全文：Git 是目前最盛行的管理工具系统，从邻近地区合作开发到生产布署，他们每晚都在采用 Git 进行他们的管理工具，除日常生活采用的指示以外，如果想对 Git 有更进一步棋一步棋的如是说，所以研究下 Git 的下层储存基本原理Sonbhadra对认知 Git 或其采用非常有协助，即使你并非两个 Git 合作开发人员，也所推荐你如是说下 Git 的下层基本原理，你会对 Git 的强悍有两个崭新的重新认识，因此Sonbhadra在日常生活的 Git 采用过程中更为游刃有余。
这首诗面向全国的听众主要就是对 Git 有一定的如是说的社会群体，并不能如是说具体内容 Git 的作用或其采用，也不能如是说与其他管理工具系统如 Subversion 间的差别，主要就是如是说下 Git 的其本质以及他的储存同时实现的有关基本原理，意在协助 Git 采用者更为明晰的如是说在采用 Git 进行管理工具的时候其外部同时实现。
Git 其本质是什么
Git 其本质上是两个文本串行的 Key-Value 资料库，他们能向 Git 库房内填入任一类别的文本，Git 会回到给他们两个惟一的数组，能透过那个键抽出当时他们填入的值，他们能透过下层指示git hash-object指示来试著：
能看到他们产品目录下有两个名叫testfile的文档，文本是Hello Git! 他们采用git hash-object指示将那个文档的文本载入到 Git 库房，-w 快捷键说 Git 把那个文本写到 Git 的.git/objects第一类资料库目录，因此 Git 回到了两个 SHA 值，那个 SHA 值就是先期他们要抽出那个文档的数组：
他们采用了git cat-file指示拿取才刚取走到 Git 库房的文本，虽然DeoriaRedis的指示get set 所以简单，但是它的确是两个 KV 资料库，并非吗？
他们才刚试著填入的这种数据是基础的blob类别的第一类，Git 还有其他如 tree、commit等第一类类别，这些相同的第一类类别间有某一的关连关系，它们将相同的第一类有方法论的关连起来，才能帮他们进行相同版的掌控和验出。接著会进行传授这三种相同的第一类类别，他们先来如是说下 Git 的产品目录结构，看看在 Git 中数据是如何存放的。
Git 产品目录结构
透过上一节的如是说，他们知道了 Git 其本质就是两个 KV 资料库，而且还提到了文本都是写到 .git/objects第一类产品目录，所以那个产品目录放在哪里？Git 又是如何储存这些数据的呢？本节他们重点如是说一下 Git 的储存产品目录结构，如是说下 Git 是如何存放相同类别的数据的。
更详细的如是说参见：https://github.com/git/git/blob/master/Documentation/gitrepository-layout.txt透过 git init 他们能在当前产品目录初始化两个空的 Git 库房，Git 会自动生成 .git 产品目录，那个 .git 产品目录就是先期所有的 Git 元数据的存储中心，他们来看一下它的产品目录结构：
默认初始化生核心储存的同时实现，这些额外文档或产品目录的作用及采用场景再可自行翻阅文档，这里仅如是说核心的一些文档。
hooks 产品目录
hooks 产品目录主要就储存的是 Git 钩子，Git 钩子能在很多事件发生后或者发生前触发，能提供给他们非常灵活的采用方式，默认情况下全部都是带.sample后缀的，需要移除那个后缀并赋予可执行权限方可生效，下面列举下常用的一些钩子或其常见的用途：
客户端钩子
pre-commit：提交前触发，比如检查提交信息是否规范，测试是否运行完毕，代码格式是否符合要求post-commit：相反，那个是整个提交完成后触发，能用来发通知服务端钩子
pre-receive：服务端接收推送请求首先被调用的脚本，能检测这些被推送的引用是否符合要求update：与 pre-receive 相似，但是 pre-receive 只会运行一次，而 update Sonbhadra为每两个推送的分支分别运行一次post-receive：整个推送过程完成后触发，能用来发送通知、触发构建系统等objects 产品目录
如上一节他们提到的，Git 将所有接收到的文本生成第一类文档储存在那个产品目录下，他们透过git hash-object生成了两个第一类并载入了 Git 库房，那个第一类的数组是9f4d96d5b00d98959ea9960f069585ce42b1349a，那个时候他们来查看下 objects 产品目录的结构：
能看到objects产品目录已经有了新的文本，多了两个9f的文档夹以及其中的文档，那个文档就是填入到 Git 库房的文本的第一类文档，Git 取其数组的前两个字母作为文档夹，将后面的字母作为第一类文档的文档名进行储存，这里（也就是objects/[0-9a-f][0-9a-f]）所储存的第一类他们一般称为loose objects或者unpacked objects，也就是松散第一类。
