Git - 基本概念

Git - 核心概念

什么是版本控制系统？

版本控制系统（Version Control System, VCS）是跟踪和管理文件随时间变化的软件。它允许软件开发者和团队高效协作，并维护项目演变的完整历史记录。

VCS 的主要功能包括：

允许多个开发者同时在一个项目上工作。
防止意外覆盖不同团队成员所做的修改。
记录每一次修改的详细历史，包括修改者、时间以及原因。
在需要时允许恢复到项目的先前状态。

VCS 主要有两种类型：

集中式版本控制系统 (CVCS): 依赖于一个中央服务器来存储项目的所有版本。例如 Subversion (SVN) 和 CVS。
分布式版本控制系统 (DVCS): 每个开发者都拥有整个仓库的完整副本（即克隆），包括其历史记录。Git 是最流行的 DVCS。

本教程重点介绍 Git，一个功能强大且被广泛使用的分布式版本控制系统。

理解分布式版本控制系统 (DVCS)

在 CVCS 中，如果中央服务器故障或无法访问，协作就会停止，并且如果备份不够健全，还存在数据丢失的风险。像 Git 这样的 DVCS 克服了这一限制。

使用 DVCS，每个协作者都在其本地机器上拥有仓库的一个完整、独立的副本。这意味着：

你可以离线工作：提交（commit）修改、创建分支（branch）、查看历史记录等，无需网络连接。
增强的数据安全性：如果主服务器（如果用于协作，例如 GitHub）发生故障，任何克隆（clone）都可以用来恢复它。每个克隆本质上都是一个完整的备份。
性能提升：大多数操作都是本地进行的，因此速度非常快。
只有当你想要与他人分享你的修改（push）或获取他们的最新更新（pull/fetch）时，才需要网络连接。

Git 为何如此流行：主要优势

免费且开源

Git 根据 GNU General Public License version 2 发布，这意味着任何个人或商业项目都可以免费使用它。它的开源性质意味着任何人都可以检查、修改和贡献其源代码。

速度和效率

Git 的速度非常快。大多数操作都在本地执行，避免了网络延迟。Git 以项目在给定时间的快照（snapshots）来存储数据，而不仅仅是文件差异（deltas），这有助于提高其速度，特别是在分支（branching）和合并（merging）方面。它用 C 语言编写，最大限度地减少了运行时开销，并且针对性能进行了高度优化。尽管它会克隆整个仓库，但 Git 使用巧妙的压缩和存储技术来保持本地仓库体积较小。

数据完整性和弹性

Git 中的每个文件和提交都使用加密哈希函数（当前是 SHA-1，未来增强功能正在向 SHA-256 过渡）进行校验和。这个校验和用于标识对象。这意味着数据几乎不可能损坏或被修改而 Git 未检测到。分布式特性也意味着存在多个仓库副本，显著降低了数据丢失的可能性。

强大而灵活的分支功能

Git 中的分支（branching）轻量且快速。与一些较旧的 VCS 不同，在那些系统中分支操作可能很繁琐，Git 分支只是指向特定提交的指针。这使得轻松创建分支来开发新功能、进行实验或修复 bug，而不会影响主开发线，变得非常容易。将这些分支合并（merging）回来通常也很直接。这一功能支持强大的工作流程，如特性分支（feature branching）、Gitflow 和 GitHub Flow。

可伸缩性

Git 能够很好地从小型个人项目扩展到拥有数千名协作者的非常大、复杂的项目（例如，最初 Git 就是为 Linux 内核开发的）。

广泛采用和社区支持

Git 是版本控制领域的行业标准。它拥有庞大的工具生态系统（GUI、IDE 集成）、托管服务（GitHub、GitLab、Bitbucket）以及一个庞大、活跃的社区提供支持和资源。

核心 Git 术语

仓库 (Repository/Repo)

仓库（Repository，简称 repo）是构成你的项目的所有文件和文件夹的集合，以及完整的修改历史。它本质上是项目的数据库。在 Git 中，你的计算机上有一个本地仓库（local repository），可能还有一个远程仓库（remote repository）（例如，在 GitHub 上）用于协作。

工作区 (Working Directory)、暂存区 (Staging Area/Index) 和仓库 (Repository)

Git 有三个主要的状态或区域，你的文件可以驻留其中：

工作区 (Working Directory): 这是你在本地检出（checkout）的项目文件。它是你文件系统上你正在积极修改文件的目录。
暂存区 (Staging Area 或 Index): 这是一个中间区域，Git 在此存储关于哪些内容将进入你的下一个提交的信息。你可以选择性地将工作区中的修改添加到暂存区。
本地仓库 (.git directory): 这是 Git 永久存储项目历史（提交、分支、标签等）的地方。当你进行提交时（commit），Git 会获取暂存区中文件的状态，并将该快照永久存储到你的本地仓库中。

