Git 内幕探索:从底层文件系统到历史编辑的全面指南

1. Git 底层文件对象

graph TD;
    blob[Blob] -->|存储文件内容| tree[Tree];
    tree -->|组织目录和文件结构| commit[Commit];
    commit -->|记录变更和链接到树| parentCommit[Parent Commit];
    commit -->|被标记| tag[Tag];

    add[git add] -->|创建/更新| blob;
    commitCmd[git commit] -->|创建| commit;
    branchCmd[git branch] -->|创建/移动分支指针| commit;
    mergeCmd[git merge] -->|合并提交| commit;
    rebaseCmd[git rebase] -->|变基提交| commit;
    resetCmd[git reset] -->|移动 HEAD 指针| commit;
    checkoutCmd[git checkout] -->|更新工作目录和索引| commit;

    classDef gitCmd fill:#f9f,stroke:#333,stroke-width:4px;
    class add,commitCmd,branchCmd,mergeCmd,rebaseCmd,resetCmd,checkoutCmd gitCmd;

$ ls .git
config #仅供 GitWeb 程序使用
description #项目特有的配置选项
HEAD #指向目前被检出的分支
hooks/ #包含客户端或服务端的钩子脚本(hook scripts)
info/ #包含一个全局性排除(global exclude)文件, 用以放置那些不希望被记录在 .gitignore 文件中的忽略模式(ignored patterns)
objects/ #存储所有数据内容
refs/ #存储指向数据(分支、远程仓库和标签等)的提交对象的指针
index #保存暂存区信息

1.1 Blob

blob(Binary Large Object)是一种数据类型,用于存储文件的内容。每个文件在 Git 中都被存储为一个 blob 对象。blob 对象包含了文件的原始内容,它们是 Git 中最基本的数据单元之一。

  1. 内容存储:blob 对象存储文件的实际内容。这些内容以二进制格式存储,并且是文件的原始数据。Git 不关心文件的类型,它将所有文件都视为二进制文件,并以 blob 对象的形式存储它们。

  2. 唯一标识:每个 blob 对象都有一个唯一的 SHA-1 哈希值,这个哈希值是通过 blob 对象的内容计算得到的。因为哈希值是根据内容计算的,所以相同内容的 blob 对象具有相同的哈希值,而不同内容的 blob 对象具有不同的哈希值。

  3. 不可变性:一旦创建了一个 blob 对象,它就是不可变的。这意味着 blob 对象的内容不能被修改。如果文件的内容发生了变化,Git 会创建一个新的 blob 对象来存储新内容,并将旧的 blob 对象保留在数据库中。

  4. 存储位置:blob 对象存储在 Git 仓库的 .git/objects 目录中。每个 blob 对象都存储在一个以其哈希值命名的文件中。这些文件通常是 zlib 压缩的,以节省存储空间。

  5. 版本控制:blob 对象是 Git 中文件版本控制的基础。通过存储每个文件的内容的 blob 对象,Git 可以跟踪文件的历史变化,并在需要时恢复到特定版本的文件内容。

1.2 Tree

Git 内幕探索:从底层文件系统到历史编辑的全面指南

tree 对象可以存储文件名,同时也允许存储一组文件。Git 以一种类似 UNIX 文件系统但更简单的方式来存储内容。所有内容以 tree 或 blob 对象存储,其中 tree 对象对应于 UNIX 中的目录,blob 对象则大致对应于 inodes 或文件内容。

# master^{tree} 表示 branch 分支上最新提交指向的 tree 对象
$ git cat-file -p master^{tree}
    100644 blob a906cb2a4a904a152e80877d4088654daad0c859 README
    100644 blob 8f94139338f9404f26296befa88755fc2598c289 Rakefile
    040000 tree 99f1a6d12cb4b6f19c8655fca46c3ecf317074e0 lib

1.3 Commit

Git 内幕探索:从底层文件系统到历史编辑的全面指南

commit 对象有格式很简单:指明了该时间点项目快照的顶层树对象、作者/提交者信息(从 Git 设置的 user.name 和 user.email 中获得)以及当前时间戳、一个空行,以及提交注释信息。

$ git cat-file -p fdf4fc3
    tree d8329fc1cc938780ffdd9f94e0d364e0ea74f579
    author Scott Chacon <schacon@gmail.com> 1243040974 -0700
    committer Scott Chacon <schacon@gmail.com> 1243040974 -0700

    first commit

每一个 commit 对象都指向了你创建的树对象快照。

1.4 Tag

Tag 对象非常像一个 commit 对象——包含一个标签,一组数据,一个消息和一个指针。最主要的区别就是 Tag 对象指向一个 commit 而不是一个 tree。它就像是一个分支引用,但是不会变化——永远指向同一个 commit,仅仅是提供一个更加友好的名字。

