git如何跟踪文件的更改

我认为git提交保存更改文件的差异而不是副本的时间最长。我能找到的任何信息都与此相反。我做了一个小实验：

$ git init
$ subl wtf

在这里，我创建了一个包含99999行的文件，每行都是foo-bar-baz#line

即使在不同分支上提交冲突，也无法改变这种情况

---

如果git在每次提交时确实保留了所有更改文件的副本，那么为什么使用的空间没有重大变化？

git在逻辑上存储了历史记录中所有文件内容的一组独特的集合。这意味着，如果在一个10 MB的文件中更改了一个字符，则该文件的整个内容都有两个不同的对象ID。然而，为了确保相似的对象用delta存储，有很多优化措施。

至少有两种机制可以减少Git对象数据库中所需的总存储量。首先，分别压缩每个对象。其次，将对象集中到对象“包”中，将对象与delta关联起来，为类似对象节省更多空间。有一个很有启发性的程序。

git有对象数据库。有一种类型的对象“blob”，由其内容的sha1标识。因此，这意味着，如果您在存储库中的任何位置（分支/历史点/目录等）有一个相同内容的文件，那么它将只存储在数据库中一次

数据库中有两个部分，

对象/？？/*

文件是单独的对象。也就是说，如果一个大文件有两个版本，并且只有单行差异，那么它将被存储两次，存储在两个不同的文件中（使用简单的lzma？压缩）

然后，如果git认为

对象

目录增长过多，它将运行垃圾收集。此过程的一个步骤是重新打包。它在

objects/pack/

文件夹中创建大型文件包，使用巧妙的增量压缩算法，并且它不是在特定文件的历史上工作，而是在整个对象数据库的范围内工作，因此它意味着即使某些完全不相关的文件偶尔看起来相似，它们可以打包成彼此的三角洲

因此，考虑到历史上的最新变化，每个

git gc

命令之后，可以对增量进行不同的重新压缩

另外，

对象包

vs

松散对象

只是物理存储细节，当您每天使用git时，这些细节是完全透明的。例如，执行

log

cherry pick

，

merge

等操作时使用提交的完整快照。因此，如果您正在执行diff，它只会动态比较目录/文件的两个版本，生成一个补丁/diff

---

与其他风投相比，这种方法非常独特。例如，Mercurial分别为每个文件存储不可变的增量日志，Subversion则为整个存储库存储增量。它还影响系统的工作方式—物理存储并没有被抽象出来，并且会造成一些重大限制，而git允许非常灵活的工作流程和算法，同时使存储库的大小非常小

每当文件发生更改时，git都会在其数据库中存储该文件的新副本。提交存储对该提交跟踪的文件的最新版本的引用。这意味着在创建提交时，它使用其父级存储的对未更改文件的引用，以及对新添加版本的引用对已更改文件的引用

---

定期（或者根据需要，比如说，

git gc

），通过创建包文件来压缩数据库，包文件包含给定集中每个文件的最新版本，以及可用于根据需要重建旧版本的“反向差异”。

因此，它不会物理存储差异，而不会复制？如果这样可以节省空间的话。其他风险投资总是做差异，即使在做一个完整的文件重写。在Git中，它只会在内容足够相似的情况下进行Delta，这非常有趣。我真的很想更多地了解git是如何决定应该存储增量还是完整副本的。您能否在回答中对此进行详细阐述，或者提供一个详细的链接？最好是比实现本身更简单的东西。我想你可以看看源代码。我从来都不想知道它是如何决定空间节约的，我相信无论是谁编写了优化都知道他/她在做什么。我相信，当维护三角洲的成本不仅仅是从一个新的三角洲基地开始，它只是忽略了三角洲，从一个新的对象开始。请参阅的文档，了解如何在逐个对象的基础上确定节省的空间。关于第一点，我不认为将上述文件缩减到几乎为零是明智之举。关于第二个-所以它实际存储差异而不是副本？是的，它实际存储（一些）差异（可以使用增量），但它们与Mercurial、CVS或Subversion存储的差异不同。它们不是文本差异。它们与您从

git diff

命令中获得的任何内容都没有关系。这非常有趣。我真的很想更多地了解git是如何决定应该存储增量还是完整副本的。您能否在回答中对此进行详细阐述，或者提供一个详细的链接？最好是比实现本身更简单的东西。这不是这里发生的事情（至少我理解是这样），因为

objects/pack

目录现在是空的。Pro Git这本书有一个，但在某个时候，可能会决定用delta重新构造类似的对象吗？您能否在回答中对此进行详细阐述，或者提供一个详细的链接？最好是比实现本身更简单的东西。另外，这里可能不是这样（至少不是您描述它的方式），因为

对象/pack
$ ls -la
total 1760
drwxrwxr-x 3 __user__ __user__    4096 Aug 13 21:02 .
drwxr-xr-x 3 __user__ __user__    4096 Aug 13 19:57 ..
drwxrwxr-x 7 __user__ __user__    4096 Aug 13 21:02 .git
-rw-rw-rw- 1 __user__ __user__ 1788875 Aug 13 21:02 wtf
$ git add --all
$ git commit -m 'Initial commit'
[master (root-commit) 6ef5084] Initial commit
 1 file changed, 99999 insertions(+)
 create mode 100644 wtf
$ subl wtf
$ git diff
diff --git a/wtf b/wtf
index 7ba3acb..bf7a9ed 100644
--- a/wtf
+++ b/wtf
@@ -14156,7 +14156,7 @@ foo bar baz 14155
 foo bar baz 14156
 foo bar baz 14157
 foo bar baz 14158
-foo bar baz 14159
+foo qux baz 14159
 foo bar baz 14160
 foo bar baz 14161
 foo bar baz 14162
$ git add --all
$ git commit -m 'bar -> qux on #14159'
[master 1b5ab4b] bar -> qux on #14159
 1 file changed, 1 insertion(+), 1 deletion(-)
$ subl wtf
$ git diff
diff --git a/wtf b/wtf
index bf7a9ed..1aeeaa3 100644
--- a/wtf
+++ b/wtf
@@ -14156,7 +14156,7 @@ foo bar baz 14155
 foo bar baz 14156
 foo bar baz 14157
 foo bar baz 14158
-foo qux baz 14159
+xyz abc baz 14159
 foo bar baz 14160
 foo bar baz 14161
 foo bar baz 14162
$ git add --all
$ git commit -m 'foo qux -> xyz abc on #14159'
[master 85ccf97] foo qux -> xyz abc on #14159
 1 file changed, 1 insertion(+), 1 deletion(-)
$ ls -la
total 1760
drwxrwxr-x 3 __user__ __user__    4096 Aug 13 21:02 .
drwxr-xr-x 3 __user__ __user__    4096 Aug 13 19:57 ..
drwxrwxr-x 9 __user__ __user__    4096 Aug 13 21:05 .git
-rw-rw-rw- 1 __user__ __user__ 1788875 Aug 13 21:04 wtf