基本的 Git 工作流程如下：

你在工作区修改文件。
你选择性地选择想要包含在下一个提交中的修改，并将它们添加到暂存区（使用 git add）。
你执行一次提交（commit），这将把暂存区的文件状态保存为快照，并永久存储到你的本地仓库中（使用 git commit）。

例如，如果你修改了 feature_a.py 和 bug_fix_b.py，但只想先提交与 feature_a.py 相关的修改：

$ git add feature_a.py   # 暂存 feature_a.py 的修改
$ git commit -m "Implement new aspect of feature A"

# 现在你可以暂存并提交 bug_fix_b.py 的修改了
$ git add bug_fix_b.py
$ git commit -m "Fix critical bug B"

提交 (Commit)

提交（Commit）是项目已暂存修改在特定时间点的一个快照。每个提交都有一个唯一的标识符（一个 SHA-1 哈希值）、作者、时间戳以及描述修改的提交消息。提交按时间顺序链接，构成了项目的历史记录。一个提交可以有一个或多个父提交；具有多个父提交的提交表示一次合并（merge）。

分支 (Branch)

分支（Branch）是一条独立的开发线。可以将其视为指向特定提交的可移动指针。当你创建一个分支时，你实际上是在为你的工作创建一个新的路径，允许你在隔离的环境中开发功能或修复 bug，而不会影响其他分支（例如主开发线）。新仓库中的默认分支通常命名为 main（历史上曾为 master）。

HEAD

HEAD 是一个特殊指针，通常指向当前检出分支的最新提交（tip）。当你进行一个新的提交时，HEAD 会随着该提交向前移动。如果你检出的是一个特定的提交，而不是某个分支的最新提交，那么 HEAD 将直接指向该提交（这被称为“分离的 HEAD”状态，‘detached HEAD’ state）。

# 查看 HEAD 指向哪个分支（如果存在）以及提交哈希：
$ cat .git/HEAD
# 示例输出: ref: refs/heads/main

# 查看 HEAD 指向的提交哈希：
$ git rev-parse HEAD
# 示例输出: a1b2c3d4e5f6a7b8c9d0e1f2a3b4c5d6e7f8a9b0

标签 (Tag)

标签（Tag）是指向特定提交的指针，用于标记历史中的重要点，例如发布版本（如 v1.0、v2.1-beta）。标签一旦创建，通常不会移动。主要有两种类型：轻量标签（lightweight tag）（只是一个指针）和附注标签（annotated tag）（存储额外的元数据，如标签创建者、日期、消息，并且可以进行 GPG 签名）。

克隆 (Clone)

克隆（Cloning）会在你的本地机器上创建一个远程仓库的完整副本。这个副本包含所有文件、分支、标签以及完整的项目历史记录。这个本地副本是一个功能齐全的 Git 仓库。

抓取 (Fetch)

git fetch 从远程仓库下载提交、文件和引用（refs）到你的本地仓库。它会更新你的远程跟踪分支（remote-tracking branches）（例如 origin/main），但不会修改你的本地工作区或本地分支。这允许你在合并之前查看修改。

拉取 (Pull)

git pull 本质上是 git fetch 之后紧跟着 git merge（如果配置为 git rebase 则执行 rebase）的组合。它从远程仓库抓取修改并立即尝试将它们集成到你当前的本地分支。

推送 (Push)

git push 将你的本地提交（来自本地分支）上传到远程仓库，与他人分享你的修改。你通常会将本地分支推送到远程仓库中对应的远程分支。

远程仓库 (Remote)

远程仓库（Remote）是对另一个 Git 仓库的引用，这个仓库通常托管在服务器上（例如，在 GitHub、GitLab 上）。当你克隆一个仓库时，通常会自动创建一个名为 origin 的远程仓库，指向你从中克隆的 URL。一个本地仓库可以有多个远程仓库。

# 查看当前远程仓库
$ git remote -v
# 示例输出：
# origin  https://github.com/user/project.git (fetch)
# origin  https://github.com/user/project.git (push)

内部对象：Blob 和 Tree

虽然你通常不会直接与它们交互，但 Git 使用几种关键对象类型来存储其数据：

Blob (Binary Large Object): 存储文件的内容。它不包含文件名或路径等元数据。
Tree: 表示一个目录。它包含指向 Blob（文件）和其他 Tree（子目录）的指针，以及它们的名称和模式。

提交（Commits）、Blob 和 Tree 在 Git 的对象数据库中都由它们的 SHA-1 哈希值唯一标识。

进一步学习

要更深入地了解 Git 概念，请参阅 Git 官方文档：

Pro Git Book: https://git-scm.com/book/zh/v2
Git Reference: https://git-scm.com/docs