请介绍 Git 的原理和工作流程？

Git 原理与工作流程详解

【核心定义】

Git 是一个分布式版本控制系统，其本质是一个内容寻址文件系统，通过快照（snapshot）而非差异（delta）来管理文件版本，核心数据结构为有向无环图（DAG）。

【关键要点】

三大工作区
- 工作目录（Working Directory）：本地可见的实际文件
- 暂存区（Staging Area/Index）：准备提交的文件快照缓存区
- 本地仓库（Local Repository）：存储所有提交历史的数据库
核心对象模型
- Blob对象：存储文件内容（二进制大对象）
- Tree对象：存储目录结构，指向blob或其他tree
- Commit对象：存储提交信息，指向一个tree和父commit
- Tag对象：存储标签信息，指向特定commit
四步工作流程
- git add：工作区 → 暂存区（创建blob，更新index）
- git commit：暂存区 → 本地仓库（创建commit和tree）
- git push：本地仓库 → 远程仓库
- git pull/fetch：远程仓库 → 本地仓库

【深度推导/细节】

1. 内容寻址机制

Step 1：文件内容通过SHA-1哈希算法生成40位十六进制哈希值
Step 2：哈希值作为对象名存储在.git/objects/目录
Step 3：相同内容必然生成相同哈希，实现去重存储
Step 4：任何内容修改都会生成全新对象，旧对象保留（历史可追溯）

2. 提交链形成原理

Commit C2 (哈希: abc123)
    ├── 指向 Tree T2
    └── 父提交指向 Commit C1 (哈希: def456)
         ├── 指向 Tree T1
         └── 父提交指向 Commit C0

每次提交都包含完整的文件系统快照，而非增量差异，这使得分支切换极快。

3. 分支的本质

# 分支只是指向某个commit的指针
$ cat .git/refs/heads/master
abc123def456...  # 某个commit的哈希值

# 创建分支 = 创建新指针
$ git branch feature  # 创建指向当前commit的新指针

【关联/对比】

Git vs SVN（集中式VCS）

维度	Git（分布式）	SVN（集中式）
架构	每个客户端都有完整仓库	只有中央服务器有完整历史
网络依赖	提交不需要网络	几乎所有操作都需要网络
分支成本	极低（仅指针）	较高（目录拷贝）
存储方式	快照	文件差异

Git内部对象关系

Commit → Tree → [Tree|Blob]
    ↑
  Branch (ref)
    ↑
  HEAD (当前分支指针)

【线程安全与并发控制】

引用更新原子性
Git使用引用事务保证引用更新的原子性，防止并发修改导致引用损坏
对象存储不可变性
所有对象一旦创建永不修改，新提交创建新对象，天然支持并发读取
锁机制
- .git/index.lock：保护暂存区
- .git/HEAD.lock：保护HEAD引用
- 操作失败时会提示“另一个git进程正在运行”

【版本差异与演进】

Git 1.x vs 2.x 重要改进

Git 2.0+：push.default默认改为simple，更安全的分支推送策略
Git 2.3+：引入core.hooksPath，支持自定义钩子目录
Git 2.11+：git status性能大幅优化（并行化索引检查）
Git 2.19+：开始实验性支持SHA-256（向后兼容SHA-1）
Git 2.23+：引入git switch和git restore命令，分离checkout功能

哈希算法迁移

现状：仍使用SHA-1，但已加入碰撞检测
未来：逐步迁移到SHA-256，确保长期安全性
兼容：支持混合仓库，逐步过渡

【性能优化机制】

1. 包文件（Packfile）

问题：每个文件版本都独立存储，空间效率低
方案：定期将松散对象打包成packfile（差异压缩）
触发：git gc或对象数量超过gc.auto阈值（默认6700）

2. 位图索引（Bitmap Index）

作用：加速克隆和获取操作
原理：为每个对象建立位图，快速计算可达性
生成：git repack -d --write-bitmap-index

3. 提交图（Commit Graph）

Git 2.18+：.git/objects/info/commit-graph文件
作用：加速提交历史遍历（如git log --graph）
效果：历史查询速度提升2-10倍

『面试官追问』

Q1：为什么Git切换分支比SVN快这么多？

本质差异：SVN切换分支需要下载和替换文件，Git只需更新指针和工作树
技术细节：

Git分支是commit的指针，切换只需修改HEAD
工作树差异通过快照对比快速计算
已存在的对象无需重复下载

Q2：`git merge`和`git rebase`的本质区别？

Merge：

创建新的合并提交
保留原始分支结构
历史记录更真实但更复杂

Rebase：

重新应用提交到新基址
创建线性历史
重写历史（改变commit哈希）

选择策略：

私有分支：使用rebase保持整洁
公共分支：使用merge保留完整历史

Q3：如何从底层恢复一次误删的提交？

# 1. 查找丢失的commit
$ git reflog  # 查看所有引用变更历史
$ git fsck --lost-found  # 查找悬空对象

# 2. 恢复commit
$ git cherry-pick <lost-commit-hash>
# 或
$ git branch recovery-branch <lost-commit-hash>

Q4：Git如何保证数据完整性？

哈希校验：所有对象名=内容SHA-1，任何篡改都会被检测
链式结构：每个commit包含父commit哈希，形成不可变链
引用验证：所有引用最终指向有效commit对象
fsck工具：可验证仓库完整性git fsck --full

Q5：大仓库性能优化方案？

部分克隆：git clone --filter=blob:none
浅克隆：git clone --depth=1
稀疏检出：git sparse-checkout init
commit-graph：启用提交图加速
包文件位图：git config pack.writeBitmap true

总结要点：Git的核心优势在于其分布式架构、快照式存储和高效的分支模型。理解其底层对象模型（blob/tree/commit）是掌握Git高级用法的关键，而性能优化机制（包文件、位图等）则体现了其在工程实践中的持续演进。

# 请介绍 Git 的原理和工作流程？