Git 索引究竟包含什么,我可以使用什么命令来查看索引的内容?
感谢您的所有回答。我知道索引充当了一个暂存区,并且提交的是索引而不是工作树。我只是对索引对象的组成感到好奇。我猜它可能是文件名/目录名列表、SHA-1 对、一种虚拟树?
在 Git 术语中,是否有任何管道命令可用于列出索引的内容?
Git book 包含一篇关于索引包含什么的文章:
索引是一个二进制文件(通常保存在 中
.git/index
),其中包含一个排序的路径名列表,每个路径名都有权限和 blob 对象的 SHA1;git ls-files
可以显示索引的内容:
$ git ls-files --stage
100644 63c918c667fa005ff12ad89437f2fdc80926e21c 0 .gitignore
100644 5529b198e8d14decbe4ad99db3f7fb632de0439d 0 .mailmap
Racy git 问题提供了有关该结构的更多详细信息:
索引是 git 中最重要的数据结构之一。
它通过记录路径列表及其对象名称来表示虚拟工作树状态,并用作暂存区以写出下一个要提交的树对象。
从某种意义上说,状态是“虚拟的”,它不一定必须而且通常不会匹配工作树中的文件。
2021 年 11 月:另见Derrick Stolee (Microsoft/GitHub)的“使用 Git 的稀疏索引让你的 monorepo 感觉很小”
Git 索引是 Git 中的一个关键数据结构。它充当文件系统上的文件和提交历史记录之间的“暂存区”。
- 当你运行
git add
时,你工作目录中的文件被散列并作为对象存储在索引中,导致它们被“分阶段更改”。- 当您运行
git commit
时,存储在索引中的暂存更改用于创建新的提交。- 当你运行时
git checkout
,Git 从提交中获取数据并将其写入工作目录和索引。除了存储您的分阶段更改之外,索引还存储有关您的工作目录的文件系统信息。
这有助于 Git 更快地报告更改的文件。
要了解更多信息,请参阅。“ git/git/Documentation/technical/index-format.txt ”:
所有二进制数都按网络字节顺序排列。除非另有说明,否则此处描述的是
版本 2 。
- 一个 12 字节的标头,包括:
- 4字节签名:
签名为{ 'D
', 'I
', 'R
', 'C
' }(代表“dircache
”)- 4 字节版本号:
当前支持的版本为 2、3 和 4。- 32 位索引条目数。
- 一些已排序的索引条目。
- 扩展:
扩展由签名标识。
如果 Git 不理解可选扩展,可以忽略它们。
Git 当前支持缓存树和解析撤消扩展。- 4 字节扩展签名。如果第一个字节是'
A
'..'Z
',则扩展是可选的,可以忽略。- 扩展的 32 位大小
- 扩展数据
- 此校验和之前的索引文件内容的 160 位 SHA-1。
如果索引是准备下一次提交的地方,为什么“
git ls-files -s
”在提交后不返回任何内容?
因为索引代表正在跟踪的内容,并且在提交之后,正在跟踪的内容与上次提交相同(git diff --cached
不返回任何内容)。
因此git ls-files -s
列出所有跟踪的文件(输出中的对象名称、模式位和阶段编号)。
该列表(跟踪的元素)使用提交的内容进行初始化。
当您切换分支时,索引内容将重置为您刚刚切换到的分支引用的提交。
Git 2.20(2018 年第四季度)添加了索引条目偏移表(IEOT):
请参阅Ben Peart ( )的提交 77ff112、提交 3255089、提交 abb4bb8、提交 c780b9c、提交 3b1d9e0、提交 371ed0d(2018 年 10 月 10 日) 。
请参阅Nguyễn Thái Ngọc Duy ( ) 的提交 252d079(2018 年 9 月 26 日)。(由Junio C Hamano 合并 -- --在提交 e27bfaa中,2018 年 10 月 19 日)benpeart
pclouds
gitster
ieot:添加索引条目偏移表 (IEOT) 扩展
该补丁通过向索引添加额外数据来解决加载索引的 CPU 成本问题,这将使我们能够高效地多线程加载和转换缓存条目。
它通过添加一个(可选的)索引扩展来实现这一点,该扩展是索引文件中缓存条目块的偏移量表。
为了使这适用于 V4 索引,在写入缓存条目时,它会定期“重置”前缀压缩,方法是对当前条目进行编码,就好像前一个条目的路径名完全不同一样,并将该条目的偏移量保存在 IEOT .