除第一类的储存文档夹，细心的同学应该已经注意到了objects/pack文档夹的存在，这里对应的是打包后的文档，为了节省空间和提升效率，当储存库中有过多的松散第一类文档或者手动执行git gc指示时，亦或是推送拉取的传输过程中，Git 都会将这些松散的第一类文档打包成pack文档来提升效率，这里存放的就是这些打包后的文档:
能看到objects产品目录已经没有了松散第一类，取而代之的是pack产品目录的两个文档，两个是打包后的文档，另两个是对那个打包的文本进行索引的idx文档，方便查询某个第一类是否在那个对应的pack包内。
需要注意的是，如果在才刚他们手动创建的两个blob第一类的库房进行 GC，将不能产生任何效果，因为那个时候整个 Git 库房并没有任何两个引用指向那个第一类，他们说那个对象是游离的，下面他们来如是说下储存引用的产品目录。
refs 产品目录
refs 产品目录储存他们的引用（references），引用能看做是对两个版号的别名，它储存的实际就是某两个 Commit 的 SHA 值，上面他们用来测试的库房并没有任何两个提交，所以只有两个空的产品目录结构
他们随便找两个包含提交的库房查看他的默认分支master
能看到那个就是他们的标签，与分支相同的是，标签的所记录的引用值一般是不能变化的，而分支能他们的版变化而变化。除此以外，还可能会看到refs/remotes refs/fetch 等产品目录，这些里面储存的是某一命名空间的引用。
还有一种情况，就是上面他们讲到的 GC 机制，如果两个库房执行了 GC，所以不仅objects产品目录下的松散第一类会被打包，refs下面的引用同样也会被打包，只不过它存放在裸库房的根产品目录下.git/packed-refs
当他们需要访问分支master的时候，Git 会首先去refs/heads里面进行查找，如果找不到就会前往.git/packed-refs进行查找，将所有的引用打包到两个文档无疑提升了不少效率。需要注意的是，如果他们在那个时候往master分支上更新了一些提交，那个时候 Git 并不能直接修改 .git/packed-refs文档，它会直接在refs/heads/下重新创建两个master引用，包含最新的提交的 SHA 值，根据才刚他们如是说的 Git 的机制，Git 会首先在refs/heads/查找，找不到才会去.git/packed-refs查找。
所以引用里面储存的 Commit 的 这串 SHA 值到底是指向什么文本呢，他们能采用之前查看blob第一类文本的cat-file指示进行查看：
它是两个commit类别的第一类，主要就的属性是它指向的tree第一类，它的父提交（如果它是第两个提交，所以这里是0000000…），以及作者和提交信息。
所以commit第一类是什么？它所指向的tree对象又是什么？与之前他们手工创建的blob第一类有什么差别？接下来他们来聊聊 Git 储存第一类。
Git 储存第一类
在 Git 的世界里，一共有四种类别的储存第一类：文档（blob）、树（tree）、提交（commit）、标签（tag），这里他们主要就探讨头三种类别，因为这三种是最基础的 Git 元数据，而标签第一类只是两个包含了额外属性信息的 Tag 而已，也就是附注标签（annotated tag），这里不再过多的如是说。
轻量标签（lightweight）与附注标签（annotated）如是说：https://git-scm.com/book/zh/v2/Git-%E5%9F%BA%E7%A1%80-%E6%89%93%E6%A0%87%E7%AD%BEBlob 第一类
在如是说 Git 其本质的时候，为了演示 Git 是两个基于文本串行的 KV 资料库，他们向 Git 库房填入了两个文档的文本：
那个 Key 为9f4d96d5b00d98959ea9960f069585ce42b1349a的 Git 第一类实际上就是两个 Blob 第一类，他储存了那个testfile文档的值，他们能采用cat-file指示来进行查看：
每一次他们修改文档，Git 都会完整的保存一份那个文档的快照而非记录差别，所以如果他们修改了testfile文档的文本再次取走到 Git 库房中的时候，Git 会基于当前最新的文本来生成它的 Key，需要注意的是当文本不变的时候，它的 Key 值是固定的，毕竟他们前面也说了，Git 是两个基于文本串行的 KV 资料库。
