Git 内幕探索：从底层文件系统到历史编辑的全面指南-米儿火

1. Git 底层文件对象

$ 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。

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。

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。

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。

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。

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

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

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  1243040974 -0700
    committer Scott Chacon  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

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

3. reset & revert & rebase

git reset：

git revert：

git rebase：

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。

4. cherry-pick & rebaseGit Cherry-pick

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:

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。

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。

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

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:

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。

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。

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

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

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username和email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.mp4、b.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