基本上,使用 V4 索引,它会生成前缀压缩条目块的偏移量。
使用新的 index.threads 配置设置,索引加载现在更快。
结果(使用 IEOT),提交 7bd9631清理了read-cache.c load_cache_entries_threaded()
Git 2.23(2019 年第三季度)的功能。
请参阅提交8313037,提交D92349D,提交113C29A,Commit C95FC72,Commit 7a2a721,提交C016579,Commit Be27FB7,提交13A1781,Commit 7BD9631,Commit 3C1DCE8,提交CF7A901 ,Jeff King(2019年5月9日)提交的D64DB5B,提交3C1DCE8。( peff
)。
(由Junio C Hamano 合并 -- gitster
--在提交 c0e78f7中,2019 年 6 月 13 日)
读取缓存:从线程加载中删除未使用的参数
该
load_cache_entries_threaded()
函数接受一个src_offset
它不使用的参数。这自77ff112成立以来就一直存在(read-cache
:在工作线程上加载缓存条目,2018-10-10,Git v2.20.0-rc0)。在邮件列表中挖掘,该参数是该系列早期迭代的一部分,但当代码切换到使用 IEOT 扩展时变得不必要了。
在 Git 2.29(2020 年第四季度)中,格式描述会根据最近的 SHA-256 工作进行调整。
请参阅Martin Ågren ( ) 的commit 8afa50a、commit 0756e61、commit 123712b、commit 5b6422a(2020 年 8 月 15 日)。(由Junio C Hamano 合并——在提交 74a395c中,2020 年 8 月 19 日)none
gitster
index-format.txt
: 文档 SHA-256 索引格式签字人:Martin Ågren
记录在 SHA-1 存储库中,我们使用 SHA-1,在 SHA-256 存储库中,我们使用 SHA-256,然后将“SHA-1”的所有其他用途替换为更中性的东西。
避免提及“160 位”哈希值。
technical/index-format
现在在其手册页中包含:
所有二进制数都按网络字节顺序排列。
在使用传统 SHA-1 的存储库中,下面提到的校验和和对象 ID(对象名称)都是使用 SHA-1 计算的。
同样,在 SHA-256 存储库中,这些值是使用 SHA-256 计算的。除非另有说明,否则此处描述的是版本 2。
我决定做一些测试以更好地理解格式并更详细地研究一些领域。
下面的结果对于 Git 版本1.8.5.2
和2.3
.
