代表Git仓库的数学结构是什么

Question

我正在学习Git，如果我有一个代表Git repo的数学结构的描述，那将会很棒。例如：它是一个有向无环图;它的节点代表提交;它的节点有标签（每个节点最多一个标签，没有标签使用两次），代表分支等等（我知道这个描述不正确，我只是想解释一下我在寻找什么。）

Answer 1

除了Nevik Rehnel评论中的链接（根据请求复制到此处： eagain.net/articles/git-for-computer-scientists和gitolite.com/gcs）以及sehe's point that the commit graph forms a Merkle Tree，我会添加一些注释。

• 对象存储中有四种对象类型：commit，tree，annotated-tag和blob（file）。
• 提交对象只包含一个tree-ref（当然可以指向更多的树），一个可能为空的父SHA-1哈希列表（必须全部提交更多），一个作者（名称，电子邮件，和时间戳），提交者（与作者相同的形式）和提交文本。
• 树对象包含重复0次或更多次的（模式，子对象，文件名）列表。如果子对象是另一个树，则文件名表示目录。如果它是一个blob，它代表一个文件。该模式看起来像POSIX文件模式，如果它是120000（符号链接的文件模式），文件的“内容”实际上是符号链接目标。某些模式值是（ab）用于子模块，但我忘记了哪一个。 R和W模式位不存储，只存储X位（如果repo配置说忽略它们，它们甚至会被忽略）。
• 带注释标记的对象包含对象引用，标记器（名称，电子邮件和时间戳）以及标记文本。引用的对象通常是提交，但标记对象可以指向任何对象（甚至是另一个标记对象）。
• 标签（分支和标签以及reflog-references等）位于对象存储之外。对于带注释的标签，外面有一个标签，指向对象库内的带注释的标签对象。对于轻量级标记，外部标签指向提交。
• 没有限制只有一个root提交。任何没有父母的提交都是根。
• Git几乎从不创建一个空树（它代表一个空目录），除了两种情况：每个仓库中都有一个空树，如果你做了一个初始的空提交（git commit --allow-empty它使用那棵空树。 （由于空树没有子对象，its SHA-1 hash value is a constant。）
• “DAG”描述通常用于通过关闭提交父哈希形成的树。但是，树对象通常不应在其任何子树中包含自身，如果您设法创建循环树结构，则无法将其检出（因为它无限地递归）。假设你不能用相同的校验和制作两个不同的树（如果你可以打破git），你将找不到包含树T2的树T1，树T2包含校验和为T1的不同树。因此，树也隐含地是DAG，并且附加到commit-DAG，它们形成更大的DAG。 ： - ）
• 对象存储中的未引用对象将被git gc垃圾收集。空树似乎对收集免疫。 refs/和logs/目录中的任何内容以及文件packed-refs（在.git中，或用于裸回购或设置$GIT_DIR时，无论在何处）都充当引用，特殊名称（HEAD，ORIG_HEAD等）也是如此;我不确定是否在.git中创建并包含有效SHA-1的其他随机文件是否可以作为参考。
• 索引有一些我从未挖过的格式。它包含对象库中对象的引用。当您git add文件时，git会将文件放入对象存储区并将（非文本）SHA-1哈希放入索引文件中。这些是防止垃圾回收的有效引用。

Answer 2

我认为最相关的答案需要包括Git修订树的最重要特征：加密签名（每个修订包括父修订和提交详细信息的哈希）。

这被称为Merkle树：http://en.wikipedia.org/wiki/Merkle_tree

---

有关背景信息，请参阅前面的答案：（Git: How to treat commit so that versions of a file exist in their entirety (not just as diffs)）

  

背景

     

存储deltas由RCS，CVS，Subversion和其他人（SourceSafe？）推广。主要是因为模型可以很容易地转换变更集，因为它们已经是delta形式。现代VCS-es（主要是分布式的）已经发展而已，并强调数据完整性。

     

数据完整性

     

由于对象数据库的设计，git非常强大，可以在快照或整个存储库中的任何位置检测到任何损坏的数据。有关Git存储库的加密属性的更多详细信息，请参阅此文章：Linus talk - Git vs. data corruption?

     

在techno babble中：提交历史形成加密强大的merkle树。当提示提交（HEAD）的sha1总和匹配时，它在数学上遵循

     

  
• 树内容
  
• 分支历史记录（包括所有签名和提交者/作者凭证）
  

     

是完全相同的。这是git（以及共享此设计功能的其他SCM）的巨大安全功能