系列文章目录

手把手教你安装Git，萌新迈向专业的必备一步

---

上一次，我们简单介绍了为什么要用版本管理，以及怎么安装Git以及基本认识，为新手朋友们迈出了实操的第一步。而本期的内容其实笔者犹豫了很久，到底是先讲GIT的模型和原理，还是直接讲GIT常用命令? 最终笔者决定还是先从模型与原理下手，不仅是它是命令的前提，而且笔者发现虽然很多用GIT，但只限于几个常用命令，对其运行机制却知之甚少，一旦出现问题，就容易束手无策了，难以处理，所以本期我们还是先讲讲GIT的基础原理吧

📕作者简介：战斧，从事金融IT行业，有着多年一线开发、架构经验；爱好广泛，乐于分享，致力于创作更多高质量内容
📗本文收录于 GIT 专栏，有需要者，可直接订阅专栏实时获取更新
📘高质量专栏 云原生、RabbitMQ、Spring全家桶 等仍在更新，欢迎指导
📙Zookeeper Redis kafka docker netty等诸多框架，以及架构与分布式专题即将上线，敬请期待

---

一、Git 的特征

1. 文件系统

我们都知道Git是个版本控制系统，但是如果你深入了解其原理，就不难发现它更像一个文件管理系统，如果你使用过其他版本控制器，不难发现它们的思路非常符合“版本控制”的逻辑，它们记录的是一个初始文件，以及后续对该文件的历次修改内容，如下：

而对于GIT，则是把你每次的“提交”当作一次相机的“快门”，GIT会为你把当时的全部文件内容都做一个快照，然后进行存储，这一系列的快照，每一个快照展开都是完整的文件系统。 当然，为了效率，如果文件没有修改，Git 不再重新存储该文件，而是只保留一个链接指向之前存储的文件

2. 分布式

我们可以把上次的图继续拿来使用，GIT的核心工作都是在本地完成的，即其主要工作都聚焦在工作区到本地仓库，这意味着，即使我们离线了，我们仍然能完成提交操作，GIT仍然能忠实的记录下我们的操作记录，而不像其他版本控制器，断网后版本控制功能就失效了。

---

二、GIT的术语

在接触GIT的时候，我们难免会接触到一些术语或概念，我们先对术语做个解释，如果你看了某些解释，觉得一头雾水，先别着急，我们在下面会慢慢解释

1. 区域术语

GIT一共分为四个区域，对于开发者来说，由远到近依次为：远程仓库、本地仓库、暂存区和工作区

• 远程仓库：可以是GitHub、GitLab，也可以是你自己的私有服务器，包含项目所有的版本控制信息和文件历史记录。

• 本地仓库：你电脑上的存储库，它包含项目所有的版本控制信息和文件历史记录

• 暂存区：也称为索引（Index），用于存储下一次提交时要包含哪些修改或变更。

• 工作区：指项目的实际文件夹，即我们日常编辑的文件夹。

我们之前讲了三个部分，唯独没有讲暂存区。实际上，我们的代码不能直接从工作区就到仓库去，本地仓库只接收暂存区提供的内容，所以我们的任何新增、修改实际上都要先加入到暂存区。

但是为什么这块暂存区存在感不强呢？主要是因为我们现在的各种工具在自动维护，比如我们添加文件时，IDEA会自动弹窗，当我们使用Tortoisegit时，提交时会让我们勾选文件，这些都让我们免于手动往暂存区进行手动添加，自然其存在感就稍弱了

2. 名词术语

1. 提交对象

我们每次把暂存区的内容放入本地仓库，称为一次提交，产生一个提交对象（也叫“提交点” 或 “提交”）。

除了手动提交，合并操作也会产生提交点，提交点包含了前一个提交点位置、文件变更信息、变更人、变更时间等所有信息，每个提交点都有自己的SHA-1哈希值作为唯一标志，一般在图中，用一个圈表示。因为提交点（除了首次提交）都会包含上一个提交点的地址，所以在实例图里一般呈链表状，如下图，就展示了三个提交点。

2. 分支

定义： 一个指向某个提交对象的指针，表示一个代码的分支。可以有多个分支，并行开发不同的功能或版本

对于分支这个概念，在讲解之前，如果你看过其他的教程，可能会经常看到类似下面的图

这样的话，你会认为这里有两个分支，一个是由C D E构成，一个是F G构成。的确，这里是有两个分支不假，但这张图更具体的样子应该是这样子

分支并不是树枝，图中真正的分支，其实只是两个指针，如图，分支iss94指向提交点G，分支master指向提交点E，理解了这个概念，你才能明白为什么Git鼓励大家，遇事不决就建立各种分支。在其他版本控制器中，拉个分支可能意味着所有的代码都要复制一遍，而在GIT中，仅仅是建立一个指针。

聪明的你可能想到了一个问题，建分支 = 建指针，那岂不是当我建分支的时候，会产生两个指针，指着同一个节点？，此时，如果我再次提交内容，岂不是乱了套？这个节点会算在哪个分支上？这时候就要用到另一个概念 HEAD

3. HEAD

定义：HEAD是一个特殊的指针，它指向当前所在的分支或提交。一般情况下，HEAD指向当前所在分支的最新提交。

没错，HEAD也是个指针，而且指向分支，如果你没有忘记分支也是个指针的话，那你应该能想象出下面的图例

这代表着HEAD指向了master分支，我们把前面分支的知识结合起来，现在如果我们想建立个名叫 iss95 的分支，图就会变成这样子

如果此时我们再进行一次提交，会变成什么样呢？

所以，你应该明白HEAD的作用了，它代表着你下次提交的位置，此处它指向master，所以我们的提交是提交至分支master上的。提交后，master指针自动移到C的位置。而iss95则没有任何变化，还是指向B。