我已经标记了我不确定/没有找到的TODO
点:请随时补充这些点。
正如其他人提到的,索引存储在 下.git/index
,而不是作为标准树对象,其格式是二进制的,并记录在:https://github.com/git/git/blob/master/Documentation/technical/index-format。文本文件
定义索引的主要结构位于cache.h中,因为索引是用于创建提交的缓存。
当我们使用以下命令启动测试存储库时:
git init
echo a > b
git add b
tree --charset=ascii
该.git
目录如下所示:
.git/objects/
|-- 78
| `-- 981922613b2afb6025042ff6bd878ac1994e85
|-- info
`-- pack
如果我们得到唯一对象的内容:
git cat-file -p 78981922613b2afb6025042ff6bd878ac1994e85
我们得到a
. 这表明:
index
指向文件内容的点,因为git add b
创建了一个 blob 对象现在让我们看一下索引本身:
hd .git/index
给出:
00000000 44 49 52 43 00 00 00 02 00 00 00 01 54 09 76 e6 |DIRC.... ....T.v.|
00000010 1d 81 6f c6 54 09 76 e6 1d 81 6f c6 00 00 08 05 |..o.T.v. ..o.....|
00000020 00 e4 2e 76 00 00 81 a4 00 00 03 e8 00 00 03 e8 |...v.... ........|
00000030 00 00 00 02 78 98 19 22 61 3b 2a fb 60 25 04 2f |....x.." a;*.`%./|
00000040 f6 bd 87 8a c1 99 4e 85 00 01 62 00 ee 33 c0 3a |......N. ..b..3.:|
00000050 be 41 4b 1f d7 1d 33 a9 da d4 93 9a 09 ab 49 94 |.AK...3. ......I.|
00000060
接下来我们将总结:
| 0 | 4 | 8 | C |
|-------------|--------------|-------------|----------------|
0 | DIRC | Version | File count | ctime ...| 0
| ... | mtime | device |
2 | inode | mode | UID | GID | 2
| File size | Entry SHA-1 ...|
4 | ... | Flags | Index SHA-1 ...| 4
| ... |
首先是标头,定义在:struct cache_header:
44 49 52 43
: DIRC
. TODO:为什么这是必要的?
00 00 00 02
: 格式版本: 2. 索引格式随着时间的推移而发展。目前存在的版本最高为 4。在 GitHub 上的不同计算机之间进行协作时,索引的格式不应该成为问题,因为裸存储库不存储索引:它是在克隆时生成的。
00 00 00 01
:索引上的文件数:只有一个,b
.
接下来开始一个索引条目列表,由struct cache_entry定义这里我们只有一个。它包含:
一堆文件元数据:8 字节ctime
,8 字节mtime
,然后是 4 字节:设备、inode、模式、UID 和 GID。
注意如何:
ctime
和预期mtime
的一样 ( 54 09 76 e6 1d 81 6f c6
) 因为我们没有修改文件
第一个字节是自 EPOCH 以十六进制表示的秒数:
date --date="@$(printf "%x" "540976e6")"
给出:
Fri Sep 5 10:40:06 CEST 2014
那是我做这个例子的时候。
第二个 4 个字节是纳秒。
UID 和 GID 是00 00 03 e8
1000(十六进制):单用户设置的常用值。
所有这些元数据(其中大部分都不存在于树对象中)允许 Git 检查文件是否已快速更改,而无需比较整个内容。
在行首30
::00 00 00 02
文件大小:2字节(a
和\n
从echo
)
78 98 19 22 ... c1 99 4e 85
: 20 字节 SHA-1 超过条目的先前内容。请注意,根据我对假设有效标志的实验,此 SHA-1 中不考虑其后面的标志。
2字节标志:00 01
1 位:假设有效标志。我的调查表明,这个名字不好的标志是git update-index --assume-unchanged
存储其状态的地方:https ://stackoverflow.com/a/28657085/895245
1 位扩展标志。确定扩展标志是否存在。必须0
在没有扩展标志的版本 2 上。
合并期间使用的 2 位阶段标志。阶段记录在man git-merge
:
0
: 常规文件,不在合并冲突中1
: 根据2
: 我们的3
: 他们的在合并冲突期间,从 1 到 3 的所有阶段都存储在索引中,以允许像git checkout --ours
.
如果您git add
是 ,则将阶段 0 添加到路径的索引中,Git 将知道冲突已被标记为已解决。TODO:检查这个。
将遵循的路径的 12 位长度0 01
::仅 1 个字节,因为路径是b
2 字节扩展标志。只有在基本标志上设置了“扩展标志”时才有意义。去做。
62
(ASCII b
):可变长度路径。长度在前面的标志中确定,这里只有 1 个字节,b
.
然后是00
: 1-8 字节的零填充,因此路径将以空值结尾,索引将以 8 字节的倍数结束。这只发生在索引版本 4 之前。
没有使用扩展。Git 知道这一点,因为文件中没有足够的空间用于校验和。
ee 33 c0 3a .. 09 ab 49 94
最后对索引的内容有一个 20 字节的校验和。
Git 索引是工作目录和存储库之间的暂存区。您可以使用索引来构建一组要一起提交的更改。创建提交时,提交的是当前索引中的内容,而不是工作目录中的内容。
要查看索引中的内容,请发出命令:
git status
当您运行 git status 时,您可以看到哪些文件已暂存(当前在您的索引中),哪些已修改但尚未暂存,哪些完全未跟踪。
你可以阅读这个。谷歌搜索会抛出许多链接,这些链接应该是相当自给自足的。
.git/index
),其中包含一个排序的路径名列表,每个路径名都有权限和一个 blob 对象的 SHA1;git ls-files
可以显示索引的内容。请注意,Git 中的单词index
、stage
和cache
是相同的:它们可以互换使用。
Git 索引或 Git 缓存具有 3 个重要属性:
来源:
这是您真正需要的,请使用此命令。
$ binwalk index
DECIMAL HEXADECIMAL DESCRIPTION
--------------------------------------------------------------------------------
1717 0x6B5 Unix path: /company/user/user/delete.php
1813 0x715 Unix path: /company/user/user/get.php
1909 0x775 Unix path: /company/user/user/post.php
2005 0x7D5 Unix path: /company/user/user/put.php
3373 0xD2D Unix path: /urban-airship/channel/channel/post.php
3789 0xECD Unix path: /urban-airship/named-user/named-user/post.php
3901 0xF3D Unix path: /user/categories/categories/delete.php
4005 0xFA5 Unix path: /user/categories/categories/get.php
4109 0x100D Unix path: /user/categories/categories/put.php
4309 0x10D5 Unix path: /user/favorites/favorites/delete.php
回应@ciro-santilli-%e9%83%9d%e6%b5%b7%e4%b8%9c%e5%86%a0%e7%8a%b6%e7%97%85%e5%85%ad %e5%9b%9b%e4%ba%8b%e4%bb%b6%e6%b3%95%e8%bd%ae%e5%8a%9f 详细深入查看索引,我分享输出一的TODO。
“如果你 git add,那么阶段 0 会添加到路径的索引中,Git 会知道冲突已被标记为已解决。TODO:检查这个。”
而且,更具体地说,不同的合并阶段。
各个阶段的数字表示的详细信息,在这种情况下是一个有冲突的文件。
$ git ls-files -s
100644 f72d68f0d10f6efdb8adc8553a1df9c0444a0bec 0 vars/buildComponent.groovy
$ git stash list
stash@{0}: WIP on master: c40172e turn off notifications, temporarily
$ git stash apply
Auto-merging vars/commonUtils.groovy
Auto-merging vars/buildComponent.groovy
CONFLICT (content): Merge conflict in vars/buildComponent.groovy
$ git ls-files -s
100644 bc48727339d36f5d54e14081f8357a0168f4c665 1 vars/buildComponent.groovy
100644 f72d68f0d10f6efdb8adc8553a1df9c0444a0bec 2 vars/buildComponent.groovy
100644 24dd5be1783633bbb049b35fc01e8e88facb20e2 3 vars/buildComponent.groovy
只是想把git ls-tree放在戒指中。
索引是 git 中最重要的数据结构之一。
它通过记录路径列表及其对象名称来表示虚拟工作树状态,并用作暂存区以写出下一个要提交的树对象。
从某种意义上说,状态是“虚拟的”,它不一定必须而且通常不会匹配工作树中的文件。
如果我签出一个特殊的提交,是否可以说git ls-tree准确地告诉我应该存在哪些工作文件/对象?在 ls-tree 的上下文中,我们说的是哪种树?
例子
git ls-tree -r -l HEAD
git ls-tree -r -l commit-hash
顺便说一句:ls-tree 也适用于没有检出 (-n) 的克隆存储库,其中 ls-files 不返回任何内容。