Git 对象模型¶

如果你只能记住 Git 的一个核心事实，那应该是这一句：

Git 本质上是一个基于内容寻址的对象数据库。

这句话比“Git 是版本控制工具”更接近底层真实。

什么叫内容寻址¶

“内容寻址”指的是：对象的身份来自它的内容，而不是来自文件名、路径名或者用户手工编号。

在 Git 里，一个对象在写入对象库之前，会先被拼成这样的字节串：

[type] [size]\x00[content]

然后对这整段字节计算 SHA-1。这个 SHA-1 结果就是对象 ID。

所以：

如果内容不变，对象 ID 不变；
如果内容变化，对象 ID 一定变化；
两个不同路径但内容完全相同的文件，可以共享同一个 blob 对象。

这就是 Git 去重和快照高效性的起点。

Git 的四类核心对象¶

Git 里最重要的对象有四类：

blob
tree
commit
tag

blob¶

blob 只存文件内容本身，不存文件名，不存目录层级。

这意味着：

文件名不是 blob 身份的一部分；
两个不同名字的文件，只要内容一样，就能对应同一个 blob；
Git 在对象层最先关心的是“内容”，不是“文件路径”。

tree¶

tree 用来描述目录快照。它会记录：

文件模式；
文件名；
指向的对象 ID。

对文件来说，tree 指向 blob。
对子目录来说，tree 指向另一个 tree。

所以一个 tree 实际上就是“这一层目录长什么样”的描述。

commit¶

commit 记录的是一次历史节点。它至少会包含：

指向根 tree 的对象 ID；
零个或多个父提交；
作者和提交者信息；
时间戳；
提交说明。

注意：commit 保存的是“这个历史节点对应哪个快照”，不是“这一堆差异操作命令”。

tag¶

tag 有两种常见形态：

轻量标签：本质是一个 ref；
附注标签：本质是一个单独的 tag 对象，再由 ref 指向它。

附注标签能保存更完整的信息，比如标签说明、标签创建者等。

为什么对象模型这么重要¶

你以后看到的大多数 Git 行为，都是从对象模型自然推出的：

add 是把文件内容放进对象库并记录到 index；
commit 是把 index 固化成 tree，再创建 commit；
branch 只是给某个 commit 起一个可移动名字；
merge 是比较几个 commit 所指向的 tree；
push 和 fetch 其实是在传输对象和更新 refs。

所以，如果对象模型没理解，后面的命令行为就只能靠死记。

这个模型和普通文件系统有什么不同¶

普通文件系统通常先关心：

路径；
文件名；
当前目录结构。

Git 更先关心：

内容；
快照；
历史节点；
引用关系。

这也是为什么 Git 能同时具备：

内容去重；
快照式历史；
轻量分支；
高效合并；
高效打包传输。

在 `python-git-reproduction` 里的对应实现¶

这个项目的 .pygit 也是按这个模型实现的：

loose object 采用官方 Git 风格的 header + zlib 压缩；
支持 blob、tree、commit、tag；
对象 ID 使用 SHA-1；
对象写入和读取都带有完整性校验。

所以学懂 Git 对象模型，不只是理论，也是在学这个项目的真正底层。