Git核心功能探秘——续篇

        在上篇“Git核心功能探秘”一文中，主要对Git的结构原理，与传统版本工具的异同，以及主要功能含义进行了基本阐述。刚刚接触Git的使用者通过上文应该可以上手进行实践，但是随着项目的深入，会遇到各种各样的问题，如Git版本恢复、冲突与解决等。要想更好的解决这些问题，必须对Git内部组织和各个功能的细节进一步分析阐述。因此本文中我们将更进一步，探索这些重要细节。

Git内部组织探析

        Git的内部组织从空间上由工作区、索引和版本库组成，版本库内的逻辑结构则是由引用、分支和快照组成。首先解释空间组织中涉及的三个概念：

• WorkingDirectory/WorkingTree：工作目录是日常编辑文件时的目录，工作目录中的文件开始时默认处于未被跟踪状态（UntrackedFile）。

• Index/StagingArea：Git索引是处于工作目录和Git版本库之间的区域，可以理解为暂存区。这个区域存储着工作区中纳入Git控制的文件中的修改，需要进行commit进入版本库。

• GitRepository：Git版本库，保存着每一个分支的每一个commit记录。

工作区中的文件可能有如下四种：

• Untrackedfile：未被追踪的文件，文件并未被Git管理；

• Changedbut not updated：文件被修改但未被暂存；

• Changesto be commited：文件的更新已被暂存但是没有被提交；

• Clean：文件自上次提交以来，没有被修改。

        文件的后三种状态都属于已经被Git所管理，即Frackedfile。

        下面用一个简单示例把文件的状态与Git三个空间组织之间的关系串连起来。

        假设我们在工作目录下新建了一个文件a.txt，这时新文件处于Untracked状态，没有被Git管理。我们打开a.txt编辑一些内容并保存，其状态仍然是Untracked。

        如果想把a.txt纳入Git管理，则需要执行gitadd a.txt命令，这时文件被放入Index，并处于Changesto be commited状态，由于a.txt是一个新文件，Index中的Changes就是a.txt文件的全部内容。

        这时如果我们再编辑工作区中的a.txt文件，a.txt将呈现两种不同的状态：之前在index中的部分为Changesto be commited；当前更该的内容不会自动添加到index中，这部分内容为Changedbut not updated。这时需要再次执行gitadd命令才能使a.txt的自上次提交以来的全部修改保存到index，a.txt文件将再次呈现一种状态，即Changesto be commited。

        如果需要把当前的a.txt记录下来，则需要执行gitcommit，这时a.txt的版本将被记录到Git库中，文件这时处于Clean状态。

        了解完了Git的空间组织，再来了解一下GitRepository的逻辑结构，逻辑结构的主要概念包括head、commit和branch。如果你学过计算机专业中的数据结构，那么这些概念应该很容易就能理清，因为逻辑结构就是链表和树。

        首先，Git版本库中的一个commit是工作区的一次快照，是当前工作区文件状态的保存。每一个commit都是在前一次commit的基础上作出的，因此commit之间形成了链表结构，而一个commit链也称为一个branch。

        一个commit链可以产生新的分支，新分支的commit基于分支点的commit的，也就形成了树形的结构。在Git版本库中可以有多个分支，通过数据结构的知识我们知道每两个分支都有一个交汇点，并且所有分支都是基于第一次的commit，也就是root节点。用户可以随意切换不同的分支，但是当前只能工作在一个分支上，也就是当前分支，当前的所有操作，如merge、commit等也都是在当前分支上进行的。

        而Githead实际上就是一个指针，指向当前分支最新的commit，这和数据结构中链表的head概念如出一辙。只不过随着commit的增加，head从头向后移动，并始终指向最新commit，也就是链表尾部，因此我认为称为Gittail更合适（算是给Git设计者提的一个小建议吧）。

        深入理解Git的空间和逻辑结构还是非常有必要的，因为很多命令的高级选项与此相关，而且很多问题的解决也需要建立在对Git内部的深入理解上。下面就进一步阐述Git常用命令和冲突问题的解决。

checkout、reset和revert

        Git的这三个命令都有恢复到以前某个版本的作用，但是含义和用途还是有差别的，并且很容易被混用。Gitcheck out有两种作用：

1、将指定分支作为当前分支，或者新建分支并将其做为当前分支。同时，工作区和index的内容也将和指定分支最新版本一致。

2、将当前分支的指定版本（commit）检出，也就是把工作区和index的指定文件和所有文件更改成当前分支的指定版本。

        从上面的两个功能来看，Checkout最大的特点是对于Git版本库没有破坏操作，也就是说既不会在Git版本库中增加新版本，也不会删除任何之前的版本。只是Checkout会把工作区和index的指定内容更该成和Git版本库的某个版本一致的状态，以后工作区和index的内容当然也可以用checkout回到当前分支的最新版本。

