

從上可以看到Git初始化一個本地版本庫的時候，就已經初始化了objects目錄，並在其中建立了pack和info子目錄，但是沒有其他常規檔案，pack和info子目錄中也沒有檔案。我們只關注objects目錄下除了info和pack目錄之外的變化。

（二）Git中物件型別

Git中物件型別有四種：blob（塊）物件，tree（目錄樹）物件，commit（提交）物件和tag（標籤）物件，這四種原子物件構成了Git高層資料結構的基礎。

（三）blob物件

1、blob物件說明

（1）blob物件定義

blob物件有叫資料物件。

blob物件是用來儲存文字內容的。即把一個文字檔案的內容，作為一個blob物件儲存在Git系統中。

翻譯：

  • Git中blob物件就是對應檔案系統中的檔案，確切的說是檔案的內容，包含
    鍵：一個hash值和校驗值的組合，
    值：檔案的內容。
  • 比較特殊的是：blob物件只存內容，不存檔名，檔名在tree物件中儲存。

blob物件儲存方式如下圖：

image

（2）blob物件說明

通過底層命令 git hash-object 來演示，該命令可將任意資料儲存於 .git/objects 目錄（即 物件資料庫）中，並返回指向該資料物件的唯一的鍵。

1）建立一個新的資料物件，並將它手動存入你的新Git資料庫中：

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

說明：這是在Git中以最簡單的形式儲存資料到Git版本庫中，git hash-object命令會接受你傳給它的東西，而它只會返回，可以儲存在Git倉庫中資料物件的唯一的鍵。

命令含義如下：

  • git hash-object：Git底層命令，可以根據傳入的文字內容返回表示這些內容的鍵值。
  • git object test content：為文字檔案中的內容。
  • -w選項：表示hash-object命令將資料物件儲存到Git資料庫中；若不指定此選項，則該命令僅返回對應的鍵（也就是那串Hash值）
  • --stdin 選項：表示該命令從標準輸入（比如鍵盤）讀取內容，若不指定此選項，則須在命令尾部給出待儲存檔案的路徑。例如：git hash-object -w 檔案路徑。

此命令輸出一個長度為40個字元的校驗和，這是一個SHA-1雜湊值，如上cb2eb834126f53952590c448f14fece6cbb1bff3。該值是檔案原內容加上特定頭部資訊拼接起來，做雜湊計算得到的數值。（只要文字內容相同，計算出的結果都是一樣的）

2）在計算機中檢視本地版本庫.git/objects 目錄中的變化。

可以看到.git/objects 目錄中多了一個cb資料夾，如下：

image

進入cb資料夾，可以看到有一個檔案，如下：

image

好，我們就看到這裡就行，這樣看比較複雜，還是回到Git Bash中檢視。

3）看本地版本庫.git/objects 目錄中的變化。

# 只看檔案可以加 -type f選項引數
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

我們可以看到cb目錄和cb目錄中的2eb834126f53952590c448f14fece6cbb1bff3檔案。

這就是Git中一個blob物件的儲存。

（3）blob物件儲存的方式

Git物件的定址使用40位的16進位制數表示，也就是SHA-1雜湊碼，例如：cb2eb834126f53952590c448f14fece6cbb1bff3。

為了管理方便，在檔案系統中前兩位作為.git/objects/ 子目錄的名字，後38為作為檔名字。

如下：

# 檢視objects目錄中的檔案，一個檔案對應一個Git物件（資料內容）
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ find .git/objects -type f
.git/objects/cb/2eb834126f53952590c448f14fece6cbb1bff3

# 輸出資料物件的hash鍵，不儲存該資料物件。
L@DESKTOP-T2AI2SU MINGW64 /j/git-repository/git_learning (master)
$ echo 'git object test content' | git hash-object --stdin
cb2eb834126f53952590c448f14fece6cbb1bff3

我們可以看到兩個Hash串是一樣的。

提示：你可能感覺用40位作為Git物件的定址ID，可能會存在不同的內容但是雜湊碼相同的情況，你的感覺是正確的，但是這種情況出現的概率肯定可以忽略不計了。

（4）檢視blob物件內容

我們先用cat命令直接讀取上面檔案，看看是什麼情況，如下圖：

image

可以看到顯示的內容是一片亂碼。

我們需要根據Hash鍵讀取資料，使用命令git cat-file -p 鍵。

-p選項可指示該命令自動判斷內容的型別，併為我們使用友好的格式顯示內容。

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命令直接讀取Git物件檔案，為什麼是亂碼資訊？

檔案內容是先通過 zlib 壓縮，然後將 zlib 壓縮後的內容寫入磁碟檔案(SHA-1 前兩個字元作為子目錄名稱，後 38 個字元作為子目錄檔案的名稱)