严谨的小伙伴可能注意到我们定义中说了一句 一般情况下，HEAD指向当前所在分支的最新提交。那HEAD能指向历史提交吗？

答案是肯定的，我们可以使用 git checkout <commit> 命令将HEAD移动到某个历史提交点，如下图：

4. 标签（TAG）

定义：在 Git 中，Tag是一种重要的版本控制工具，它们是一些永久性的指针，指向某个特定的提交（commit），常用于代码发布、版本管理以及历史记录的标记等操作
.
简而言之，标签也是一个指针，只是这个指针不像分支 或 HEAD 一样，它是不会移动的，我们可以看到JDK源码中就有大量的标签，用以标记节点

3. 动作术语

• 添加 （Add）: 将工作目录的文件加入暂存区，可以只选择部分文件进行添加

• 提交（Commit）：将暂存区的内容放入本地仓库，每个提交都有唯一的ID。

• 合并（Merge）：将两个或多个分支的修改合并到一起。

• 拉取（Pull）：将远程仓库的修改拉取到本地仓库，并更新工作区。

• 推送（Push）：将本地仓库的修改推送到远程仓库。

• 检出（Checkout）：切换某个分支，并同时切换工作目录。

如果前面你都学会了，相信这几个动作，你应该能理解，它们之前能汇聚成下面这张关系图

当然，这些命令实际上并不仅仅这么简单，比如 Checkout 不仅可以切换分支，还可以跟文件名，以 git checkout <file-name> 来还原文件。但是这些，我们留到下一篇文章再讲解。

---

三、Git 存储模型

1. GIT 数据库

前面我们三番五次的把 GIT 说成更像文件系统，这是很合理的。甚至可以说GIT是一个数据库，其实它的核心确实就是一个键值对数据库，你可以向 Git 仓库中插入任意类型的内容，它会返回一个唯一的键，通过该键可以在任意时刻再次取回该内容

$ echo ‘test content’ | git hash-object -w --stdin
d670460b4b4aece5915caf5c68d12f560a9fe3e4

如上，我们把标准输入内容 “test content” 存储进GIT，它就会返回给我们一个40字符的 SHA-1 哈希值，我们可以用这个值，重新获取存进去的内容

$ git cat-file -p d670460b4b4aece5915caf5c68d12f560a9fe3e4
test content

但注意，使用这种方式存入文件，返回的只有文件内容，等于说文件名我们丢失了，而文件名的遗失对于文件系统来说，是非常不合理的。所以我们还需要树

2. 树对象

比方说我们有一个简单的目录，目录下有两个文件，README 以及 Rakefile，并且还有个子目录lib，lib里有个文件simplegit.rb。那么当我们把这个目录及其所有文件纳入GIT管理时，其形态是这样的

它会把我们的文件存储成blob对象，目录变成tree对象。tree对象可以存文件信息，blob对象存文件内容，而且tree对象还能下辖另一个tree对象，这就和我们目录下还有子目录是一样的。如此一来，我们就可以把我们想存放的目录及其文件，以一棵树的形式完整的存入GIT中了。存是存进去了，但这仅仅是一次保存，存进去最多说GIT保存了我这个目录，那么它的版本控制又体现在哪呢？

3. 提交对象

我们上面说了整个目录能变成一个 Tree 对象存入GIT，它是什么时候情况下会存呢？其实就是GIT执行提交命令的时候，当我们提交时，GIT会把我们整个工作目录的所有文件汇聚成一个Tree，并且把这个Tree的引用放进一个提交对象中进行存储。

也就是说，如上图，每一个圈（提交对象）不仅有本次提交人、提交时间等信息、而且还指向着一个Tree，所以提交对象实际上就是一个快照

如上图，三次提交实际上构成了一个不断往上摞的切面，为啥说是切面，是因为每一个切面都包含着一棵树，也就是当时整个目录的内容。因此信息量其实是很多的。当然，提交对象、和树对象或者文件对象一样，都会存进GIT，GIT也会返回一个40长度的 SHA-1 哈希值。

这样当我们查询提交历史时，查询到的就是所有过往的提交对象的信息，如果我们确定某个提交对象后，我们就能通过该提交对象的 SHA-1 哈希值能找回当时所有的文件

$ git log
commit ca82a6dff817ec66f44342007202690a93763949
Author: Scott Chacon <schacon@gee-mail.com>
Date:   Mon Mar 17 21:52:11 2008 -0700

    changed the version number

commit 085bb3bcb608e1e8451d4b2432f8ecbe6306e7e7
Author: Scott Chacon <schacon@gee-mail.com>
Date:   Sat Mar 15 16:40:33 2008 -0700

    removed unnecessary test

commit a11bef06a3f659402fe7563abf99ad00de2209e6
Author: Scott Chacon <schacon@gee-mail.com>
Date:   Sat Mar 15 10:31:28 2008 -0700

    first commit

PS：Tree对象不是压缩包，它只是存储着当时那些文件对象的引用。另外，提交时形成的Tree并不是把所有的文件全部又做一遍保存，然后把引用放进Tree，而是只保存改动或新增的文件，那些没有改动过的文件已经存过了，不会再存，所以不用过分担心空间问题。

---

总结

本次我们比较形象的讲解了GIT的运行机制及存储模型，如果你意犹未尽，或对GIT想了解更多，也可以去官方的文档做更深入的了解，我把它的地址放在这里 官方中文文档 而对于大部分读者，本文中所说的内容已经足够支持我们后面的学习，那么下次我们就可以正式开始学习GIT的命令以及各种应用了。