传输协议
这里我们要看一下:Git 的客户端和服务器如何交互传输数据。
通过 HTTP 协议抓取
通过 http 协议的 url 进行的 git 数据抓取,使用了一个比较傻瓜化(dumber)的协议。
使用 http 协议,所有的逻辑计算(logic)都是在客户端进行。服务器不需要特别的设置,你只要把 git 目录放到一个可以访问的 web 目录即可。
为了能通过 http 访问,当你的仓库有任何更新时,需要运行一个命令:git update-server-info。因为 web 服务器一般不允许执行列出目录中文件的操作,所以 git update-server-info 命令把可用的打包文件(packfile)和引用(refs)列表更新到‘objects/info/packs’,info/refs 这个两个文件中。当 git update-server-info 执行后,"objects/info/packs"文件看起来就会像下面一样:
P pack-ce2bd34abc3d8ebc5922dc81b2e1f30bf17c10cc.pack
P pack-7ad5f5d05f5e20025898c95296fe4b9c861246d8.pack
如果在通过 http 协议拉取数据的过程中找不到松散文件(loose file),git 就会去尝试查找打包文件(packfiles)。 "info/refs" 文件的内容看起来就下面这样:
184063c9b594f8968d61a686b2f6052779551613 refs/heads/development
32aae7aef7a412d62192f710f2130302997ec883 refs/heads/master
当你从这个仓库开始抓取(fetch)数据时,git 就会从这些引用(refs)开始遍历查找所有的提交对象(commit objects),直到客户端得到了它所有需要的所有对象为止。
例如,你要抓取到(fetch)服务器上的"master"分支;git 看到服务器上的"master"分支指向 32aae7ae,而你当前的"master"分支是指向 ab04d88。那么很明显,你需要得到 32aae7ae 这个对象。
下面就是抓取时的交互过程(http协议层):
CONNECT http://myserver.com
GET /git/myproject.git/objects/32/aae7aef7a412d62192f710f2130302997ec883 - 200
然后返回信息看起来就像下面这样:
tree aa176fb83a47d00386be237b450fb9dfb5be251a
parent bd71cad2d597d0f1827d4a3f67bb96a646f02889
author Scott Chacon <schacon@gmail.com> 1220463037 -0700
committer Scott Chacon <schacon@gmail.com> 1220463037 -0700
added chapters on private repo setup, scm migration, raw git
好的那么现在它就是开始抓取树对象(tree) aa176fb8:译者注:32aae7ae 提交对象(commit object)指向的树对象(tree)是:aa176fb8。
GET /git/myproject.git/objects/aa/176fb83a47d00386be237b450fb9dfb5be251a - 200
下面这些是返回的树对象(tree)信息:
100644 blob 6ff87c4664981e4397625791c8ea3bbb5f2279a3 COPYING
100644 blob 97b51a6d3685b093cfb345c9e79516e5099a13fb README
100644 blob 9d1b23b8660817e4a74006f15fae86e2a508c573 Rakefile
很明显,树对象(tree)里有 3 个文件(blob),我们就把它们抓下来吧:
GET /git/myproject.git/objects/6f/f87c4664981e4397625791c8ea3bbb5f2279a3 - 200
GET /git/myproject.git/objects/97/b51a6d3685b093cfb345c9e79516e5099a13fb - 200
GET /git/myproject.git/objects/9d/1b23b8660817e4a74006f15fae86e2a508c573 - 200
这些 http 下载操作实际上是由 curl 来完成的,我们可以开多个并行的线程来加快下载速度。Git 遍历完提交对象(commit)所指向的树对象(tree)后,就会开始抓取提交对象(commit)的父对象(next parent)。
GET /git/myproject.git/objects/bd/71cad2d597d0f1827d4a3f67bb96a646f02889 - 200
返回的父对象(parent commit object)信息就如下面所示:
tree b4cc00cf8546edd4fcf29defc3aec14de53e6cf8
parent ab04d884140f7b0cf8bbf86d6883869f16a46f65
author Scott Chacon <schacon@gmail.com> 1220421161 -0700
committer Scott Chacon <schacon@gmail.com> 1220421161 -0700
added chapters on the packfile and how git stores objects
