git gc/git repack输出的"Total"行中的数字是什么意思？

Question

当我运行git gc或运行git repack我的Git存储库时,它会在完成后输出"Total"行.这些数字是什么意思？

来自相当小的存储库的几个示例:

$ git gc
...
Total 576 (delta 315), reused 576 (delta 315)

$ git repack -afd --depth=250 --window=250
...
Total 576 (delta 334), reused 242 (delta 0)

还有一个来自更大的存储库:

$ git gc
...
Total 347629 (delta 289610), reused 342219 (delta 285060)
...

我可以猜出第一个"Total"数是什么:存储库中Git对象(如提交,树和文件)的数量.所有其他人实际上意味着什么？

我已经看了看git-gc(1)和git-repack(1)人的页面,仔细看他们的"又见" S,也和我尝试在谷歌搜索只生产不相关的结果.

Answer 1

我用dulwich做了一些工作,dulwich是Git的纯python实现.我在这里要说的是反映我对dulwich的git实现的经验,而不是规范的git源,因此可能存在差异.

Git非常简单 - 我的意思是,这么简单就让人感到困惑!这个名字非常适合它的设计,由于它的愚蠢而非常聪明.

当你提交任何内容时,git会获取索引(暂存区域)中的内容并创建SHA摘要项,因此每个文件都会获得SHAed,每个目录中的文件都会以blob对象的形式获得SHAed,当然目录结构将SHAed作为树对象,并且所有绑定到也具有SHA的提交对象.Git只是在处理提交时直接将这些内容激发到.git/objects中的文件系统中.如果成功解雇了所有这些,它只需将最新提交对象的SHA写入.git/refs/heads /.

提交可能会不时中途失败.如果某些内容无法写入.git/objects,那么git当时就不会进行清理.这是因为通常你会修复问题并重做提交 - 在这种情况下,git将从之前停止的位置重新启动,即提交的一半.

这里是git gc的用武之地.它只是解析.git/objects中的所有对象,标记所有由HEAD或BRANCH以某种方式引用的对象.显然遗留的任何东西都是孤儿,与"重要"的东西无关,所以可以删除它.这就是为什么如果你分支,在那个分支上做一些工作但后来放弃那个分支并从你的git repo删除对它的任何引用,运行的周期性git gc将完全清除你的分支.这可能会使一些较老的VCS用户感到惊讶,例如CVS永远不会忘记任何事情,除非它自身崩溃或损坏(通常是这样).

git repack(真的是git-pack-objects)与git gc完全不同(例如,一个单独的命令和操作虽然git gc可能会调用git repack).正如我之前提到的,git只是将所有东西都激活到它自己的SHAed文件中.它在进入光盘存储之前会对它们进行gzip,但从长远来看,这显然不是空间效率.所以git-pack-objects的作用是检查一系列SHA对象,以便在数据在修订版本之间复制的任何地方.它并不关心它是什么类型的SHA对象 - 所有被认为是相同的包装.然后它生成有意义的二进制增量,并将整个批次存储为.git/objects/pack中的.pack文件,从正常目录结构中删除任何打包对象.

请注意,如果最新的pack文件大小小于1Mb,git-pack-objects通常会生成一个新的.pack文件,而不是替换现有的.pack文件.因此,随着时间的推移,您将看到多个.pack文件出现在.git/objects/pack中.实际上,当你进行git fetch时,你只需要让远程repo打包所有解压缩的项目,并将获取repo所没有的.pack文件发送到获取repo.git repack只是调用git-pack-objects,但告诉它合并.pack文件,因为它认为合适.这意味着解压缩任何已更改的内容,重新生成二进制增量并重新压缩.

因此,要回答您的问题,总行数是指git仓库中的对象总数.第一个增量数是作为二进制增量对象的总对象的数量,即git已决定的对象与其他对象具有很强的相似性,并且可以存储为二进制增量.重用的数字表示正在使用压缩源(即包文件)中有多少对象,而未经过重新压缩以包含更新的更改.当您有多个packfiles但更新的SHA对象引用旧packfile中的项作为其基础时,会发生这种情况,然后对它应用增量以使其现代化.这让git可以使用以前压缩的旧数据修订版,而无需重新压缩它以包含更新的添加内容.请注意,git可以附加到现有的包文件而不重写整个包文件.

一般来说,高重用计数表示可以使用完全重新包装(即git repack -a)回收一些空间,该重新包装将始终返回重用为零.但是,通常git会默默地为您处理所有这些.此外,执行完全重新打包可能会强制某些git提取从头开始重新启动,因为这些包不同 - 这取决于服务器设置(允许自定义每个客户端包生成在服务器CPU上很昂贵,因此一些主要的GIT站点禁用它).

希望这能回答你的问题.真的很简单,你很惊讶它一开始就很有效,然后当你绕过它时,你会感到非常深刻的印象.只有真正的天才程序员才能编写如此简单而又运行良好的东西,因为他们可以看到大多数程序员只能看到复杂性的简单性.

尼尔