Git
Chapters ▾ 2nd Edition

10.4 Git зсередини - Файли пакунки

Файли пакунки

Якщо ви виконали всі інструкції в попередніх секціях, то у вас тепер має бути тестове сховище Git з 11 обʼєктів — чотири блоби, три дерева, три коміти та 1 теґ:

$ find .git/objects -type f
.git/objects/01/55eb4229851634a0f03eb265b69f5a2d56f341 # tree 2
.git/objects/1a/410efbd13591db07496601ebc7a059dd55cfe9 # commit 3
.git/objects/1f/7a7a472abf3dd9643fd615f6da379c4acb3e3a # test.txt v2
.git/objects/3c/4e9cd789d88d8d89c1073707c3585e41b0e614 # tree 3
.git/objects/83/baae61804e65cc73a7201a7252750c76066a30 # test.txt v1
.git/objects/95/85191f37f7b0fb9444f35a9bf50de191beadc2 # tag
.git/objects/ca/c0cab538b970a37ea1e769cbbde608743bc96d # commit 2
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4 # 'test content'
.git/objects/d8/329fc1cc938780ffdd9f94e0d364e0ea74f579 # tree 1
.git/objects/fa/49b077972391ad58037050f2a75f74e3671e92 # new.txt
.git/objects/fd/f4fc3344e67ab068f836878b6c4951e3b15f3d # commit 1

Git стискає вміст цих файлів за допомогою zlib, і ви зберігаєте небагато, отже всі файли разом займають лише 925 байтів. Тепер вам треба додати більший файл до репозиторія, щоб продемонструвати цікаву функцію Git. Задля демонстрації, додамо файл repo.rb бібліотеки Grit — це файл коду, що займає приблизно 22К.

$ curl https://raw.githubusercontent.com/mojombo/grit/master/lib/grit/repo.rb > repo.rb
$ git checkout master
$ git add repo.rb
$ git commit -m 'added repo.rb'
[master 484a592] added repo.rb
 3 files changed, 709 insertions(+), 2 deletions(-)
 delete mode 100644 bak/test.txt
 create mode 100644 repo.rb
 rewrite test.txt (100%)

Якщо ви подивитесь на результуюче дерево, то побачите значення SHA-1, яке отримав ваш новий файл repo.rb для об’єкта блоб:

$ git cat-file -p master^{tree}
100644 blob fa49b077972391ad58037050f2a75f74e3671e92      new.txt
100644 blob 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5      repo.rb
100644 blob e3f094f522629ae358806b17daf78246c27c007b      test.txt

Потім ви можете використати git cat-file, щоб побачити, наскільки великий цей об’єкт:

$ git cat-file -s 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5
22044

Тепер трохи змініть цей файл, і подивіться, що станеться:

$ echo '# testing' >> repo.rb
$ git commit -am 'modified repo a bit'
[master 2431da6] modified repo.rb a bit
 1 file changed, 1 insertion(+)

Перегляньте створене цим останнім комітом дерево, і ви побачите щось цікаве:

$ git cat-file -p master^{tree}
100644 blob fa49b077972391ad58037050f2a75f74e3671e92      new.txt
100644 blob b042a60ef7dff760008df33cee372b945b6e884e      repo.rb
100644 blob e3f094f522629ae358806b17daf78246c27c007b      test.txt

Блоб тепер інший блоб, що означає, що хоча ви додали лише єдиний рядок наприкінці 400-рядкового файлу, Git зберігає новий вміст як цілковито новий об’єкт:

$ git cat-file -s b042a60ef7dff760008df33cee372b945b6e884e
22054

У вас є два майже однакових 22-кілобайтних об’єкти на вашому диску (кожен стиснутий до приблизно 7К). Чи не краще було б, якби Git зберігав один з них повністю, проте для другого об’єкта зберігав лише різницю між ним та першим?