        唯一需要注意的是如果工作区和index有没有commit的内容是，这时checkout之前的版本，这些没有提交的更新会丢失。不过如果使用Eclipse的Git插件进行checkout时会提示你先把改动提交。

Gitreset命令是对Git版本库的破坏性操作，它会将Git版本库的版本回退到指定版本，而指定版本之后的版本将被删除。Gitreset最重要的三个参数是-mixed、-soft和-hard，区分它们的关键就在于对前面Git空间结构的理解。

• -mixed：默认参数，回退到指定版本时回退Git版本库和Index，但是不会回退工作区。这时工作区中某些文件可能处于Changedbut not updated状态；

• -soft：回退到指定版本时只回退Git版本库，但不改变index和工作区文件。这时index和工作区的文件一致，但是会有某些文件处于Changesto be commited状态。

• -hard：回退到指定版本时同时回退Git版本库、index和工作区。这是最彻底的一个命令，操作之后三个空间内容将保持一致，工作区所有文件处于clean状态。

        这里有一个很实际的问题，如果reset-hard是一次误操作，先在想把Git版本库中删除的版本找回来怎么办？这时就需要GitReflog了，GitReflog记录了Git版本中所有commit相关的操作，想恢复的话找到相应的版本操作，checkout删除的版本，再gitadd和commit就行了。（貌似gitreset到被删除的版本就可以了）。

        Gitrevert和reset很类似，都是对Git版本库中版本的修改。区别是Gitrevert可以撤销某次commit，但是之后和之前的commit都会保留；而Gitreset是回退，之后的所有commit都不会被保留。

冲突解决

        冲突是使用Git进行协同开发时经常遇到的问题，因此必须知道冲突如何解决，否则Git的使用会很低效。顺便说一句，有些人认为频繁在pull时出现冲突而认为Git很垃圾，我认为从哲学角度看这是犯了典型的形而上学的错误。冲突时协调开发时客观存在的，不管你用不用Git，冲突就在那里，即使用其他的版本工具也一样。如果什么版本工具都不用，情况将更糟糕，你将感觉不到冲突，但不是因为冲突不存在，而是新文件粗暴的把相同的旧文件覆盖了，你在旧文件上做的修改都将丢失，这是数据库多事务中典型的丢失修改问题。

        现在言归正传，首先讨论一些冲突是怎样产生的。当你成功的在远程节点进行了pull操作，并在新版本基础上对某文件a.txt做了修改，然后commit。这时另一个人也对a.txt文件做了修改并commit，而且他比你抢先一步将commitpush到了远程主版本库。这时你在pull的时候就会产生冲突，因为a.txt文件是在同一个版本上作出的，你必须决定如何修改a.txt，是保留你的修改？还是保留别人的修改？还是重新做新的修改？

        有可能发生冲突的操作包括pull、merge、rebase和applypatch。如果使用Eclipse的Git插件进行管理，发生冲突时工程文件的相关文件和目录将会有一个大红点。

        发生冲突时，相关操作并没有完成。例如merge发生冲突时，Git当前状态变为conflict，merge之后的版本并没有commit到Git版本库中，Git版本库中的版本并没有变化。这时需要注意的是，merge时成功merge没有冲突的文件更新处于index中，而发生冲突的文件在工作区中，并没有在index中。因此，在解决完文件的冲突后，需要执行gitadd将更新加入index中，这样Eclipse工程中冲突文件的那个大红点才会消失。

        下面关注如何解决冲突。每一个冲突的文件，也就是带有大红点的文件内容一般都会有“<<<<master/head”“====”和“<<<<remote/master/head”的标记，其中“<<<<master/head”和“====”之间的内容是你的更改，而“====”和“<<<<remote/master/head”之间的内容是其他人的更改。这时如何去修改这个文件，要保留哪些东西就要和别人进行协商了，或者等着teamleader来仲裁。修改完冲突的文件后，执行gitadd命令，冲突文件的大红点消失（为何执行gitadd上一段已经说明）。

        当所有的冲突都修改好，并执行gitadd将这些冲突修改放到index中之后，工程文件就应该没有大红点了，这时可以执行commit操作，将本次merge后的信息保存到版本库，本次merge过程也就成功结束了。

结论

        本文讨论并解决了困扰Git使用者的两个大问题，版本撤销和冲突解决。从问题的解决中可以体会到要想真正搞明白这些问题和Git的命令之间的含义区别，对Git内部空间结构和逻辑结构的深入理解至关重要。反过来，真正理解了Git的内部机制后这些问题也就迎刃而解了。因此，本文更多想表达的是一种启示，在今后遇到类似问题时不要着急，去研究一下相关的内部机理，再寻找解决方法，而不是直接网上道听途说一番，因为后者如果不是对症下药的话很可能引入新的问题，导致混乱。

参考资料

[1]Scott Chacon. Pro Git. Apress, 2009.

[2]Andrew Burgess. Geting Good with Git. Rockable Press, 2010.

[3]Git Reference.http://git-scm.com/docs.