文章目录
-
- 一、Git的核心：三种对象及其引用
- 二、三种对象如何协作？
-
- [场景 1：首次提交](#场景 1：首次提交)
- [场景 2：新增文件并提交](#场景 2：新增文件并提交)
- [场景 3：删除文件再提交](#场景 3：删除文件再提交)
- 三、那怎么真正"删掉"大文件？
- 四、分支（Branch）到底是什么？
- 五、空间优化的秘密与潜在问题
- 六、结语
举个例子，有一次我不小心将一个依赖文件夹提交了进去，导致仓库大小暴增到几百MB。我赶紧删除模型并重新提交，但仓库大小并未缩小。这让我意识到，我其实并不真正理解Git是如何工作的。
如果你也有过类似的困惑，那么这篇文章将用 5 分钟 ，带你穿透 git commit的表层操作，直击 Git 的核心机制------三种对象与引用系统 。看完之后，你会真正理解：为什么删掉文件后仓库体积没变？分支到底是什么？Git 为何如此高效又可靠？
写给在日常开发中，只记住了Git的常用命令，却对底层机制一知半解，像我一样的开发者。
一、Git的核心：三种对象及其引用
Git的核心在于三种不可变对象：commit 、tree 和 blob 。这些对象存储在 .git/objects 目录中，通过哈希值也就是唯一标识相互引用，形成一个高效的版本控制系统。
- Commit 对象：每次提交代码时创建，记录了变更的快照。它包含提交消息、作者、提交者、父提交（parent），并指向一个 tree 对象。
- Tree 对象：代表提交时的目录结构，包括文件和子目录。它指向 blob 对象或其他 tree 对象。
- Blob 对象：存储文件的实际内容，是最底层的对象。一旦创建，blob 永不修改或删除。
这种引用机制避免了重复存储：不变的文件只需引用相同的 blob，新变更才创建新 blob，从而节省空间。
二、三种对象如何协作？
场景 1：首次提交
假设你新建一个项目，创建一个文件 text1.txt，内容为：
Hello Git!然后执行：
bash
git add text1.txt
git commit -m "commit one"此时，Git 会做三件事：
-
生成一个 Blob 对象
- 内容：
Hello Git! - 哈希值：
737c... - 存储路径：
.git/objects/73/7c...
- 内容：
-
生成一个 Tree 对象
- 表示当前目录结构
- 内容：
blob 737c... text1.txt - 哈希值：
caae...
-
生成一个 Commit 对象
- 指向上述 Tree
- 包含作者、提交者、时间、提交信息
- 哈希值：
eddf...
你可以用以下命令查看这些对象的内容：
bash
git cat-file -p eddf # 查看 commit
git cat-file -p caae # 查看 tree
git cat-file -p 737c # 查看 blob简单理解：
Blob 存文件内容，Tree 存目录结构，Commit 存"这次快照是谁在什么时候做的"。
场景 2：新增文件并提交
现在你新增 text2.txt，内容为 New file，并提交：
bash
git add text2.txt
git commit -m "commit two"这时：
- 新增一个 Blob（
169d...）存text2.txt - 新建一个 Tree，包含两个条目：
blob 737c... → text1.txt，复用旧 Blob对象blob 169d... → text2.txt，新建的 Bolb对象
- 新建一个 Commit，指向新 Tree，并记录 parent 为
eddf...
你会发现：text1.txt 的内容没有变，所以 Git 直接复用了原来的 Blob 对象，没有重复存储！
这就是 Git 节省空间、高效存储的核心秘密。
场景 3：删除文件再提交
接着你删除 text2.txt，并提交第三次：
bash
git rm text2.txt
git commit -m "commit three"
新的 Commit 会指向一个只包含 text1.txt 的 Tree，但 169d... 这个 Blob 依然存在于 .git/objects/ 中！
重要结论 ：
一旦 Blob 被创建，它就永远不会被自动删除 ------即使你删掉了对应的文件并提交。因为 Git 的设计哲学是：历史不可篡改，所有对象永久保留（直到被显式清理）。
这正是开头那个"文件删不掉"的根本原因：那个几百 MB 的文件已经被转成 Blob 存入 Git 历史，后续提交无法让它消失。
三、那怎么真正"删掉"大文件？
解决方案分两步：
-
重写历史 ，移除包含大文件的那次提交
比如：git filter-repo或BFG Repo-Cleaner -
清理悬空对象 ：
bashgit reflog expire --expire=now --all git gc --prune=now --aggressive
但需注意重写提交历史所带来的影响，比如说团队协作的场景。
四、分支（Branch）到底是什么？
你可能会问：我们天天用的 main、dev 分支去哪儿了？它们也是对象吗？
不是！分支只是一个"指向 Commit 的指针"。
在 .git/refs/heads/ 目录下，每个分支都是一个文本文件。例如：
bash
cat .git/refs/heads/main
# 输出：98ea1234... （即最新 commit 的哈希）当你执行 git checkout main，Git 只是把 HEAD 指向这个 Commit。
你可以随时让分支指向任意 Commit，甚至删除分支 其实只是删掉这个指针，但 Commit 和它的对象依然存在。
五、空间优化的秘密与潜在问题
引用机制的核心优势是高效存储。每个 commit 只记录变更，不复制整个仓库。例如，不变的文件共享 blob，新增或修改才生成新 blob。这在大型项目中显著节省空间。
然而，这也带来问题：如开头所述，误提交大文件会创建大量 blob，即使后续删除，blob 也不会自动消失，导致仓库膨胀。
可以试试：
- 使用
git reset或git rebase删除包含大文件的 commit，使相关 blob 成为"悬空对象"。 - 运行
git gc或git prune清理悬空对象，真正缩小仓库。 - 预防措施：使用
.gitignore忽略大文件，避免初次提交。
六、结语
Git 依赖 commit、tree 和 blob 的引用链来管理版本历史。这种设计确保了不可变性和效率，但也要求开发者理解其不可逆性。掌握这些基础，下次遇到仓库问题时，你能轻松诊断和修复。