$ cat .git/refs/tags/v1.1
    9585191f37f7b0fb9444f35a9bf50de191beadc2

2. Git 引用

Git 内幕探索:从底层文件系统到历史编辑的全面指南

$ find .git/refs
    .git/refs
    .git/refs/heads
    .git/refs/tags

3. reset & revert & rebase

  1. git reset

    • 本质:git reset 主要用于移动 HEAD 指针,并且可以改变当前分支的状态。它可以撤销提交、移动 HEAD 到不同的提交或分支,以及更改暂存区和工作目录的状态。
    • 适用场景:git reset 适用于需要撤销提交、移动 HEAD 或重置暂存区和工作目录的情况。例如,你可以使用 git reset --hard 来彻底取消之前的提交并且清除暂存区和工作目录中的所有更改。
  2. git revert

    • 本质:git revert 主要用于撤销一个或多个提交,并且会创建新的提交来记录撤销的操作。它不会改变历史提交,而是在历史提交之上创建新的提交来反转之前的更改。
    • 适用场景:git revert 适用于需要撤销特定提交而不改变历史记录的情况。例如,当你需要撤销一个错误的提交,但同时又希望保留原有的提交历史时,可以使用 git revert
  3. git rebase

    • 本质:git rebase 主要用于将一个分支的提交应用到另一个分支上,并且可以重新应用提交历史以改变提交的顺序或合并提交。它通过将一系列提交转移至另一个分支上来实现这个目的。
    • 适用场景:git rebase 适用于需要在不同分支之间移动或合并提交历史的情况。例如,当你需要将一个分支的提交应用到另一个分支上时,可以使用 git rebase 来移动提交。另外,git rebase 也可以用于合并提交、清理提交历史以及保持一个干净的历史记录。

git reset 适用于撤销提交、移动 HEAD 和重置状态的情况;git revert 适用于撤销特定提交而不改变历史记录的情况;git rebase 适用于在不同分支之间移动或合并提交历史的情况。通常情况下,git reset 更适合操作当下分支,而 git rebase 更适合操作多个分支。

graph LR
    A[开始状态] -->|git reset| B(Reset: 回到过去)
    A -->|git revert| C(Revert: 逆向提交)
    A -->|git rebase| D(Rebase: 变基)

    B -->|soft| B1(保留工作目录和索引)
    B -->|mixed| B2(保留工作目录,重置索引)
    B -->|hard| B3(重置工作目录和索引)

    C --> C1[生成新的逆向提交]

    D --> D1[变更基底提交]
    D --> D2[压缩/修改提交历史]

4. cherry-pick & rebase

Git Cherry-pick

Git 内幕探索:从底层文件系统到历史编辑的全面指南

功能: git cherry-pick 命令用于将其他分支上的提交应用到当前分支。它允许你选择一个或多个提交,并将这些提交作为新的提交引入到当前分支。

使用场景:

  1. 特定提交的应用: 当你只想从另一个分支取得特定的提交时,而不是整个分支的内容,可以使用 cherry-pick
  2. 修复错误: 如果在一个分支上修复了一个 bug,而这个修复需要应用到其他分支上,但不需要其他更改时,可以使用 cherry-pick
  3. 代码回滚: 在某些情况下,如果某个功能在被合并到主分支之后出现问题,你可能需要将这个功能的提交从主分支上移除。cherry-pick 可以用来选择性地撤销特定的提交。

Git Rebase

Git 内幕探索:从底层文件系统到历史编辑的全面指南

功能: git rebase 命令用于将一个分支的修改重新应用在另一个分支之上。它常用于保持一个干净的项目历史,通过将一系列的提交“重新播放”在另一分支上。

使用场景:

  1. 保持线性历史: 在合并特性分支之前,使用 rebase 可以保证一个线性的提交历史,这使得历史更容易理解和导航。
  2. 避免不必要的合并提交: 当你需要将最新的主分支变更合并到你的特性分支时,使用 rebase 而不是 merge 可以避免生成额外的合并提交。
  3. 整理提交: 在将特性分支合并到主分支前,你可以使用 rebase 来压缩(squash)或重新排序提交,以创建一个更清晰的提交历史。

区别

  • 操作对象: cherry-pick 是针对特定的提交操作,而 rebase 是对一系列提交的重新整理和应用。
  • 历史改写: rebase 会改写历史,cherry-pick 则在当前分支上创建新的提交。
  • 使用目的: cherry-pick 主要用于特定提交的应用,而 rebase 用于历史整理和保持项目历史的线性。
graph TD
    subgraph "git cherry-pick"
    A1[当前分支] -->|cherry-pick| B1[选择特定提交]
    B1 --> C1[在当前分支应用该提交]
    end

    subgraph "git rebase"
    A2[当前分支] -->|rebase| B2[选择基底分支]
    B2 --> C2[重新应用提交]
    C2 --> D2[整理提交历史]
    end

    style A1 fill:#f9f,stroke:#333,stroke-width:4px
    style A2 fill:#ccf,stroke:#333,stroke-width:4px

5. 场景:仅下载需要的分支

在处理大型仓库时尤其有用,可以节省时间和资源。

当你想要通过 git clone 克隆仓库时,但只想克隆特定分支的内容,你可以使用 --single-branch 选项。这个选项告诉 Git 只克隆指定的分支,而不是克隆所有分支的内容。

