我教了一个桶说 Git

如果我只是将 git 服务器指向对象存储桶会发生什么？当我将代理沙箱移植到 Go 时，我在 billy（Go 的文件系统抽象）之上构建了所​​有内容。该项目的全部技巧是教 Tigris 存储桶的行为足够像文件系统，以至于 shell 解释器及其工具无法区分其中的差异。比利是使整个立面到位的关键层。在我让一切正常工作后，我了解到我在正常用例之外使用 billy way。它最初是为 go-git 制作的，go-git 是 git 协议和数据格式的纯 Go 实现。它根本不依赖于现有的 /usr/bin/git 二进制文件。 billy 文件系统接口上的每个方法的存在纯粹是因为 go-git 需要它。这给了我一个可怕的想法：我已经有了一个可以像文件系统一样嘎嘎叫的存储桶，而 go-git 的母语是“文件系统”。这可以正常工作吗™？让我们来看看吧。 Git 一直是一个对象存储​如果你剥去瓷器，git 存储库包含 4 个基本内容：对象或压缩的数据块。任何单个存储库中的大多数对象都是文件。树，或映射到其他对象的对象。 TL;DR：树是文件夹。提交，或指向一棵树及其父提交的对象。这使您可以确定哪些文件属于一个逻辑更改集。引用、分支和标签，它们是指向对象堆的微小的可变指针。注意 在我开始研究这个之前，我的印象是 git 只存储对空文件夹完成的补丁，这就是它重建存储库历史的方式。事实并非如此。它实际上会跟踪整个文件，这解释了为什么大的二进制 blob 会如此频繁地伪造工具。 diff 心理模型对于日常使用 git 来说效果很好；只是存储层出了问题，也就是这篇文章所在的层。例如，假设我刚刚创建了一个新的 git 存储库并向其提交了 README.md。 .git 文件夹的树看起来像这样： $ tree .git .git ├── COMMIT_EDITMSG ├── config ├── HEAD ├── index ├── 对象 │ ├── 5e │ │ └── b8151eb669aa4467b6dea2c4bce19183cd0b41 │ ├── 6a │ │ └── 6a8ecfcae2632152486aca3d9150ef83dedd66 │ ├── f4 │ │ └── d2487a1c6d742c8037c0296ddf80625190bd80 │ ├── 信息 │ └── pack └── refs ├── Heads │ └── main └── Tags 正如你所看到的，共有三个对象。其中之一是提交 5eb8151eb669aa4467b6dea2c4bce19183cd0b41 ，下一个是树，最后一个是 README 文件。主分支还指向该提交： $ cat .git/refs/heads/main 5eb8151eb669aa4467b6dea2c4bce19183cd0b41 最酷的部分是其中一半是内容寻址的。内容寻址位一旦提交就永远不会改变。 Git 对象非常适合 Tigris 的内部模型，因为它们是仅附加存储，就像构建 Tigris 的基本模型一样。经常发生变化的是引用，它们被更新以指向最新的提交。不过，这些文件都很小，这意味着 Tigris 可以毫不费力地处理它们。然而，当我们在服务器上托管 git 存储库时，我们最终会创建单点故障。我们的 git 存储库托管在可能会崩溃的单台机器上。整个实现依赖于 git 对象与文件系统对象 1:1 关联，因为每个人（甚至 GitHub）都使用 git 二进制文件来实际存储文件。托管 git 存储库成为我们无状态云原生环境中最有状态的服务之一。当然，理论上 git 是去中心化的，但我们大多数人最终都使用它来将我们的 git 存储库放在一个正常运行时间实践存在问题的大型商店中：GitHub。公平地说，GitHub 的运营规模是我们所有人都无法真正想象的。自成立以来，他们一直在挑战极限，他们必须让 Engine Yard 不断为他们建造更大的服务器来处理负载。他们必须使用大型安装文件系统来完成所有操作，因为 git 工具没有给他们其他选择。对超出人类理解范围的恐怖的嘲讽​现在假设这种怪异现象足以让您烦恼并采取措施解决它。要构建一个 git 服务器而不将所有内容存储在本地文件系统中，你必须以某种方式使用 git，而传统的选项实际上并不是那么好：如果你使用 git 二进制文件，现在你的“库”就是 git 进程的 argv，而你的错误处理是屏幕抓取输出。在内部，git 使用数十亿个子命令来实现其功能，而不是将其全部公开为库。代码库通过对 die() 的承载调用来保持在一起，这会杀死进程。如果您使用 libgit 链接到 git 的内部，您就会继承“当事情变坏时，die() ”行为，并且您的应用程序现在突然开始随机崩溃。这不利于正常运行时间。如果你尝试使用 libgit2（重写的实际上是一个库），你必须考虑到它被 GPL 搞乱了的事实（有一个链接例外，尝试解释一下 t