Question

我有一个github repo似乎有重复的提交。每个提交都具有相同的消息字符串和相同的日期/作者，但具有不同的SHA-1哈希值。例如，在我的日志中，我发现了以下四重奏：

 'commit 55e55517bf32b7ba7382b97f41a1514af8a5f5dc',
 'Author: dermen <dermen@stanford.edu>',
 'Date:   Tue Feb 19 20:03:35 2013 -0800',
 'finished with the cromermann edition',
 'commit 814fb08e0d42588a500947cba42a980ac24c01b8',
 'Author: dermen <dermen@stanford.edu>',
 'Date:   Tue Feb 19 20:03:35 2013 -0800',
 'finished with the cromermann edition',
 'commit a5f581f513d12e95627669f61cfe27064ffe8319',
 'Author: dermen <dermen@stanford.edu>',
 'Date:   Tue Feb 19 20:03:35 2013 -0800',
 'finished with the cromermann edition',
 'commit a264614b674e1ad2c4c8cc953cb27cf77c0d2615',
 'Author: dermen <dermen@stanford.edu>',
 'Date:   Tue Feb 19 20:03:35 2013 -0800',
 'finished with the cromermann edition',

除了SHA-1哈希之外，一切都是相同的。当我跑步时

git diff 55e55517bf32b7ba7382b97f41a1514af8a5f5dc    814fb08e0d42588a500947cba42a980ac24c01b8

我得到零输出 - 这并不意味着提交是相同的。如果这是真的，那么为什么他们会有单独的SHA-1哈希值？也许我误解了，但是SHA-1哈希不应该直接代表文件中的内容吗？因此，如果提交相同，那么它们应该具有相同的哈希值。

无论如何，我想知道尝试过滤这些明显的重复是否明智/不明智......任何提示/重定向都将受到赞赏。

Answer 1

根据以下信息生成git commit sha

提交消息
作者签名（身份+时间戳）
提交者签名（身份+时间戳）
tree sha（提交中的目录和文件的层次结构）
父提交的shas列表

由于shas不同，这是因为这些信息中至少有一个不同。

为了更好地理解每个提交的数据是什么（以及它们彼此不同），您可以运行以下命令来获取每个提交的原始输出

$ git show --format=raw <commit_sha>

此命令的输出示例

基于 libgit2 项目的随机提交

$ git show --format=raw eb58e2d
commit eb58e2d0be4e07c2ef873a5f0562eaa90826c2de
tree 41959050b1e3adb428e140102a0c321949be516b
parent 3b5001b4c911db9c47d62399c1adc03bd8a3ca72
parent 3e9e6cdaff8acb11399736abbf793bf2d000d037
author Vicent Marti <tanoku@gmail.com> 1371063948 +0200
committer Vicent Marti <tanoku@gmail.com> 1371063948 +0200

    Merge remote-tracking branch 'arrbee/minor-paranoia' into development

diff --cc src/refdb.c
index 359842e,4271b58..6da409a
--- a/src/refdb.c
+++ b/src/refdb.c
@@@ -86,9 -86,10 +86,10 @@@ int git_refdb_compress(git_refdb *db
        return 0;
  }

 -static void refdb_free(git_refdb *db)
 +void git_refdb__free(git_refdb *db)
  {
        refdb_free_backend(db);
+       git__memset(db, 0, sizeof(*db));
        git__free(db);
  }

回到你的问题

我得到零输出 - 这不意味着提交是相同的

这意味着提交所指向的内容是相同的。但元数据肯定会有所不同。

也许我误解了，但是SHA-1哈希不应该直接表示文件中的内容吗？

在Git中，SHA-1哈希用于表示git对象： blobs （即文件），树（即blob和子树列表）和提交即可。您可以在 Pro Git 一书的 9.2 Git Internals - Git Objects 一章中找到更多相关信息。

例如，在我的日志中，我发现了以下四重

例如，修改/ rebase / fixup提交内容时可能会发生这种情况。在这些情况下，只有提交日期会发生变化。

无论如何，我想知道尝试过滤这些明显重复是否明智/不明智

您无需自行清理。这些对象存储在Git对象数据库中。 Git实现了一个垃圾收集机制，可以定期自动从中删除孤立的对象（有关详细信息，请参阅 git-gc documentation ）。

github，SHA-1哈希和git重复

1 个答案:

此命令的输出示例

回到你的问题