这里是具体的命令格式:

git clone --single-branch --branch <branchname> <repository-url>
  • --single-branch: 这个选项限制 Git 只克隆指定的单个分支。
  • --branch <branchname>: 这里 <branchname> 是你想要克隆的分支名称。
  • <repository-url>: 这是你想要克隆的远程仓库的 URL。

例如,如果你只想克隆远程仓库中名为 develop 的分支,你可以运行:

git clone --single-branch --branch develop https://github.com/example/repository.git

这个命令会创建一个新的仓库副本,其中只包含 develop 分支的内容。

请注意,使用 --single-branch 时,克隆的仓库将只有一个追踪分支。这意味着你不会看到远程仓库中的其他分支,除非你手动添加追踪分支或者改变克隆的配置来包含更多分支。

5.1 查看所有远程分支

git fetch --all
git branch -r

这里,git fetch --all 会从远程获取所有分支的信息(但不下载这些分支的内容),而 git branch -r 会列出所有远程分支。

5.2 按需下载特定分支

git checkout -b [branch-name] origin/[branch-name]

这里,[branch-name] 是你想要检出的远程分支名。这条命令会创建一个新的本地分支,它跟踪对应的远程分支,并下载该远程分支的内容。

通过这种方式,你可以按需查看和下载远程仓库中的任何分支,而不需要一开始就下载所有分支的数据。这在处理大型仓库时尤其有用,可以节省时间和资源。

6. 场景:修改 commit 作者信息

如果提交过程中 usernameemail 提交操作了,需要批量修正,如把所有 aaa@aaa.com 的邮箱改为bbb@bbb.com,并把用户名aaa改为bbb,则可以用下面命令处理:

Unix:

git filter-branch --env-filter '
OLD_EMAIL="aaa@aaa.com"
CORRECT_NAME="bbb"
CORRECT_EMAIL="bbb@bbb.com"
if [ "$GIT_COMMITTER_EMAIL" = "$OLD_EMAIL" ]
then
    export GIT_COMMITTER_NAME="$CORRECT_NAME"
    export GIT_COMMITTER_EMAIL="$CORRECT_EMAIL"
fi
if [ "$GIT_AUTHOR_EMAIL" = "$OLD_EMAIL" ]
then
    export GIT_AUTHOR_NAME="$CORRECT_NAME"
    export GIT_AUTHOR_EMAIL="$CORRECT_EMAIL"
fi
' --tag-name-filter cat -- --branches --tags

PowerShell:

git filter-branch --env-filter '
$OLD_EMAIL="aaa@aaa.com"
$CORRECT_NAME="bbb"
$CORRECT_EMAIL="bbb@bbb.com"
if ($Env:GIT_COMMITTER_EMAIL -eq $OLD_EMAIL) {
    $Env:GIT_COMMITTER_NAME=$CORRECT_NAME
    $Env:GIT_COMMITTER_EMAIL=$CORRECT_EMAIL
}
if ($Env:GIT_AUTHOR_EMAIL -eq $OLD_EMAIL) {
    $Env:GIT_AUTHOR_NAME=$CORRECT_NAME
    $Env:GIT_AUTHOR_EMAIL=$CORRECT_EMAIL
}
' --tag-name-filter cat -- --branches --tags

7. 场景:产出大文件提交

删除历史中误提交的大文件,如 a.mp4b.mp4

git filter-branch --force --index-filter \
"git rm --cached --ignore-unmatch a.mp4 b.mp4" \
--prune-empty --tag-name-filter cat -- --all

PowerShell:

git filter-branch --force --index-filter `
"git rm --cached --ignore-unmatch a.mp4 b.mp4" `
--prune-empty --tag-name-filter cat -- --all

随后可以加入 .gitignore中。

8. 场景:删除 node_modules 提交

git filter-branch --force --index-filter "git rm -r --cached --ignore-unmatch node_modules" --prune-empty --tag-name-filter cat -- --all

可以顺道清理下仓库:

git reflog expire --expire=now --all
git gc --prune=now --aggressive

9. 场景:产出提交中的私密信息

某个文件中含有秘钥,清楚秘钥。如将 123 456替换为 ***

git filter-branch --force --index-filter \
"git ls-files -z | xargs -0 sed -i'' -e 's/123 456/\*\*\*/g' \
--prune-empty --tag-name-filter cat -- --all

制定文件替换,如~/dir1/file1.txt

git filter-branch --force --index-filter \
"git ls-files -z | xargs -0 sed -i'' -e 's/123 456/\*\*\*/g' -- ~/dir1/file1.txt" \
--prune-empty --tag-name-filter cat -- --all

微信搜索“好朋友乐平”关注公众号。

github原文地址

原文链接:https://juejin.cn/post/7343509431715086377 作者:lecepin

(0)
上一篇 2024年3月8日 上午10:47
下一篇 2024年3月8日 上午10:57

相关推荐

发表回复

登录后才能评论