Question

因此，我最近发现了工具git cat-file，并且一直在使用它。我知道git使用blob来存储实际内容。但是，为什么每次我git add更改文件时，似乎都创建一个新的blob，即与编辑现有的blob或制作一个新的blob并删除旧的blob相反？

例如

touch hello.txt
// change hello.txt to contains 'hello'
git add hello.txt // creates a blob abc123 containing: 'hello'  

// change hello.txt to 'hello world'
git add hello.txt // creates a blob cba321 containing: 'hello world'  

git commit // creates a commit with tree pointing at blob cba321

因此，包含我的中间阶段性更改的Blob（即包含“ hello”的Blob abc123）的用途并不明显。

在提交方面，hello.txt从“”直接变为“ hello world”，我什至不能不深入git blob就找回我的中间更改abc123。

Answer 1

git add确实创建了blob，因为索引（或暂存区，它有很多名称...）的目的是准备快照，这将构成下一次提交。

此外，您谈论的是编辑或删除Blob，但这与该工具的原理背道而驰，因为快照必须始终可复制，并且引用的所有Blob都保持不变。在某种程度上，您从不修改任何东西，而只是添加更多的东西和关系。

要回答您的最后一点，不，您不能“甚至”回到您认为不值得保存的状态。

Answer 2

但是为什么每次我对文件添加更改时似乎都创建了一个新的blob，而不是编辑现有的blob或创建一个新的blob并删除旧的blob？

无法修改任何Blob。这与有关提交的规则相同：不能更改任何提交。

原因是，每个Git对象的哈希ID （斑点和提交是内部Git对象的四种类型中的两种）只是作为该对象存储的内容的加密校验和。对于文件（“ blob”），实际内容是五个ASCII字符b，l，o，b，空间，然后将blob的大小十进制化并存储为ASCII，然后是ASCII NUL字节，然后是存储的数据。例如，hello被存储为Python可能表示为b"blob 5\0hello"的内容。

（您可以使用SHA1哈希器或使用git hash-object来计算此哈希值：

$ echo -n hello | git hash-object --stdin
b6fc4c620b67d95f953a5c1c1230aaab5db5a1b0

或：

$ python3
[snip]
>>> import hashlib
>>> hashlib.sha1(b"blob 5\0hello").hexdigest()
'b6fc4c620b67d95f953a5c1c1230aaab5db5a1b0'

因此，任何哈希ID为b6fc4c620b67d95f953a5c1c1230aaab5db5a1b0的blob都必须是文件hello，或者，如果不是，则不能在其中存储包含hello（没有换行符）的文件Git存储库。查找某个文件（防止存储其他文件的邪恶双胞胎）非常简单：有关详细信息，请参见How does the newly found SHA-1 collision affect Git?。

因此，当您git add文件时，Git会创建一个新的Blob或重新使用现有的Blob，具体取决于该文件的 data 在存储库中是否已作为Blob存在。如果然后git commit，Git将与新提交对象相关联的内容永久保存。如果您从不提交该blob，并且没有其他提交或其他实体引用它，那么Git最终将通过其垃圾回收过程使blob失效（请参见git gc）。

（请注意，这些Git对象也是zlib压缩的，并且是所有四种Git对象类型的倒数第二个存储形式。但是，一段时间后，现有对象可能被包装到打包文件，在对它们进行zlib压缩之前，将它们与其他对象进行增量压缩。打包文件是最终的存储形式。打包对象可以根据需要进行解压缩，尽管在正常操作中，Git只会提取解压缩的对象压缩文件中的动态数据，同时扩展了增量压缩。

（出于完整性考虑，其他两种Git对象类型是 tree 和带注释的标记。树对象存储文件 names ，该文件映射自blob哈希ID的名称，以及文件的可执行位。提交对象通过哈希ID指向代表快照的树。带注释的标记对象是一种特殊情况的数据结构，其中包含另一个Git对象的哈希ID，加上一个数据有效负载；在此数据有效负载中，您可以存储GPG签名或其他数字签名以及您喜欢的任何其他内容，然后可以将轻量级标签指向带注释的标签对象，以获取带注释的标签。）

为什么git在'git add'命令之间产生新的斑点？

2 个答案: