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 校验和作为密钥在其他 blob 中查找每个特定 blob，类似于标识文件的文件名。

那么这个黑魔法是如何运作的呢？也就是说，如何从一个文本文件开始并以一个 blob 结束？是通过取消引用文件的内存地址创建的 blob 还是其他什么？

Answer 1

Git 中几乎没有什么真正的魔力。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，以及它们如何形成一个默克尔树，但这比任何东西都更“数学魔法”别的。

\n\n

我认为您实际上是在问“Git 如何得出哈希 ID”，而答案很简单：

\n\n

\n
• 查找文件的大小（以字节为单位）。以十进制打印，例如，123.
\n

• 将打印尺寸以十进制形式放在单词blob和空格后面。附加一个 ASCII NUL 字符，b\'\\0\'例如在 Python 中。对前缀和数据进行哈希处理，结果是 blob 的哈希 ID：

  \n\n

  $ python3\n...\n>>> data = b"some file data\\n"\n>>> prefix = "blob {}\\0".format(len(data)).encode("utf-8")\n>>> import hashlib\n>>> h = hashlib.sha1()\n>>> h.update(prefix)\n>>> h.update(data)\n>>> h.hexdigest()\n\'a831035a26dd2f75c2dd622c70ee22a10ee74a65\'\n

\n

\n\n

我们可以使用 Git 的对象哈希器来检查：

\n\n

$ echo \'some file data\' | git hash-object -t blob --stdin\na831035a26dd2f75c2dd622c70ee22a10ee74a65\n

\n\n

哈希值匹配，因此这是仅由换行符终止的 15 字节行“某些文件数据”组成的任何文件的 blob 哈希值。请注意，哈希 ID 是由内容决定的：此处的文件名无关紧要。（这意味着文件名必须并且确实存储在 Git 中的其他位置\xe2\x80\x94 中的一个或多个树对象中。）

\n\n

（请注意，SHA-1 不再被认为是加密安全的。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？）

\n