章節 ▾ 第二版

10.4 Git 內部原理 - Packfiles

Packfiles

如果您遵循了上一節示例中的所有說明，您現在應該有一個包含 11 個物件的測試 Git 倉庫 — 其中包含四個 blob、三個 tree、三個 commit 和一個 tag。

$ find .git/objects -type f
.git/objects/01/55eb4229851634a0f03eb265b69f5a2d56f341 # tree 2
.git/objects/1a/410efbd13591db07496601ebc7a059dd55cfe9 # commit 3
.git/objects/1f/7a7a472abf3dd9643fd615f6da379c4acb3e3a # test.txt v2
.git/objects/3c/4e9cd789d88d8d89c1073707c3585e41b0e614 # tree 3
.git/objects/83/baae61804e65cc73a7201a7252750c76066a30 # test.txt v1
.git/objects/95/85191f37f7b0fb9444f35a9bf50de191beadc2 # tag
.git/objects/ca/c0cab538b970a37ea1e769cbbde608743bc96d # commit 2
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4 # 'test content'
.git/objects/d8/329fc1cc938780ffdd9f94e0d364e0ea74f579 # tree 1
.git/objects/fa/49b077972391ad58037050f2a75f74e3671e92 # new.txt
.git/objects/fd/f4fc3344e67ab068f836878b6c4951e3b15f3d # commit 1

Git 使用 zlib 壓縮這些檔案的內容，而且您儲存的內容不多，因此這些檔案加起來僅佔用 925 位元組。現在，我們將向倉庫中新增更多內容，以演示 Git 的一個有趣功能。為了演示，我們將新增 Grit 庫中的 repo.rb 檔案 — 這是一個大約 22KB 的原始碼檔案。

$ curl https://raw.githubusercontent.com/mojombo/grit/master/lib/grit/repo.rb > repo.rb
$ git checkout master
$ git add repo.rb
$ git commit -m 'Create repo.rb'
[master 484a592] Create repo.rb
 3 files changed, 709 insertions(+), 2 deletions(-)
 delete mode 100644 bak/test.txt
 create mode 100644 repo.rb
 rewrite test.txt (100%)

如果您檢視生成的 tree，您可以看到為新的 repo.rb blob 物件計算出的 SHA-1 值。

$ git cat-file -p master^{tree}
100644 blob fa49b077972391ad58037050f2a75f74e3671e92      new.txt
100644 blob 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5      repo.rb
100644 blob e3f094f522629ae358806b17daf78246c27c007b      test.txt

然後，您可以使用 git cat-file 來檢視該物件的大小。

$ git cat-file -s 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5
22044

此時，稍微修改一下該檔案，看看會發生什麼。

$ echo '# testing' >> repo.rb
$ git commit -am 'Modify repo.rb a bit'
[master 2431da6] Modify repo.rb a bit
 1 file changed, 1 insertion(+)

檢查上一次提交建立的 tree，您會發現一些有趣的事情。

$ git cat-file -p master^{tree}
100644 blob fa49b077972391ad58037050f2a75f74e3671e92      new.txt
100644 blob b042a60ef7dff760008df33cee372b945b6e884e      repo.rb
100644 blob e3f094f522629ae358806b17daf78246c27c007b      test.txt

該 blob 現在是一個不同的 blob，這意味著即使您只在 400 行的檔案末尾添加了一行，Git 也將其儲存為一個全新的物件。

$ git cat-file -s b042a60ef7dff760008df33cee372b945b6e884e
22054

您的磁碟上有兩個幾乎相同的 22KB 物件（每個都壓縮到大約 7KB）。如果 Git 能完整儲存其中一個，然後第二個物件僅儲存與第一個物件的差異，那不是很好嗎？

事實證明它可以。Git 最初在磁碟上儲存物件是“鬆散”物件格式。然而，Git 有時會將多個物件打包成一個名為“packfile”的二進位制檔案，以節省空間並提高效率。如果您有太多鬆散物件、手動執行 git gc 命令或推送到遠端伺服器時，Git 就會這樣做。要檢視會發生什麼，您可以手動呼叫 git gc 命令來讓 Git 打包物件。

