You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
贴上原文解释
'--refresh' does not calculate a new sha1 file or bring the cache
up-to-date for mode/content changes. But what it does do is to
"re-match" the stat information of a file with the cache, so that you
can refresh the cache for a file that hasn't been changed but where
the stat entry is out of date
就是说,刷新不会重新生成,而是把index文件重新加载/关联。换句话说就是cache如果“脏”了的情况下需要刷一下。
--cacheinfo
原文:
--cacheinfo' is used to register a file that is not in the
current working directory. This is useful for minimum-checkout
merging.
To pretend you have a file with mode and sha1 at path, say:
status=lstat(path, &st);
if (status<0||S_ISDIR(st.st_mode)) {
/* When we used to have "path" and now we want to add * "path/file", we need a way to remove "path" before * being able to add "path/file". However, * "git-update-cache --remove path" would not work. * --force-remove can be used but this is more user * friendly, especially since we can do the opposite * case just fine without --force-remove. */if (status==0|| (errno==ENOENT||errno==ENOTDIR)) {
if (allow_remove)
returnremove_file_from_cache(path);
}
returnerror("open(\"%s\"): %s", path, strerror(errno));
}
/* existing match? Just replace it */if (pos >= 0) {
active_cache_changed=1;
active_cache[pos] =ce;
return0;
}
这段就是如果当前文件已经存在cache中,直接替换
pos = -pos-1;
接下来是反正操作,就是默认要插入新值了
接下来这段是不懂的代码???
/* * Inserting a merged entry ("stage 0") into the index * will always replace all non-merged entries.. */if (pos<active_nr&&ce_stage(ce) ==0) {
while (ce_same_name(active_cache[pos], ce)) {
ok_to_add=1;
if (!remove_cache_entry_at(pos))
break;
}
}
if (!skip_df_check&&check_file_directory_conflict(ce, pos, ok_to_replace)) {
if (!ok_to_replace)
return-1;
pos=cache_name_pos(ce->name, ntohs(ce->ce_flags));
pos=-pos-1;
}
这段是处理文件和文件夹子串冲突的,因为cache的冲突删了,pos重新算了
接下来逻辑还算简单一点
/* Make sure the array is big enough .. */if (active_nr==active_alloc) {
active_alloc=alloc_nr(active_alloc);
active_cache=xrealloc(active_cache, active_alloc*sizeof(structcache_entry*));
}
/* Add it in.. */active_nr++;
if (active_nr>pos)
memmove(active_cache+pos+1, active_cache+pos, (active_nr-pos-1) *sizeof(ce));
active_cache[pos] =ce;
active_cache_changed=1;
前言
想了一下,还是先追git-init-db吧。
再看代码前,再做一次“热身”。
建一个只有一个文件的文件夹,我们看看git init会发生一点什么
好了,这是从现象层面的观察,接下来让我们从代码层面出发来分析
git-init-db源码分析
看代码先看文档
文档说得很清晰。
主要工作是
This simply creates an empty git object database - basically a
.git
directory and
.git/object/??/
directories.两个环境变量可以忽略不计
另外有一句话有意思
"git-init-db" won't hurt an existing repository.
可能就是指不会破坏现有工作区吧
好了进入正题init-db.c
我们看一些代码片段
整个refs目录被建立起来了
另外往HEAD里写入默认refs/heads/master软链接,表示默认是master分支。虽然refs/heads里面还没有内容
好像还没看到对象数据库嘛。等下
代码依旧简单。
sha1_dir 获取默认对象数据库文件夹目录路径(objects)
创建文件夹
然后建立SHA1首个byte的文件夹,为以后对象分批存储做准备,一下子把256个文件夹全建了,好像最新版的git不是这样的逻辑。现版本应该还是lazy原则。不用管这个不重要
另外顺便把pack文件也建了,这个到和现版本一致
完了。对的,完了。看来还是git-init-db最简单啊。昨天找错对象了。
好,直接进入下一个章节
git-update-cache --add
git-update-cache 源码分析
老规矩先过文档git-update-cache.txt
--add
加文件进cache,我要观察的重点
把进cache的文件去掉
贴上原文解释
'--refresh' does not calculate a new sha1 file or bring the cache
up-to-date for mode/content changes. But what it does do is to
"re-match" the stat information of a file with the cache, so that you
can refresh the cache for a file that hasn't been changed but where
the stat entry is out of date
就是说,刷新不会重新生成,而是把index文件重新加载/关联。换句话说就是cache如果“脏”了的情况下需要刷一下。
原文:
--cacheinfo' is used to register a file that is not in the
current working directory. This is useful for minimum-checkout
merging.
