在 git 中创建 blob 时会发生什么?

Question

Git 将文件存储为 blob，然后使用 SHA-1 校验和作为键来查找其他 blob 中的每个特定 blob，类似于标识文件的文件名。

那么这个黑魔法是如何工作的呢？也就是说，如何从文本文件开始，以 blob 结束？Blob 是通过取消引用文件的内存内存地址或其他东西创建的吗？

Answer 1

Git 中几乎没有真正的魔力。 非常神奇的一点是(是？(各种安全哈希算法(SHA(校验和设计，Git对这些校验和的使用，以及它们如何形成Merkle树，但这比其他任何东西都更像"数学魔术"。

我想你真的在问"Git 是如何想出哈希 ID 的"，答案很简单：

• 查找文件的大小(以字节为单位(。 以十进制打印，例如123.

• 将打印大小以十进制表示，放在单词blob和空格之后。 附加一个ASCII NUL字符，例如在Python中b''。 对前缀和数据进行哈希处理，结果是 Blob 的哈希 ID：

  $ python3
  ...
  >>> data = b"some file datan"
  >>> prefix = "blob {}".format(len(data)).encode("utf-8")
  >>> import hashlib
  >>> h = hashlib.sha1()
  >>> h.update(prefix)
  >>> h.update(data)
  >>> h.hexdigest()
  'a831035a26dd2f75c2dd622c70ee22a10ee74a65'
  

我们可以使用 Git 的对象哈希器进行检查：

$ echo 'some file data' | git hash-object -t blob --stdin
a831035a26dd2f75c2dd622c70ee22a10ee74a65

哈希匹配，因此这是仅由 15 字节行"某些文件数据"组成的任何文件的 blob 哈希，并以换行符结尾。 请注意，决定哈希 ID 的是内容：此处的文件名无关紧要。 (这意味着文件名必须存储在其他位置 - 在 Git 中，存储在一个或多个树对象中。

(请注意，SHA-1 不再被视为加密安全。 Git 正在慢慢迁移到其他哈希算法，但这里并不着急。 请参阅新发现的 SHA-1 冲突如何影响 Git？