Git 内部原理：深入 .git 目录，理解版本控制的基石

引言：不只是 git add / git commit

每个使用 Git 的开发者都熟悉 git add、git commit、git push 这套工作流，但当你在终端输入这些命令时，Git 究竟在幕后做了什么？它的版本控制能力——分支切换只需毫秒、文件历史修改随时追溯、同一个仓库能在千百台机器上完美同步——这些看似神奇的特性，其实都建立在一套极简而优雅的数据结构之上。

本文将带你走进 Git 的 .git 目录内部，剖析其核心数据模型。读完这篇文章，你不仅能更自信地使用 Git，更能从原理层面理解那些高级命令背后的设计哲学。

一、.git 目录：Git 的心脏

每个 Git 仓库根目录下都有一个隐藏的 .git 文件夹，它是 Git 的全部家当。让我们先看看它的基本结构：

.git/
├── HEAD              # 指向当前分支的指针
├── config            # 仓库级别配置
├── description       # 仓库描述
├── index             # 暂存区（staging area）快照
├── objects/          # Git 对象数据库（核心！）
│   ├── info/
│   └── pack/
├── refs/             # 引用（分支、标签）
│   ├── heads/        # 本地分支
│   ├── remotes/      # 远程分支
│   └── tags/         # 标签
└── logs/             # reflog 操作日志

这其中最重要的是 objects/ 和 refs/ 两个目录——前者存储了仓库的所有数据，后者存储了指向这些数据的”书签”。

二、Git 对象数据库：四种基本类型

Git 本质上是一个内容寻址的文件系统。所有数据都以对象的形式存储在 .git/objects/ 目录中，每个对象通过其内容的 SHA-1 哈希值（40位十六进制数）来标识和检索。一共有四种对象类型：

• Blob（二进制大对象）——存储文件内容，不含文件名和元数据
• Tree（树对象）——存储目录结构，包含文件名、权限和指向 blob/子 tree 的引用
• Commit（提交对象）——存储一次提交的快照，包含根 tree 的哈希、父提交、作者和提交信息
• Tag（标签对象）——给特定提交打上可读标签，可附加 GPG 签名

三、一次 commit 的幕后旅程

当你执行 git add 和 git commit 时，背后发生的是这样一系列操作：

1. Git 将修改后的文件内容压缩，计算 SHA-1 哈希，生成一个 blob 对象存入 objects/ 目录
2. 更新暂存区（index），记录新文件对应的 blob 哈希
3. 执行 git commit 时，Git 将当前暂存区的目录结构打包成一个 tree 对象
4. 创建一个 commit 对象，包含：根 tree 哈希、父 commit 哈希、作者/提交者信息、时间戳、提交信息
5. 将 HEAD 引用更新为新 commit 的哈希

为了验证这个流程，我们可以用底层命令直接查看：

# 查看 HEAD 指向哪个 commit
git rev-parse HEAD

# 查看该 commit 对象的内容
git cat-file -p HEAD
# 输出示例：
# tree f2f8b9a4d5e6a1b2c3d4e5f6a7b8c9d0e1f2a3b4
# parent a1b2c3d4e5f6a7b8c9d0e1f2a3b4c5d6e7f8a9b0
# author Alice  1698000000 +0800
# committer Alice  1698000000 +0800
#
#    修复登录页面的 CSRF 漏洞

# 查看 tree 对象的内容
git cat-file -p f2f8b9a4
# 输出示例：
# 100644 blob e69de29bb2d1d6434b8b29ae775ad8c2e48c5391    index.html
# 040000 tree 3b18e512dba79e4c8300dd08aeb37f8e728b8dad    src/

四、分支不过是引用指针

Git 的分支之所以如此轻量，是因为它本质上只是一个 41 字节的文件（40 字节哈希 + 1 字节换行符）！分支文件保存在 .git/refs/heads/ 下，内容仅仅是指向某个 commit 对象的哈希值：

$ cat .git/refs/heads/main
a1b2c3d4e5f6a7b8c9d0e1f2a3b4c5d6e7f8a9b0

创建分支就是写入一个新文件，切换分支就是改变 HEAD 文件的内容。这就是为什么 Git 的分支操作几乎是即时的——无论仓库有多大。

五、压缩与垃圾回收

随着使用时间增长，objects/ 目录下的松散对象（loose objects）越来越多。Git 提供了 git gc（垃圾回收）命令来优化存储：它会将多个松散对象打包成一个 .pack 文件，并使用增量压缩算法（只存储版本之间的差异），显著减少磁盘占用。

通过 git count-objects -v 可以查看当前仓库中的对象统计：

$ git count-objects -v
count: 8             # 松散对象数量
size: 24             # 松散对象大小（KB）
in-pack: 1520        # 已打包对象数量
packs: 1             # 打包文件数量
size-pack: 684       # 打包文件大小（KB）
prune-packable: 0
prune-packing: 0
garbage: 0

小结

Git 的设计哲学可以用三个关键词概括：内容寻址、不可变对象、引用指针。所有数据存储为不可变的哈希对象，引用只是指向这些对象的指针，更新引用就是「切换版本」。这种设计让 Git 拥有了分布式、高可靠性、快速分支等核心优势。

下次当你执行 git commit 时，不妨花一秒钟想想 .git 目录深处正在发生的魔法——一个由 blob、tree、commit 构建的不可变数据世界，正在忠实地记录着你项目的每一次变化。

想继续深入？试试这些命令：git cat-file -p 任意查看对象内容，git ls-tree 浏览 tree 结构，git verify-pack 分析打包文件——亲手探索，远比阅读文档更能理解 Git 的精妙。