（5）檢視Git物件的型別

通過git cat-file -t 鍵命令，可以檢視.git/objects 目錄中Git物件的型別

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

這裡也說明，我們之前儲存的Git物件是一個blob物件。

（6）Git管理檔案

至此，你已經掌握瞭如何向 Git 中存入內容，以及如何將它們取出。

我們同樣可以將這些操作應用於檔案中的內容。 例如，可以對一個檔案進行簡單的版本控制。

1）首先，建立一個檔案。

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

此時檔案還有被Git管理。

2）將hello-git.txt檔案存入Git資料庫。

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

3）檢視Git資料庫內容。

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

可以看到有多了一個a6子目錄，就說明有新增了一個物件。

4）檢視a6物件的內容。

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

5）檢視a6物件的型別。

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

可以看到，不管是你儲存一個檔案還是儲存控制檯內容到Git中，最終儲存到Git資料庫中的都是一個blob型別的Git物件。（即：blob物件是儲存資料內容的）

（7）Git管理修改過的檔案

1）我們繼續向hello-git.txt檔案中新增內容。

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）檢視Git資料庫中的物件。

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

可以看到還是之間的兩個物件cb和a6，說明我們修改過的檔案不會自動的儲存到Git資料庫中。

我們還需要手動的把修改後的hello-git.txt檔案，儲存到Git資料庫中。

3）把修改後的hello-git.txt檔案新增到Git資料庫中。

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

4）再次檢視Git資料庫中的物件。

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

我們可以看到Git資料庫中多了一個7c物件。

5）檢視7c物件儲存的內容。

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，我們可以看到7c物件儲存了v1和v2的內容，v1內容即在a6物件中，也在7c物件中。所以對於Git來說，儲存的不是檔案內容的增量。

2、blob物件總結

  • Git的核心部分是一個簡單的鍵值資料庫（key-value data store），鍵就是文字內容的Hash，值就是文字內容。
  • blob物件都儲存在.git/objects 目錄中，子目錄+目錄中的檔名，就是40位Hash值，也就是物件的鍵值。
  • 通過這個鍵就能找到對應的內容。
  • 每個文字內容儲存到Git資料庫的時候，內容都會進行zlib 壓縮再儲存。
  • blob物件儲存的是檔案的內容，相同的內容不產生新的blob物件。
  • blob物件並沒有儲存檔名。

提示：Git物件的hash鍵，我們擷取前幾位就行，練習時物件不那麼對，就不用全部都寫，能夠表示唯一物件就行。

3、問題

我們對檔案做一次修改，儲存到Git資料庫中，都會在Git資料庫中建立一個新的blob物件。而在實際的工作中，我們需要做很多的改動，才提交一個版本，我們是否可以用一個blob物件代表整個專案的一次快照。

不能，只能代表一次儲存時，一個檔案中的內容，與之前資料內容相同時不新增Git物件，資料內容不同時再次新增blob物件。即：只要有新的內容被Git納入管理，必定有一個blob物件與之對應。

那麼還有如下問題：

  1. 記住檔案的每一個版本所對應的SHA-1值並不現實。
  2. 在blob物件中，檔名並沒有被儲存，僅儲存了檔案的內容。

所以，沒有檔名就沒有辦法通過檔名來讀取資料，只能用40位Hash值讀取，非常的不現實。

解決方案：樹物件。

提示：以上的操作都是在工作區和本地版本庫之間進行操，不涉及暫存區，因為我們直接儲存到了本地版本庫中。

4、本文用到的命令總結

Git底層命令：

  • git hash-object -w 檔案路徑：把工作區的一個檔案提交到本地版本庫中。
  • find .git/objects -type f：檢視Git資料庫中的物件。（Linux命令）
  • git cat-file -p 鍵：檢視該Git物件的內容。
  • git cat-file -t 鍵：檢視該Git物件的型別。

參考：

相關文章