Git GC

什么是 git gc？

gc = Garbage Collection = 垃圾回收

git gc 用于整理 Git 仓库资源，减少仓库体积。

它的核心作用是将大量松散对象 （Loose Objects）压缩为pack 文件，从而提升存储和索引效率。

objects目录

Git 中的每个对象（包括 tree、blob、commit、tag）都会被序列化

• 使用双向摘要算法生成唯一Hash值

然后为序列化后的内容，生成唯一SHA-1 哈希值（索引）

Git 对象包括：

• blob：存储文件的内容

• tree：存储目录结构

  • 一个tree对象表示当前目录和目录下的文件和子目录
  • 子目录又是另一个 tree对象对应的目录索引
  • 通过拼接这些对象，可以还原目录结构

• commit：存储一次提交的信息（如作者、提交信息、指向的 tree 和父 commit 等）

• tag：存储标签信息

.git/objects 目录下会有许多以两位十六进制命名的子目录。每个子目录中包含文件，这些文件的文件名是剩余的38位十六进制字符。子目录名和文件名拼接在一起，组成完整的 SHA-1 哈希值。

# 存在目录 02
cat 02 # 3b8b53a06506ea46dd954af6149697816cfcbf
# 则实际 SHA-1 是 023b8b53a06506ea46dd954af6149697816cfcbf 

refs 目录

.git/refs 目录用于存储 标签、分支等相关信息

进入 .git/refs 目录，可以看到三个重要子目录：

• heads：本地分支
• remotes：远程分支
• tags：标签

heads（本地分支）

里面每个文件名对应一个本地分支

total 16
drwxr-xr-x@ 4 klaus  staff   128B  8 26 16:49 .
drwxr-xr-x@ 5 klaus  staff   160B  8 25 00:24 ..
-rw-r--r--@ 1 klaus  staff    41B  8 26 16:49 dev
-rw-r--r--@ 1 klaus  staff    41B  8 24 23:58 main

文件内容为该分支最新提交的 SHA-1 哈希值

cat main # 8a935ca1991f4e28c6d63e2fc8248e19a09cc452

remotes（远程分支）

目录下有远程仓库别名（如 origin）

total 0
drwxr-xr-x@ 3 klaus  staff    96B  8 25 00:24 .
drwxr-xr-x@ 5 klaus  staff   160B  8 25 00:24 ..
drwxr-xr-x@ 5 klaus  staff   160B  8 27 02:22 origin

仓库别名里面是远程分支名和 HEAD 文件

total 24
drwxr-xr-x@ 5 klaus  staff   160B  8 27 02:22 .
drwxr-xr-x@ 3 klaus  staff    96B  8 25 00:24 ..
-rw-r--r--@ 1 klaus  staff    41B  8 26 16:51 dev
-rw-r--r--@ 1 klaus  staff    30B  8 25 00:25 HEAD
-rw-r--r--@ 1 klaus  staff    41B  8 25 00:24 main

对应的文件内容如下

• HEAD ⇒ 远程仓库主分支
• 远程分支名 ⇒ 内容同样是 SHA-1 或引用

cat HEAD # ref: refs/remotes/origin/main
cat main # 8a935ca1991f4e28c6d63e2fc8248e19a09cc452

tags（标签）

进入 tags 目录，会发现每个标签对应一个文件

total 16
drwxr-xr-x@ 4 klaus  staff   128B  8 27 02:32 .
drwxr-xr-x@ 5 klaus  staff   160B  8 25 00:24 ..
-rw-r--r--@ 1 klaus  staff    41B  8 27 02:30 v1.0
-rw-r--r--@ 1 klaus  staff    41B  8 27 02:32 v1.1

对应的文件内容是

1. 如果是轻量级标签 ⇒ 文件值是 最新提交ID

2. 如果是带注释标签 ⇒ 文件值是 标签对象对应的SHA-1索引

   ⇒ 标签对象存在属性描述注释，也存在属性通过 SHA-1索引找到最新提交节点

执行 git gc 后发生了什么？

此时我们在项目工作目录执行 git gc

此时再依次查看 heads 、remotes 、tags 会发现，除了remotes 还存在一个 origin/head

其余文件都消失了，其实他们都被压缩了

此时回到 .git 目录，查看后会发现多了一个目录 packed-refs ，这是一个压缩文件

如果此时我们执行 cat packed-refs

# pack-refs with: peeled fully-peeled sorted 
5e76ca292f3844a7a455ab9d11e3ee405e579171 refs/heads/dev
8a935ca1991f4e28c6d63e2fc8248e19a09cc452 refs/heads/main
5e76ca292f3844a7a455ab9d11e3ee405e579171 refs/remotes/origin/dev
8a935ca1991f4e28c6d63e2fc8248e19a09cc452 refs/remotes/origin/main
5e76ca292f3844a7a455ab9d11e3ee405e579171 refs/tags/v1.0
# 提交对象SHA-1 refs/tags/注释名
# ^带注释标签实际对应的提交对象的SHA-1索引
69cd0e5bfdec620cb878b19137ad52122ebf7b39 refs/tags/v1.1
^5e76ca292f3844a7a455ab9d11e3ee405e579171

这个文件里面包含了之前refs目录下的所有SHA-1值，相当于把分散的文件打包成一个压缩文件。

其实简单来说就是原本SHA-1索引存在于各个文件中，执行git gc 后被整合到一个文件中了

这样即减少了文件存储数量，也提高了索引效率

一般情况下， git gc 是 git底层帮我们调用的，如果项目过大，我们也可以手动进行调用