Git中的数据完整性？

Question

我现在已经多次提到这一点，Git提供了数据完整性。但这意味着什么？

据我所知，使用SHA-1校验和访问git中的所有对象，并根据文件内容计算此校验和。这意味着如果文件有更改，您将获得不同的校验和。

但是，它如何提供数据完整性？如果我查找一些基于校验和（密钥）的数据，如果找不到它（如果它已经以某种方式被破坏）将git返回错误。我假设在使用git-disk read errors等时数据仍然会被破坏。

不要真正看到与这里的SVN或者如何在Git中提供数据完整性。

Answer 1

  

如果我根据校验和（密钥）查找某些数据，如果找不到它（如果它已经被破坏），git将返回错误。

基本上，是的。假设原始的正确数据校验和为1234.Git存储该校验和并通过该校验和查找数据。 （这就是它的内容可寻址＆＃34;事物的工作原理：一般通常以例如master之类的分支名称开头，它映射到像56789ab...这样的提交ID。这个映射是保留在git＆＃34; refs＆＃34;中，比其他数据更容易受到攻击，但我们暂时假设此部分保持不变。）

然后，Git按ID提取提交，并将内容的校验和与ID进行比较。这必须匹配，否则提交内容已损坏。假设内容有效，它们包含一个（单个）树ID（加上有关提交的信息：由谁创建，何时，其父项等）。

Git然后按ID提取树内容，并将内容的校验和与ID进行比较。这必须匹配，否则树内容已损坏。假设内容有效，它们包含一系列给出文件模式，名称和ID的元组。对于每一行，模式区分其他树或普通文件（＆＃34; blob＆＃34;）。名称是子树或文件的名称，ID是内容的校验和。

然后，Git按ID提取子树或blob内容，并比较校验和。这必须匹配，否则内容已损坏。假设内容有效，则像以前一样递归处理子树，并且文件是正确的（不妥协）。

请注意，在此过程中，任何捕获的错误只会告诉您某些内容出错，但它无法解决问题;为此，您需要备份（例如存储库的另一个副本）。如果故障在整个过程中发生得相当远，那么很明显它是腐败的数据，因为校验和有效的时间足以找到提交和树，也许还有几个子树。故障。

如果引用已损坏，则很难重建。但是，git可以遍历数据库中的每个对象，看看是否有任何＆＃34;未引用＆＃34;。这些对象是应该指向的已损坏引用的候选对象。实际上，在实践中修复它通常是毫无意义的：你只需要在损坏的blob的情况下使用相同的备份。

Answer 2

  

但是，它如何提供数据完整性？如果我查找一些基于校验和（密钥）的数据，如果找不到它（如果它已经以某种方式被破坏）将git返回错误。

是

根据数据，我并不仅仅意味着文件的内容，而是完整的历史记录（即，如果文件的给定版本的父版本发生更改，则与Git repo关联的所有SHA1都会发生变化。数据仍然存在，但其历史的其他部分已经改变。

  

我认为使用git-disk read errors等时数据仍然会被破坏。

这是腐败的一个例子 但即使数据保持不变，完整性也不会发生任何变化（即使在作者或提交者名称或日期等元数据中：更改其中一个，SHA1也会发生变化）

这是因为组成git repo的DAG graph数据：

（图片来自＆＃34; Git Internals - Git Objects＆＃34;）

如果您修改其中任何一项，他们的父母也会改变。