Git基本原理和常用操作
版本控制系统（Version Control System）是一种用于记录文件（以及文件目录）的变化的工具。通过版本控制系统，我们可以了解文件（以及文件目录）的改动历史（谁在何时对文件做了什么更改），并能够随时将文件恢复到之前任何一个状态。版本控制系统为团队合作带来了便利，团队可以同时开发并在最后将各自的成果合并起来；而使用版本控制系统的个人也能利用它方便地管理自己的文件。
Git最初由林纳斯·托瓦兹创作，于2005年以GPL许可协议发布。最初目的是为了更好地管理Linux内核开发而设计。Git是目前最为主流的版本控制系统，它已经成为版本控制系统的事实标准（the de facto standard）。与CVS、SVN等集中式版本控制系统不同，Git是一个分布式版本控制系统，也就是说它不将项目的版本库存放在中央服务器上，而是在每一台计算机上都存放一个完整的项目版本库。
本文内容基于MIT的missing-semester课程中的Version Control(Git)一节，你可以在
Git基本原理
在Git的术语中，一个文件被称为一个blob，一个文件是一组字节的集合；一个目录被称为一个tree（树），一个tree可以包含若干blobs和若干trees；一个snapshot（快照）是项目的顶层tree（即代表项目根目录的tree）。
一个项目的不同版本的集合可以看作是若干个snapshot的集合，Git使用有向无环图（Directed Acyclic Graph，DAG）来组织这些snapshot。在Git中，snapshot是一个commit的一部分，一个commit可以看作是一个包含更多信息的snapshot，每一个commit有若干个父commit。
例如，如果某个commit（记作B）直接由另一个commit（记作A）经过某些变化产生（比如在commit
A的基础上修改了某些文件），那么commit B的父commit就只有一个，即commit
A； 1
A <-- B1
2
3
4
5
A <---- C
/
v
B
数据结构
上面的描述可能比较模糊，下面用伪代码描述blob、tree和commit的数据结构。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15type blob = array<byte> //一个文件也就是blob是由若干字节构成的
//一个目录也就是tree包含若干个tree和blob
//为了区分这些不同的tree或者blob，需要一个字符串来标识它们（可以理解为文件名/目录名）
type tree = map<string, tree | blob>
//一个commit包含它的父commit（当然，实际上存储的是父commit的标识而非父commit本身）
//以及一些其他信息（例如commit的作者、commit的信息）
//和对顶层目录的snapshot（实际上存储的是snapshot的标识而非snapshot本身）
type commit = struct {
parents: array<commit>
author: string
message: string
snapshot: tree
}
现在定义object，一个object可以是blob、tree或者commit。 1
type object = blob | tree | commitgit cat-file -p加上object的哈希值得到object。
引用 Reference
现在，尽管可以通过SHA-1哈希值访问object，但是这显然是不方便的，毕竟这一长串哈希值对人类来说不过是无意义的乱码，它难以被记忆和使用。Git对此的解决方法是通过引用（reference），reference是一个类似map<string, string>的映射，它将名字（人类可读的字符串）与哈希值相绑定，从而使人类可以通过有意义的名字访问object。常见的reference例子是Git的分支名，Git的分支其实是指向某个commit的reference，通过git checkout，人类可以方便地使用有意义的分支名访问到某个特定commit。例如，master往往指向项目主分支的最新的一个commit，而HEAD则是指向当前所在的commit。
仓库 Repository
前面介绍了Git中的一些基本名词（blob、tree、commit、object、reference等）。粗略来说，Git仓库就是object和reference的集合，Git命令的实质是在commit构成的DAG中对object和reference进行操作，比如,如果想要修改master引用，使master引用指向哈希值为5d83f9e的commit，对应的Git命令是git checkout master; git reset --hard 5d83f9e。
暂存区 Staging Area
前面提到，一个项目的不同版本可以看作是一系列snapshot的集合，但Git并不是简单地创建当前状态的snapshot，而是给予用户更大的自主权，在创建snapshot时，Git允许用户挑选具体哪些更改将被保存到这一snapshot，比如，用户可以一次性实现两个功能，但为这两个功能分别创建一个snapshot。