To pretend you have a file with mode and sha1 at path, say:
$ git-update-cache --cacheinfo mode sha1 path
就是在工作目录没有文件的情况下,可以“无中生有”把对象数据库内的文件逻辑上加入cache。
从实体上解释不通,但是从cache结构就好解释,本身cache就是和object对象数据库关联。其实cache以及可以和工作目录是隔离状态。
'--info-only' is
useful when the file is available, but you do not wish to update the
object database.反过来实体文件存在,暂时不想要进对象数据库的。逻辑上有用,暂时想不到使用场景
--force-remove
这个也很有意思,就是在实体文件没有被删除的情况下,可以删了cache中的文件。像不像现在的“社死”
--replace
至少这个版本,对于文件名和文件夹名冲突的情况处理,翻来覆去看老半天才懂- --replace,用--add不行,会refuses。
file
这个版本是不能用 . 的,也好,更逻辑更简单一些
update-cache.c分析
从main函数开始
就是准备一个index.lock文件做好更新准备,这里用的
cache_file这个struct
比较鸡贼的是还有一个next的指针指向上一次的cache_file。
好像和rollback有点关系。暂时和主线无关略。
读取index文件
entries = read_cache();这个昨天已经分析过了,略
分析参数
主要式分析前面的--参数
--add:allow_add = 1;
--remove:allow_remove = 1;
--replace:allow_replace = 1;
--info-only:info_only = 1;
--force-remove:force_remove = 1;
这些参数就是直接把标志位设置了一下
--refresh:直接调用refresh_cache(),非主线后面再看
--cacheinfo:也是直接分析3个参数,调用add_cacheinfo直接加了,非主线后面再看吧
分析path
调用verify_path(path)
并非验证本身文件是否存在,而是检查是否为“合法“文件名。同时对.git文件夹”误操作“做出的规避。
强制删除(如果有)
这里如果前面force_remove = 1,那么就会调用remove_file_from_cache,和add_cacheinfo正好是一对,我们后面再分析。
把文件加入缓存
调用add_file_to_cache(path),循环结束。好了,进入了update-cache的逻辑核心区了。
对了不是还有remove的嘛,怎么没有“专门”给他的函数。也许你可以“猜”出来,remove也是通过add_file_to_cache来实现的。
a)删除文件
好了,说到曹操,曹操就到。上代码
这里是“正宗”对工作目录的操作,lstat就是拿文件状态,“代价”非常小。
如果我前面已经加过--remove了,这里就会调用remove_file_from_cache实现,和前面步骤5相同。
b)增加cache_entry
好了,remove cache的逻辑处理完了,剩下的都是add的了
这里cache_entry_size函数计算cache_entry的内存大小,大小直接和path呈函数关系,侧面说明cache_entry本身不占用空间,大小和path路径长度强关联。
然后对新cache_entry的ce对象进行赋值操作
接下来是判断st_mode 和File type mask位的判断
这里有个小分支
如果是是普通文件,执行index_fd方法。
里面是通过mmap,把文件的内容全部读入buf
如果是链接,就把链接对应的内容,直接全部读进来。
这里有个汇聚,都去执行write_sha1_file
c) 写入到objects对象数据库去
就是write_sha1_file的核心逻辑
首先调用write_sha1_file_prepare方法来把要写入的文件名算出来
首先计算SHA1签名
签名包括HEAD(type+length) 和 内容 加在一起生成签名
最后把filename算出来是这样的.git/objects/{2}/{38} 这样的
