为什么Git在Blob文件中存储（和散列）blob大小？

Question

Git的blob对象文件格式为blob <size string>\0<data>。 blob标识SHA-1哈希不仅仅来自blob内容，而是来自头部增强的blob数据（如上所述）。

作为纯粹主义者，我不喜欢那种架构。它将数据的通用属性（其SHA1哈希）与一些特定于git的头文件混合在一起。

纯数据blob存储的另一个优点是可以使用＆＃34; copy-on-write＆＃34;将文件添加到索引中。而不是复制整个文件。所需的空间可以减半，一些操作可能会变得更快。

那么，为什么Git开发人员选择使用基于头的格式而不是纯数据格式呢？

P.S。在Git早期的AFAIK SHA-1哈希基于压缩数据。

Answer 1

  

在Git早期的AFAIK SHA-1哈希基于压缩数据。

是的，这导致了所有类型的“优化”，例如commit 65c2e0c, git 0.99, June 2015：

  

查找SHA1对象的大小而不会膨胀所有内容。

但是，“How does git compute file hashes?”中说明的新格式可以追溯到：

• git diff，commit 051308f (git 1.4.0-rc1, May 2006)
• git fast-import，从commit db5e523 (git 1.5.0, Aug. 2006)
开始

每次需要数据的长度来对数据本身做任何事情。