Виявляється, що він це може. Початковий формат, в якому Git зберігає об’єкти на диску називається “вільний” (loose) формат об’єктів. Втім, подеколи Git пакує декілька з цих об’єктів до одного двійкового файлу, який називається “файл пакунок”, щоб зберегти місце та бути ефективнішим. Git робить це, якщо у вас забагато вільних об’єктів, якщо ви виконаєте команду git gc вручну, або якщо ви надішлете щось до віддаленого сервера. Щоб побачити, що станеться, ви можете вручну попросити Git спакувати об’єкти, викликавши команду git gc:

$ git gc
Counting objects: 18, done.
Delta compression using up to 8 threads.
Compressing objects: 100% (14/14), done.
Writing objects: 100% (18/18), done.
Total 18 (delta 3), reused 0 (delta 0)

Якщо ви подивитесь на директорію objects, то виявите, що більшість ваших об’єктів зникла, а декілька нових пар об’єктів з’явилися:

$ find .git/objects -type f
.git/objects/bd/9dbf5aae1a3862dd1526723246b20206e5fc37
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4
.git/objects/info/packs
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.idx
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.pack

Об’єкти, які залишились — це блоби, на які не вказує жоден коміт — у даному випадку, це створені раніше для прикладу блоби “what is up, doc?” та “test content”. Оскільки ви ніколи не додавали їх до комітів, вони вважаються висячими та не спаковані до вашого нового файлу пакунку.

Інші файли потрапили до пакунку та індексу. Файл пакунок — це єдиний файл, що містить вміст всіх об’єктів, які були вилучені з вашої файлової системи. Індекс — це файл, який містить відступи в цьому пакунку, за якими ви можете швидко знайти заданий об’єкт. Чудово в цьому те, що хоча об’єкти на диску перед виконанням команди`gc` разом потребували приблизно 15К, новий пакунок потребує лише 7К. Ви скоротили використання диску вдвічі, лише за допомогою пакування ваших об’єктів.

Як Git це робить? Коли Git пакує об’єкти, він шукає файли, які називаються схоже та мають близький розмір, та зберігає лише різницю між однією версією файлу та іншою. Ви можете зазирнути у файл пакунку, та побачити, як Git заощадив місце. Кухонна команда git verify-pack дозволяє вам побачити, що спаковано:

$ git verify-pack -v .git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.idx
2431da676938450a4d72e260db3bf7b0f587bbc1 commit 223 155 12
69bcdaff5328278ab1c0812ce0e07fa7d26a96d7 commit 214 152 167
80d02664cb23ed55b226516648c7ad5d0a3deb90 commit 214 145 319
43168a18b7613d1281e5560855a83eb8fde3d687 commit 213 146 464
092917823486a802e94d727c820a9024e14a1fc2 commit 214 146 610
702470739ce72005e2edff522fde85d52a65df9b commit 165 118 756
d368d0ac0678cbe6cce505be58126d3526706e54 tag    130 122 874
fe879577cb8cffcdf25441725141e310dd7d239b tree   136 136 996
d8329fc1cc938780ffdd9f94e0d364e0ea74f579 tree   36 46 1132
deef2e1b793907545e50a2ea2ddb5ba6c58c4506 tree   136 136 1178
d982c7cb2c2a972ee391a85da481fc1f9127a01d tree   6 17 1314 1 \
  deef2e1b793907545e50a2ea2ddb5ba6c58c4506
3c4e9cd789d88d8d89c1073707c3585e41b0e614 tree   8 19 1331 1 \
  deef2e1b793907545e50a2ea2ddb5ba6c58c4506
0155eb4229851634a0f03eb265b69f5a2d56f341 tree   71 76 1350
83baae61804e65cc73a7201a7252750c76066a30 blob   10 19 1426
fa49b077972391ad58037050f2a75f74e3671e92 blob   9 18 1445
b042a60ef7dff760008df33cee372b945b6e884e blob   22054 5799 1463
033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5 blob   9 20 7262 1 \
  b042a60ef7dff760008df33cee372b945b6e884e
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a blob   10 19 7282
non delta: 15 objects
chain length = 1: 3 objects
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.pack: ok

Тут, блоб 033b4, який, якщо ви пам’ятаєте, був першою версією файлу repo.rb, тепер посилається на блоб b042a, який є другою версією файлу. Третій стовпчик виводу — це розмір об’єкта в пакунку, отже ви можете бачити, що b042a займає 22К, проте 033b4 — лише 9 байтів. Також цікаво, що саме друга версія файлу зберігається цілою, у той час як для оригінальної зберігається різниця — так зроблено через те, що, імовірно, вам потрібен швидший доступ до найновішої версії файлу.

Дійсно гарна річ в тому, що все може бути перепаковано у будь-який час. Git іноді перепаковує вашу базу даних автоматично, завжди намагаючись заощадити більше місця, проте ви також можете вручну перепакувати будь-коли, якщо виконаєте git gc.