Git
Chapters ▾ 2nd Edition

10.4 Git iznutra - Paketoteke

Paketoteke

Vratimo se bazi objekata iz Git repozitorijuma za testiranje. Sada bi trebalo da imate 11 objekata — 4 bloba, 3 stabla, 3 komita i 1 tag:

$ 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 kompresuje sadržaje ovih datoetka koristeći zlib, a vi ne čuvate mnogo toga, tako da ove datoteke zajedno zauzimaju samo 925 bajtova. Dodaćete neki veliki sadržaj kako bismo demonstrirali jednu zanimljivu stvar u vezi s Gitom. Primera radi, dodaćemo datoteku repo.rb iz biblioteke Grit — to je oko 22K izvornog koda.

$ curl https://raw.githubusercontent.com/mojombo/grit/master/lib/grit/repo.rb > repo.rb
$ 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%)

Ako pogledate rezultujuće stablo, videćete SHA-1 vrednost koju je datoteka repo.rb dobija za blob objekat:

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

Sada, koristeći git cat-file, možete da vidite koliko je veliki objekat:

$ git cat-file -s 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5
22044

Sada modifikujte taj fajl malo, i pogledajte šta će se desiti.

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

Proverite stablo koje je kreirano tim komitom, i videćete nešto zanimljivo:

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

Blob je sada potpuno drugačiji blob, što znači da, iako ste dodali samo jednu liniju na datoteku od 400 linija, Git je taj novi sadržaj sačuvao kao potpuno novi objekat:

$ git cat-file -s b042a60ef7dff760008df33cee372b945b6e884e
22054

Imate dva skoro identična objekta od 22K na disku. Zar ne bi bilo lepo kad bi Git mogao da sačuva jedan od njih u potpunosti, a da umesto drugog sačuva samo razliku između njih?

Zapravo, Git to i radi. Inicijalni format u kom Git čuva podatke na disku naziva se "labavi" format za objekte. Ipak, Git ponekad spakuje nekoliko takvih objekata u jednu binarnu datoteku koju naziva "paketoteka" kako bi sačuvao prostor i kako bi bio efikasniji. Git ovo radi ako imate previše labavih objekata unaokolo, ako ručno pokrenete git gc ili ako gurnete na udaljeni server. Da biste videli ovo na delu, možete ručno da naredite Gitu da spakuje objekte pozivom naredbe 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)

Ako pogledate u direktorijum objects, videćete da je većina objekata nestala, i da se pojavio par novi par datoetka:

$ 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

Objekti koji su ostali su blobovi na koje ne pokazuje nijedan komit — u ovom slučaju, primeri "what is up, doc?" i "test contet" koje ste kreirali ranije. Pošto ih nikad niste dodali u komitove, tretiraju se kao viseće promene i ne pakuju se u paketoteku.

Ostale datoteke su nove paketoteke i indeks. Paketoteka je jedna datoteka koja sadrži sadržaj svih objekata koji su oklonjeni iz vašeg datotečnog sistema. Indeks je datoteka koja sadrži pomeraje te paketoteke kako biste brzo mogli da pronađete određeni objekat. Ono što je super jeste to što, iako su objekti pre pokretanja komande gc ukupno imali oko 22K, nova paketoteka ima samo 7K. Smanjili ste zauzeće diska za oko ⅔ time što ste spakovali objekte.

Kako Git radi ovo? Kada Git pakuje objekte, traži datoteke koje imaju slično ime i sličnu veličinu, i čuva samo razlike između jedne verzije datoteke i sledeće. Vodovodna naredba git verify-pack vam dopušta da vidite šta je spakovano::

$ 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

The really nice thing about this is that it can be repacked at any time. Git will occasionally repack your database automatically, always trying to save more space, but you can also manually repack at any time by running git gc by hand.

Ovde, blob 033b4, što je bila prva verzija vaše datoteke repo.rb za slučaj da ste zaboravili, referencira blob b042a, koji je druga verzije te datoteke. Treća kolona u izlazu je veličina objekta u paketu, tako da možete videti da b042a zauzima 22K datoteke, ali da 033b4 zauzima samo 9 bajta. Ono što je još zanimljivo jeste to što je druga verzija datoteke ona koja je sačuvana nepromenjena, a prvobitna verzija je sačuvana kroz raliku — podaci se čuvaju ovako jer je verovatnije da će vam biti potreban brz prilaz skorašnjijoj verziji datoteke.