为了实现上面的特性，Git提供了暂存区机制，用户将更改加入到暂存区，然后为暂存区中的所有更改创建一个snapshot（也就是commit）。这样，用户可以自由选择哪些更改将被加入到下一次commit，这种对更改的选择甚至可以具体到文件的某一行内容。
Git常用操作
这里列出常用的Git操作，更具体的可以参考Pro
Git、使用git help或者参考其他Git教程。
基础操作
git help <command>获取帮助/获取具体某一命令的帮助git init创建一个新的空Git仓库git status查看当前情况（有无文件被修改、有无新文件、暂存区情况等）git add <filename>将文件加入暂存区git add -p <filename>进入交互模式，更具体地指定要加入暂存区的内容
git commit创建一个commitgit log以扁平模式展示历史commit记录git log --graph以DAG方式展示历史commit记录，可以看到commit之间的关系
git diff <filename>查看文件相较于暂存区内容（或HEAD指向的commit）的区别git diff <revision> <filename>查看文件在不同commit之间的区别，<revision>可以是branch的名字、commit的哈希值，如果<revision>只有一个branch名字或者commit哈希值，则会比较其指向的commit与当前commit的文件差异
git checkout <revision>更新HEAD，使其指向<revision>指出的commit，从而使项目目录变成<revision>指出的commit时的状态，可以用来切换分支、查看项目历史状态等
分支相关操作
分支的操作本质是对代表分支的reference的操作，例如切换分支是修改HEAD指向分支的reference，创建分支是创建一个指向HEAD指向的commit的新reference
git branch列出所有分支git branch <name>创建一个名为<name>的分支
git checkout <name>切换至<name>分支git checkout -b <name>创建并切换至<name>分支，等同于git branch <name>; git checkout <name>
git merge <revision>合并分支/commit到当前分支git mergetool使用mergetool来处理合并时的冲突（conflict）- mergetool使用前需要自己在git config中指定mergetool，一般有vimdiff、beyondCompare、diffmerge等多种工具
- mergetool帮助用户查看冲突所在，用户可以选择冲突两方中的一方内容作为最终内容，也可以选择冲突两方最近共同祖先的内容或者自己手动编辑内容，从而解决冲突
git rebasemerge操作将创建一个新的commit，父commit指向merge的分支；而rebase则会临时保存当前分支从与要合并分支的共同祖先开始的每一个commit记录作为patch（补丁），然后将当前分支reference指向要合并的分支，然后把保存的补丁逐个进行commit。- 如下所示，
1
2
3
4
5
6
7
8
9
10
11before:
A <- B <- C(branch A)
^
\
D <- E(branch B)
after:
A <- B <- C(branch A) <- D' <- E'(branch B)
^
\
D(throw away) <- E(throw away) git rebase -i交互式rebase
- 如下所示，
远程仓库相关操作
git remote列出所有与当前仓库绑定的远程仓库git remote add <name> <url>添加远程仓库
git push <remote> <local branch>:<remote branch>向指定远程仓库的指定分支推送本地指定分支的objectsgit branch --set-upstream-to=<remote>/<remote branch>设置当前所在的本地分支与远程分支的绑定，从而之后可以直接使用git push命令而无需指定分支git fetch从远程仓库获取objects/reference信息git pull等同于git fetch; git merge，即从远程仓库获取信息后，合并本地分支与远程分支git clone <remote> <localpath>从远程下载整个仓库
撤销相关操作
git commit --amend编辑commit的信息git reset HEAD <file>取消对文件更改的暂存git checkout -- <file>放弃对文件的更改
其他
git configGit是高度自定义的，可以自定义你的Gitgit clone --depth=1浅克隆，只下载远程仓库的最新版本而非整个版本库git blame查看具体文件中某行的作者信息git stash暂时移除对仓库的未commit的修改git stash pop恢复之前通过git stash暂时移除的修改
git bisect二分搜索版本历史.gitignore通过该文件指出有意不通过Git追踪的文件，从而在Git操作时忽略它们
如何写好git commit message：
一些常见的Git错误操作和它们的补救措施：