另外，这里的 Blob 第一类储存的是文本文本，它还能是二进制文本，但是这里并不建议采用 Git 管理二进制文档的版。他们 Gitee 平台在日常生活运营过程中遇到最多的问题就是用户库房过大，这种情况一般都是用户提交了大的二进制文档导致的，因为每次文档的变更记录的是快照，所以那个二进制文档如果变更频繁，它占用的空间是倍增的。而且对于文本文本的 Blob，Git 在 GC 的过程中会只保存两次提交间的文档差别，是能达到节省空间的效果的，但是对于二进制文本的 Blob 是无法像文本文本的 Blob 那样处理的，所以尽量不要把频繁变动的二进制文本储存到 Git 库房，能采用 LFS 的方式进行储存。如果已经存在了大量的二进制文档，能采用filter-branch进行瘦身，新加入的同事在首次 Clone 库房的时候肯定会感激你的。
LFS 的采用：https://gitee.com/help/articles/4235 大库房的瘦身：https://gitee.com/help/articles/4232 filter-branch：https://github.com/git/git/blob/master/Documentation/git-filter-branch.txt到了这里是并非觉得哪里不对劲？没错，那个 Blob 第一类只储存了那个文档的文本，却没有记录文档名，那他们该怎么知道那个文本是属于哪个文档的啊？答案是 Git 的另外两个重要的第一类：Tree 第一类。
Tree 第一类
在 Git 中，Tree 第一类主要就的作用是将多个 Blob 或者 子 Tree 第一类组织到一起，所有的文本都是透过 Tree 和 Blob 类别的第一类进行储存的。两个 Tree 第一类包含了两个或者多个 Tree Entry（树第一类记录），每个树第一类记录都包含了两个指向 Blob 或者子 Tree SHA 值的指针，还有它对应的文档名等信息，其实就能认知为索引文档系统中的`inode`和`block`的关系，图示两个 Tree 第一类的话，如下图：
这个 Tree 第一类对应的产品目录结构就是下面这样的：
透过这种方式，他们能像组织 Linux 下产品目录的方式一样来结构化的储存他们库房的文本，把 Tree 看作产品目录结构，把 Blob 看作具体内容的文档文本。
所以该如何创建两个 Tree 第一类呢？在 Git 中是根据暂存区的状态来创建对应的 Tree 第一类的，这里的暂存区其实就是他们日常生活在采用 Git 的过程中所认知的暂存区（Staged），一般他们采用git add指示将某些文档添加到暂存区待提交。在没有任何提交的空库房里，那个暂存区的状态就是你透过git add所添加的那些文档，如：
这里当前的暂存区状态就是在根产品目录有两个文档，暂存区的状态是保存在.git/index文档的，他们采用file指示来看看它是什么：
能发现在index文档中有两个entry，也就是根产品目录的两个文档LICENSE和readme.md。对于已经有提交的库房，如果暂存区没有任何文本，所以那个index表示的就是当前版的产品目录树状态，如果修改或者增删了文档，因此加入了暂存区，所以index就会发生改变，将有关文档的指针指向该文档新的 Blob 第一类的 SHA 值。
所以如果想创建两个 Tree 第一类，他们需要往暂存区放点东西，除采用git add，他们还能采用下层指示update-index来创建两个暂存区。接下来我们根据上面已经创建好的testfile文档来创建两个树第一类，首先就是将文档testfile加入到暂存区：
那个过程 Git 主要就是先把testfile的文本以 Blob 的形式填入到 Git 库房，然后将回到的那个 Blob 的 SHA 值记录到index中，说暂存区目前那个文档的文本是哪个。
Git 在执行update-index指示的时候，把指定文档的文本储存为 Blob 第一类，因此记录在index文档状态内。由于在之前他们已经透过git hash-object指示将那个文档的文本填入过了，因此他们能发现因为文本不变，所以生成的那个 Blob 第一类的 SHA 值也是一致的，如果像他们这样已经做过填入的动作，下面的指示是等效的：
那个指示其实就是把之前已经生成的 Blob 第一类放到暂存区，因此指定它的文档名字是testfile。由于他们的暂存区已经有两个文档testfile，所以我接下来他们能采用git write-tree指示来基于当前暂存区的状态来创建两个 Tree 第一类了：
执行完指示后，Git 会基于当前暂存区的状态生成两个 SHA 值为aa406ee8804971cf8edfd8c89ff431b0462e250c的 Tree 第一类，并把那个 Tree 第一类像 Blob 第一类一样储存在.git/objects产品目录下。
采用cat-file指示查看那个 Tree 第一类，能看到那个第一类下只有两个文档，名叫testfile