其中sha1_file_name和fill_sha1_path还是的代码逻辑还是蛮技巧性的,这里不展开了
通过has_sha1_file判断去重
1 从objects/{2}/{38} 里面找
2 从pack里面找,这个是对象数据库的压缩格式,这里非主线任务不展开了
再开一个临时文件objects/obj_XXXXXX
接下来使用deflate压缩算法,把文件内容压缩写入临时文件
写入成功后ret = link(tmpfile, filename); 把临时文件内容link到正式文件里面。
到这里总算是完成了写入工作了
这里多说一句,如果用--info-only,那就是直接调用write_sha1_file_prepare,生成sha1就完事了,没有后续写入对象数据库的操作。
d)写入到cache中去
绕到这里其实有点晕,对象数据库已经加入了,但是终点还没到。现在只是新增了一个cache_entry,并没有active_cache内存对象的“回写”。
先看option,这个值和我们前面的--add/replace 有关
调用cache_name_pos
看字面代码意思,是对cache的name进行一个二分查找对比
如果发现一致就返回一个正值
如果没有找到,就在一个符合排序的位置并赋值上负值。
这段就是如果当前文件已经存在cache中,直接替换
pos = -pos-1;
接下来是反正操作,就是默认要插入新值了
接下来这段是不懂的代码???
既然前面pos 是没找到一样的,为啥后面还要判断ce_same_name啊,明显不会发生啊。
后来再反复看了几遍!
#define ce_namelen(ce) (CE_NAMEMASK & ntohs((ce)->ce_flags))
就是说ce_flags的高位掩码不同,肯定是做了啥处理了!这个花头要结合其他写入这个flag结合去处理了
我这里立一个flag吧,打脸就打理吧
因为已经说了是merged entry
是不是冲突解决标志位有关?待揭秘?
反正就是把原有的高位flag不同的cache给去掉
这段是处理文件和文件夹子串冲突的,因为cache的冲突删了,pos重新算了
接下来逻辑还算简单一点
内存有没有到上限active_alloc,如果超标了,重新申请内存。
把新的cache_entry放到active_cache的pos位置
e)回写index
write_cache函数来实现
和read_cache是相反的
写入cache_header
写入entries
写入SHA1签名
注意:这里操作都是针对index.lock的
还有一步commit_index_file
把index.lock重命名为index
好像疑问更多了
小结明天再写……,再缕一缕……
盘点总结
一天都干了点其他事情,再把 Git源码学习系列(一)重新再回顾下。似乎思路更清楚了
active_cache再回头想了一下,首先它是个数组,但是它不普通,他是整个cache的核心,所以肯定不简单。
这个应该是C语言的特性,只怪平时接触得太少。
第一处是读取index的cache_entry部分,每次读取下一条记录都直接offset当前ce_size就行了!效率很高,因为index文件内存已 经整个映射到内存中了。
第二处是插入记录部分
看看这个memmove函数,功能:由src所指内存区域复制count个字节到dest所指内存区域。
字面意思还难理解
和我们以前不同,这个数组天生一直保持排序。每次新增数据都会插入到“正确位置”
cache_name_pos这个函数就是查和插一体的!
差不多就是三种情况
因为是已排序的数组,
所以二分查找就有了意义,三种情况正好是等于,小于和大于
根据情况直接前队变后队,或者后对变前队这种阵型转换了
最后last first错位,代表查找结束,就算找不到也能找到插入位置
cache中应该没有树!
现在cache已经从内存结构翻个底朝天了,应该是没有树这个概念了,当然也没有文件夹这个概念了。和想象不太一样。
想想也对。cache是追求高效率的结构。name已经记录了全路径,再记录文件夹似乎“冗余”了
突然想到一个有趣的场景,如果你文件修改正好改得和某个历史版本一毛一样会怎么样?
不会有新对象文件被写入
前面已经整理了有去重逻辑。
直接返回了,sha1重复了,所以直接关联“旧”的对象,非常有意思。
下一步计划
应该是commit啦
The text was updated successfully, but these errors were encountered: