Git：git verify-pack返回的对象'size'的含义

Question

git verify-pack命令有一个-v选项，它为packfile中找到的每个对象输出大量诊断信息。但是，size字段为一个经过验证的对象返回的值与我的朦胧期望不符 - 我认为它会像Git对象的未压缩'true'大小？这个领域的实际意义是什么？

具体来说，我有一个包含大对象的Git包文件：

$ git cat-file -s 7daa9e75f86aa168748aef6c16c76b2acee1acca
61464170

（即对象大小约为58MB，这确实是我在检查文件时看到的内容）

但是，git verify-pack -v为此对象返回的行是：

7daa9e75f86aa168748aef6c16c76b2acee1acca blob   568352 529608 770759074 1 27e47895a3822906eb31b05fe674ad470296c12e

（验证包输出的完整副本可用here）

正如您所看到的（在git verify-pack阅读the documentation后），此对象存储在 deltafied 中，列的定义如下：

SHA1 type size size-in-packfile offset-in-packfile depth base-SHA1

此对象的“大小”为 568352 （'size-in-packfile'为529608） - 但这意味着什么，假设实际对象大小为 61464170 < / strong>字节？大小顺序差异必须意味着大小数字仅指delta？

Answer 1

首先，请参阅this diagram。然后，根据源（builtin/index-pack.c），第四个字段中的值为：

(unsigned long)(obj[1].idx.offset - obj->idx.offset)

这是原始打包大小（obj[1]是此之后的下一个对象，或预告片）。当存储的项目被分层时，这是增量压缩数据的大小加上开销。第三个字段中的值为obj->size（来自开销区域的第一个大小值）。

（要获取实际数据，甚至是它的大小，你必须稍微膨胀一下流然后查看delta标题。对象的“true”大小在标题中编码为 second 尺寸值。请参阅get_size_from_delta中的sha1_file.c，get_delta_hdr_size中的delta.h和图表中的“偏移编码”。）

---

编辑添加：好的，重新阅读问题，你要问的是为什么第四个尺寸比第三个尺寸小得多。那是因为第三个是对象的膨胀（但不是去三角洲）大小。所以：size-in-packfile（字段4）在放气之后，还包括一些标头开销; delta压缩文件的大小（字段3）很明显;在撤消增量压缩之后，最终文件的大小和数据位于标题中，其字节数包含在size-in-packfile中（字段4）。

额外编辑：offset-in-packfile（字段5）为obj->idx.offset。这就是你必须在包文件中lseek()开始阅读对象的地方（我想，我面前也有一些令人困惑的代码来处理OBJ_OFS_DELTA :-)）。

Answer 2

在Git 2.21（2019年第一季度）中，“ objectsize”的含义得以阐明，因为--format=<placeholder>，for-each-ref和branch的“ tag”选项显示对象可以通过object_info API学习的更多特征。

请参见commit 59012fe，请参见commit 5610d9f，commit 33311fa，commit f4ee22b，commit 5305a55，commit 1867ce6，Olga Telezhnaya (telezhnaya)（2018年12月24日） 。
^{（由Junio C Hamano -- gitster --在commit 55574bd中合并，2019年1月18日）}

  

ref-filter：添加objectsize:disk选项

     

添加新的格式设置选项objectsize:disk，以了解对象在磁盘上占用的确切大小。

git for-each-ref man page now states：

objectsize:

     

对象的大小（与“ git cat-file -s”报告相同）。
  附加:disk以获得对象在磁盘上占用的大小（以字节为单位）。

deltabase:

     

如果将其存储为增量，则扩展为给定对象的增量基础的对象名称。
  否则，它将扩展为空对象名称（全零）。

     

注意事项：

     

请注意，磁盘上对象的大小是准确报告的，但是在得出哪些引用或对象与磁盘使用有关的结论时应格外小心。
  打包的非增量对象的大小可能远大于与之相对的对象的大小，但是选择哪个对象是基础对象和哪个增量是任意的，并且在重新打包期间可能会发生变化。

     

还请注意，对象数据库中可能存在一个对象的多个副本；在这种情况下，尚不确定将报告哪个副本的大小或底数。

因此，您可以将这些值与git verify-pack -v报告的值进行比较，因为git for-each-ref现在（超过5年后）可以显示更多数据。

Answer 3

最近有一个补丁系列[RFC/PATCH 0/4] cat-file --batch-disk-sizes讨论，其中包括"[PATCH 07/10] cat-file: add %(objectsize:disk) format atom"，如果您要从源代码编译，可能会感兴趣。