无论如何,每个提交都保存(从逻辑上讲)每个文件(好吧,提交中的每个文件)的完整快照。
如果您选择一个提交(例如通过其哈希 ID),然后运行git checkout
在该提交中,您的工作树将由该提交中的文件填充。也就是说,您的工作树采用该快照。从该提交切换到其他某个提交,例如少三个文件的提交,Git 会删除这三个文件(并根据需要更新其余文件)。
如果每个提交对象都包含所有对象的条目,从长远来看将占用巨大的空间。
但……事实并非如此。其中涉及到两项令人惊奇(或者不是那么令人惊奇)的聪明才智。
第一个出现在这里:
[test]$git cat-file -p 70951b429e0e1191a8c1d9e34248cd76453ef544
100644 blob 9a6c8d12dea8859b821b2ba705f7efd6cc914aa5 a.txt
100644 blob 9a6c8d12dea8859b821b2ba705f7efd6cc914aa5 b.txt
100644 blob b6693b64f528de38cde5533acd781fde743bc3df c.txt
100644 blob 91174caefafdc81d34e302874c86c6e4d5212075 d.txt
100644 blob 29f4cfc46ba3a0bde55bce8f44ac3590e2108da4 e.txt
请注意 blob 哈希 ID9a6c8d12dea8859b821b2ba705f7efd6cc914aa5
出现两次:一次为a.txt
一次b.txt
.
只有one copy两者的内容a.txt
and b.txt
。由此我们可以得出结论,无论是in a.txt
, and in b.txt
,内容相同。
因此,如果您提交 100 个文件,然后进行一次新提交,其中 99 个文件与前一个提交的 99 个文件相同,您只需re-used99 个斑点对象。它们不必再次存储。
Git 通过这种方式自动删除重复的文件内容。
第二个小聪明发生了later。最初,所有对象都存储为 zlib 压缩文件(位于.git/objects/
,尽管你不应该指望这一点)。如果您更改文件中的几个字节并使用git add
并且新的 blob 对象与某些已存在的 blob 对象并非 100% 完全匹配,您将获得这些对象中的一个新对象。这些被称为loose对象,内部。
当周围有足够多的松散对象时,或者如果需要的话,Git 会更早packs将松散的物体放入打包文件。此时,可以有利地进行增量压缩的对象通常都是这样。这种压缩是真正聪明的代码。
当你使用git fetch
or git push
,Git会找出哪些对象需要通过网络传输并构建一个所谓的薄包装。这是你看到的地方counting
and compressing objects
消息。然后 Git 通过网络发送精简包;另一端的 Git 修复瘦包,使其成为常规(胖)包。当包文件太多时,Git 会repack包文件,带你从许多*.pack
and *.idx
文件再次减少到只有几个(或一个)。
(这里偶尔会出现一些错误。最近有一个修复程序可以处理大量包文件。有几个较旧的错误,其中留下了太多松散的对象。偶尔的手册git gc
有时有助于解决这些错误,但使用git gc
太频繁可能会适得其反。)