他们继续创建第二个 Tree 第一类，他们需要第二个 Tree 第一类下有修改后的testfile文档，有新增的 testfile2文档，因此需要把第两个 Tree 第一类作为 第二个 Tree 第一类的duplicate产品目录。首先他们先把修改后的testfile和新增的testfile2文档加入到暂存区：
紧接着他们需要把第两个 Tree 第一类挂到duplicate产品目录下，他们能使用read-tree指示来同时实现：
然后他们执行write-tree并通过cat-file查看第二个 Tree 第一类：
成功完成了，他们不仅修改了testfile的文档文本，还新增了两个testfile2文档，因此还把第两个 Tree 第一类当作第二个 Tree 第一类的duplicate产品目录了，那个时候 Tree 第一类看起来应该是这样的：
至此，他们知道了如何手动创建两个 Tree 第一类，但是后面如果我需要这两个相同的 Tree 的快照该怎么办？总不能都记住这三个 Tree 第一类的 SHA 值吧？没错，记起来费老大劲了，关键是还不知道是谁在什么时间为了什么而创建的那个快照，而 Commit 第一类（提交第一类）就能帮他们解决那个问题。
Commit 第一类
Commit 第一类主要就是为了记录快照的一些附加信息，因此维护快照间的线性关系。他们能透过git commit-tree指示来创建两个提交，那个指示看字面意思就知道，它是用来将 Tree 第一类提交为两个 Commit 第一类的指示：
关键的两个参数是-p和-m，-p是指定那个提交的父提交，如果是初始的第两个提交，那这里能忽略；-m则是指定本次提交的信息，主要是用来描述提交的原因。他们来把第两个 Tree 第一类作为他们的初始提交：
采用cat-file来查看那个提交：
Commit 所储存的文本是两个 Tree 第一类，因此记录了提交者、提交时间以及提交信息。他们基于那个 Commit 将第二个 Tree 第一类作为引用：
他们能采用git log来查看这两个提交，这里添加–stat参数查看文档变更记录：
那个时候整个第一类的结构如下图：
练习：采用下层指示创建两个提交
仅采用他们上面提到的hash-object write-tree read-tree commit-tree等下层指示来创建两个提交，思考哪些过程是与git add git commit等价的。
第一类储存方式
他们透过前面的如是说，知道了 Git 是将数据以相同的第一类类别归纳，因此根据文本计算出两个 SHA 值用来作为串行，所以到底是如何计算的呢？以 Blob 第一类为例，Git 主要就是做了如下几步：
识别第一类的类别，构造头部信息，以类别+文本字节数+空字节作为头部信息如blob 151\u0000将头部信息与文本拼接，因此计算 SHA-1 校验和透过 zlib 压缩文本透过 SHA 值将其文本放到对应的objects产品目录整个过程就做了这些事情，Tree 第一类和 Commit 第一类也差不多，只是头部类别有所差别而已，这里不再赘述，《Pro Git 2》在 Git 外部基本原理章节中有如是说如何采用 Ruby 来同时实现同等的方法论，感兴趣的能自行翻阅。
Git-外部基本原理：https://git-scm.com/book/zh/v2/Git-%E5%86%85%E9%83%A8%E5%8E%9F%E7%90%86-Git-%E5%AF%B9%E8%B1%A1Git 引用
他们在上面透过git log –stat 17ae181b能查看第两个版的有关信息，因此能透过这串 SHA 值拿到那个快照的文本，但是还是挺麻烦的，因为他们要记住一串毫无意义的字符串，那个时候 Git 的引用就派上用场了，在 Git 产品目录结构章节他们已经如是说了refs产品目录，他们知道在引用中储存的就是 Commit 第一类的数组，也就是那个第一类的 SHA 值，既然如此，他们就给他们当前的版起两个有意义的名字，一般他们会拿master作为默认分支引用：
那个时候，master里面储存了他们的第两个 Commit 的 SHA 值，他们能采用master来代替17ae181b这串毫无意义的字符串了
但是，那个并并非他们最新的版，他们最新的版是第二个提交de96a74725dd72c10693c4896cb74e8967859e58，同样的，他们能把refs/heads/master的文本更改为那个提交的 SHA 值，但是这里他们采用两个下层指示来完成
那个时候，分支master就指向了他们最新的版
总结
以上主要就讨论了 Git 基础的储存基本原理以及一些同时实现，还有一些如 Pack 的打包、传输协商机制以及储存格式等，限于篇幅并没有说到，后面根据一些场景再另行讨论。
