Git 如何从分支中检索所有文件？答案

【问题标题】：How does Git retrieve all files from a branch?Git 如何从分支中检索所有文件？
【发布时间】：2014-05-31 22:08:28
【问题描述】：

我目前正在学习 Git，但在理解 Git 如何从分支中检索文件时遇到问题。

据我了解，分支只是指向提交的指针。所以我相信，当您签出一个分支时，它会从指针所在的提交开始跟踪从父级到父级的所有提交。但我不明白它如何为具有多个父级的提交选择父级，例如在合并中。

例如：

假设我想查看master，Git 怎么知道在C5 点应该是C4 而不是C8。还是我完全误解了这一点？

当您签出一个分支时，Git 是如何知道将哪些文件放入您的工作树中的？

【问题讨论】：

它不会go 用于父母或其他人。 C5 是一个合并点。此外，每次结帐时，您不会将所有分支回溯到根目录。
@njzk2: 那么 checkout 是如何带来正确的文件的呢？
合并点包含有关如何从每个父级完成合并的信息。因此，如果您回溯所有内容，文件应该是什么样子就没有歧义了。
至于 git 究竟是如何存储有关每次提交的信息的，我不确定。
您可能还想阅读这个问题的答案stackoverflow.com/questions/4964099/what-is-a-git-snapshot

标签： git git-branch git-merge git-commit

【解决方案1】：

Git 与大多数其他版本控制系统 (VCS) 不同。

大多数 VCS-es 存储各种形式的“增量”。例如，如果整个存储库中最尖端的提交是C9，由master 标识，并且您提取它，您可能会按原样获取存储库中的所有文件，而如果您提取C5（之前的提交从C9)，您将从所有最新文件开始，然后C5 说“撤消这个，撤消那个，撤消另一件事”，版本控制系统会撤消这些，这会让您获得截至提交C5。

同样，git 不会这样做。

相反，git 的存储库存储 git 所谓的“对象”。有四种类型的对象：“commits”、“annotated tags”、“trees”和“blob”。我们将忽略带注释的标签（为此目的不需要它们），只考虑其他三个。

每个对象都有一个唯一的 160 位名称，以 SHA-1 哈希表示。哈希值是通过计算对象内容（加上其类型）的 SHA-1 来构造的。 Git 假定存储库中没有两个 不同的 对象将永远计算相同的 SHA-1（如果它们这样做，git 会乱七八糟地爆炸；但这从未发生过）。（但请注意，same 对象——例如，许多提交中的相同 foo.c 文件——具有一个唯一的 SHA-1。）

提交对象如下所示：

$ git cat-file -p 5f95c9f850b19b368c43ae399cc831b17a26a5ac
tree 972825cf23ba10bc49e81289f628e06ad44044ff
parent 9c8ce7397bac108f83d77dfd96786edb28937511
author Junio C Hamano <gitster@pobox.com> 1392406504 -0800
committer Junio C Hamano <gitster@pobox.com> 1392406504 -0800

Git 1.9.0

Signed-off-by: Junio C Hamano <gitster@pobox.com>

也就是说，它有一个tree、一个parents 的列表、一个author-and-date、一个committer-and-date 和一条短信。这也是它的全部。每个parent 都是父提交的SHA-1；根提交没有父提交，合并有多个父提交，但大多数提交只有一个父提交，这就是您发布的图表中的箭头。

树对象如下所示：

$ git cat-file -p 972825cf23ba10bc49e81289f628e06ad44044ff
100644 blob 5e98806c6cc246acef5f539ae191710a0c06ad3f    .gitattributes
100644 blob b5f9defed37c43b2c6075d7065c8cbae2b1797e1    .gitignore
100644 blob 11057cbcdf4c9f814189bdbf0a17980825da194c    .mailmap
100644 blob 536e55524db72bd2acf175208aef4f3dfc148d42    COPYING
040000 tree 47fca99809b19aeac94aed024d64e6e6d759207d    Documentation
100755 blob 2b97352dd3b113b46bbd53248315ab91f0a9356b    GIT-VERSION-GEN
[snip lots more]

树为您提供了与该提交相关的顶级目录。大多数树条目是blobs；子目录更多trees。 blob 的 mode 为您提供可执行位（这些看起来像 Unix 文件模式，但 git 实际上只使用一个可执行位，因此模式始终为 100644 或 100755）。还有一些特殊情况的模式（例如，符号链接），但我们现在可以忽略它们。在任何情况下，每个条目都有另一个唯一的 SHA-1，这是 git 查找下一个条目（子树或 blob）的方式。

每个blob 对象 都包含实际文件。例如，GIT-VERSION-GEN 的 blob 是 git 版本生成器脚本：

$ git cat-file -p 2b97352dd3b113b46bbd53248315ab91f0a9356b
#!/bin/sh

GVF=GIT-VERSION-FILE
DEF_VER=v1.9.0
[snip]

所以，要提取提交，git 只需要：

将HEAD 或master 等符号名称转换为提交的SHA-1
提取提交对象以找到顶层树
提取顶级树对象以查找所有文件和子树
对于每个文件，提取文件对象；对于每个子树，递归地提取该树及其对象。

（Git 对象被压缩存储，并最终被进一步压缩为“包文件”，确实使用 deltas，但与其他 VCS-es 的方式非常不同。没有必要 delta-将文件foo.c 压缩到foo.c 的先前版本；例如，git 可以对树进行增量压缩，或者对某些文档进行一些 C 代码。确切的包文件格式也经历了几次修改：如果一些未来的版本有更好的压缩方式，例如，包格式可以从版本 4 更新到版本 5。无论如何，“松散”对象只是 zlib 压缩而不是 delta 压缩。这使得访问和更新它们的速度非常快。包文件用于更静态的项目（未修改的文件）和网络传输。它们是在git gc 期间构建的，并且还用于推送和获取操作[使用称为“的变体”薄”包装，如果可能的话]。）

有关允许您读取和写入单个对象的更多 git“管道”命令，请参阅 the Pro Git book（提醒自 gatkin's answer）。

【讨论】：

【解决方案2】：

Git 会在每次提交时存储所有跟踪文件的完整快照，而不仅仅是差异。除了父提交 ID，C9（和每个提交）还有一个树 ID。你可以用

看到这个

git log --pretty=format:%T HEAD -1

该命令打印树的 SHA1 哈希，如果您随后对该哈希执行 git show，您将获得项目中顶层文件夹的列表，这是树的开头。在内部，树对象具有指向文件的其他对象和子文件夹的其他树的指针。

详情请见chapter 9 of Pro Git。

【讨论】：

【解决方案3】：

Git 与大多数其他版本控制系统不同。它不依赖修订之间的差异来重新创建存储库中的文件。例如，与 subversion 不同，通常需要访问父提交及其关联的差异来重新创建文件，而 git 不需要。

换句话说，在任何时候，所有 git 都需要访问一个提交，以便能够重新创建整个存储库。

因此，提交是否有一个或多个父级并不重要。

【讨论】：