linux - Git快照(snapshot)到底该如何理解？或者说如何从文件系统的角度理解快照(snapshot)?

Answer 1

你把progit繼續讀到blob的部分, 可能就會覺得那個快照的圖示不抽象了.

git做的事大致是這樣的:

----------
在創建Version 1時:

計算A B C的sha1, 然後在.git/object中, 創建以下文件 (即"快照")
- 文件名 sha1(A), 內容A
- 文件名 sha1(B), 內容B
- 文件名 sha1(C), 內容C

最後把這幾個sha1寫到一個新文件, 這個新文件就是Version 1.
----------
在創建Version 2時

計算A1 B C1的sha1, 然後發現sha1(B)這個文件名已經有了, 所以只需要再創建兩個文件:
- 文件名 sha1(A1), 內容A1
- 文件名 sha1(C1), 內容C1

最後把A1 B C1的sha1寫到新文件, 這個新文件就是Version 2
----------
以下略

(這不是一個精確例子, 實際上git還要在文件中保存一些元數據, 這不影響你的理解)

---

"快照" 經常指概念上的複製 + 物理上的引用．而不是真的有兩份.

這種快照往往和 copy-on-write 機制共用來減少數據存儲. 比如　btrfs/zfs 可以給一個文件系統快照.

有此概念的不止文件系統, 比如virtualbox可以給一個虛擬機快照, Linux的內存管理也有 copy-on-write.

除了节约空间外, 快照可以用來實現回滾等功能.

---

另外多說一句

有不少人认为git存储的是每次文件相对于基本文件的差异，其实这是很多人的误区。

git 可能 會使用diff來存儲　("delta compression"), 比如把多個blob壓縮成git pack的時候.

這是git底層存儲系統的細節, 不影響其原理. 既然每個blob是不變的, 而且可以隨時還原出來, 邏輯上認為這些快照同時　"存在" 沒有什麼問題.

Answer 2

简单来说，（简化的结构，详细的慢慢补充）

当保存一个文件的时候，git 把这个文件的信息和这个文件的内容存储在一个文件里，然后求得这个文件的 sha1 作为文件名(sha1的前两位/sha1剩余部分,见.git/objects)。
保存一个目录，就是把目录信息，以及其中文件通过上述方式求得的 sha1 保存在一个文件里，同样求得这个文件的sha1 作为文件名。
一个提交就是，把提交的信息(比如父提交的sha1等)，以及此次提交所包含的目录/文件的上述方式求得的 sha1 放在一个文件里，然后把其 sha1 作为文件名。

当提取某次提交的时候，需要给出某次提交的 sha1 然后 git 就可以通过sha1 找到这个保存这个提交所在的文件，然后这个文件里有其所有包含文件的 sha1 ，然后就可以找到所有文件。
分支的名称其实就是某次提交 sha1 的一个别名而已（见./git/refs/heads）

如果提交 a 和提交 b 都包含同一个文件file，那么，file 以及其信息放在一个文件里，然后 a 和 b 里面其实仅仅保存了这个文件的 sha1

在 git 里面，如果仅仅改变一个文件的文件名(包括改变目录)，那么 git add ; git status 是可以看到 git 是可以检测到这个重命名的。 因为他们的 sha1 是相同的。