$ git gc
Counting objects: 18, done.
Delta compression using up to 8 threads.
Compressing objects: 100% (14/14), done.
Writing objects: 100% (18/18), done.
Total 18 (delta 3), reused 0 (delta 0)

如果您檢視 objects 目錄，您會發現大部分物件都消失了，並出現了一對新檔案。

$ find .git/objects -type f
.git/objects/bd/9dbf5aae1a3862dd1526723246b20206e5fc37
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4
.git/objects/info/packs
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.idx
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.pack

剩餘的物件是任何 commit 都未指向的 blob — 在本例中是您之前建立的“what is up, doc?”示例和“test content”示例 blob。因為您從未將它們新增到任何 commit 中，所以它們被視為懸空物件，不會被打包到新的 packfile 中。

其他檔案是您新的 packfile 和一個索引。packfile 是一個包含從您的檔案系統中刪除的所有物件的內容的單個檔案。索引是一個檔案，其中包含 packfile 中的偏移量，這樣您就可以快速跳轉到特定的物件。很酷的是，儘管在執行 gc 命令之前磁碟上的物件總大小約為 15KB，但新的 packfile 僅為 7KB。透過打包物件，您的磁碟使用量減少了一半。

Git 是如何做到這一點的？當 Git 打包物件時，它會查詢名稱和大小相似的檔案，並僅儲存一個版本的檔案到下一個版本的差異。您可以檢視 packfile，瞭解 Git 為節省空間做了什麼。git verify-pack 這個底層命令允許您檢視已打包的內容。

$ git verify-pack -v .git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.idx
2431da676938450a4d72e260db3bf7b0f587bbc1 commit 223 155 12
69bcdaff5328278ab1c0812ce0e07fa7d26a96d7 commit 214 152 167
80d02664cb23ed55b226516648c7ad5d0a3deb90 commit 214 145 319
43168a18b7613d1281e5560855a83eb8fde3d687 commit 213 146 464
092917823486a802e94d727c820a9024e14a1fc2 commit 214 146 610
702470739ce72005e2edff522fde85d52a65df9b commit 165 118 756
d368d0ac0678cbe6cce505be58126d3526706e54 tag    130 122 874
fe879577cb8cffcdf25441725141e310dd7d239b tree   136 136 996
d8329fc1cc938780ffdd9f94e0d364e0ea74f579 tree   36 46 1132
deef2e1b793907545e50a2ea2ddb5ba6c58c4506 tree   136 136 1178
d982c7cb2c2a972ee391a85da481fc1f9127a01d tree   6 17 1314 1 \
  deef2e1b793907545e50a2ea2ddb5ba6c58c4506
3c4e9cd789d88d8d89c1073707c3585e41b0e614 tree   8 19 1331 1 \
  deef2e1b793907545e50a2ea2ddb5ba6c58c4506
0155eb4229851634a0f03eb265b69f5a2d56f341 tree   71 76 1350
83baae61804e65cc73a7201a7252750c76066a30 blob   10 19 1426
fa49b077972391ad58037050f2a75f74e3671e92 blob   9 18 1445
b042a60ef7dff760008df33cee372b945b6e884e blob   22054 5799 1463
033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5 blob   9 20 7262 1 \
  b042a60ef7dff760008df33cee372b945b6e884e
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a blob   10 19 7282
non delta: 15 objects
chain length = 1: 3 objects
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.pack: ok

在這裡，033b4 blob，如果您還記得，是您 repo.rb 檔案的第一個版本，它引用了 b042a blob，這是該檔案的第二個版本。輸出中的第三列是 packfile 中物件的大小，因此您可以看到 b042a 佔用了檔案中的 22KB，而 033b4 僅佔用了 9 位元組。同樣有趣的是，檔案的第二個版本是完整儲存的，而原始版本則作為差異儲存 — 這是因為您最有可能需要更快速地訪問檔案的最新版本。

最棒的是，這可以隨時重新打包。Git 會偶爾自動重新打包您的資料庫，始終嘗試節省更多空間，但您也可以透過手動執行 git gc 隨時手動重新打包。