我们现在可以看到 ab04d88 是返回的对象(commit)的父对象,而 ab04d88(commit)就是我们当前的‘master’分支。那么我们只需要得到树对象(tree):b4cc00c 就可以了,因为之前的所以的提交(commit)我们都有了。为了保险起见,你也可以加上--recover
参数,强制 git 反复检查我们是否拥有所有的对象。你可以点这里:git http-fetch 查看更多信息:
如果有一个松散对象(loose object)下载失败了, git会下载打包文件索引(packfile indexes), 通过它来查找对应的 sha 串值,然后再下载对应的打包文件(packfile)。
你一定要在 git 服务器的仓库里添一个“post-receive”钩子(hook), 这个钩子(hook)会在仓库更新后执行git update-server-info
; 否则仓库的相关信息就得不到更新。
通过 Upload Pack 抓取数据
对于一个聪明的协议,抓取对象的过程(fetching objects)应当更加高效。不管是用通过 ssh 协议还是 git 协议(git:// 协议,在 9418 端口上运行), 当客户端和服务器建立了一个 socket 连接后,客户端开始运行:git fetch-pack
命令,和服务器创建(fork)的linkgit:git update-pack
进行通讯。
服务器会告诉客户端它每个引用(ref)所有拥有的 SHA 串值,而客户端会以它所需要的和所拥有 SHA 串值作为回应。
这里,服务器会把客户端需要的所有对象打一个包(packfile),然后再传送给客户端。
让我们来看一个例子。
客户端连接并且发送请求头(request header)。例如,克隆命令:
$ git clone git://myserver.com/project.git
上面的命令会产生下面的请求:
0032git-upload-pack /project.git\000host=myserver.com\000
每行的最前面的 4 个字节表示此行的 16 进行制长度(hex length) (包括这个 4 个字节,但不包括换行符)。 下面接着的是命令和参数,这之后是一个 null 字节(#body00
)和主机信息。请求的结尾是以 null 字节(\000
)结束的。
这个请求被服务器接收并且转换成对"git-upload-pack"的命令调用。
$ git-upload-pack /path/to/repos/project.git
这条命令会马上返回仓库的信息:
007c74730d410fcb6603ace96f1dc55ea6196122532d HEAD\000multi_ack thin-pack side-band side-band-64k ofs-delta shallow no-progress
003e7d1665144a3a975c05f1f43902ddaf084e784dbe refs/heads/debug
003d5a3f6be755bbb7deae50065988cbfa1ffa9ab68a refs/heads/dist
003e7e47fe2bd8d01d481f44d7af0531bd93d3b21c01 refs/heads/local
003f74730d410fcb6603ace96f1dc55ea6196122532d refs/heads/master
0000
每一行开始的头 4 个字节表示此行的长度(以 16 进制表示)。这块(section)信息以一行“0000”为结束标识符。
上面这些服务器产生的数据被发送回客户端。然后客户端用另外一个请求做为响应:
0054want 74730d410fcb6603ace96f1dc55ea6196122532d multi_ack side-band-64k ofs-delta
p 0032want 7d1665144a3a975c05f1f43902ddaf084e784dbe
0032want 5a3f6be755bbb7deae50065988cbfa1ffa9ab68a
0032want 7e47fe2bd8d01d481f44d7af0531bd93d3b21c01
0032want 74730d410fcb6603ace96f1dc55ea6196122532d
00000009done
上面这些客户端的请求会被发送到的git-upload-pack
进程,这个进程会返回(streams out)最终的结果(final response):
"0008NAK\n"
"0023\002Counting objects: 2797, done.\n"
"002b\002Compressing objects: 0% (1/1177) \r"
"002c\002Compressing objects: 1% (12/1177) \r"
"002c\002Compressing objects: 2% (24/1177) \r"
"002c\002Compressing objects: 3% (36/1177) \r"
"002c\002Compressing objects: 4% (48/1177) \r"
"002c\002Compressing objects: 5% (59/1177) \r"
"002c\002Compressing objects: 6% (71/1177) \r"
"0053\002Compressing objects: 7% (83/1177) \rCompressing objects: 8% (95/1177) \r"
...
"005b\002Compressing objects: 100% (1177/1177) \rCompressing objects: 100% (1177/1177), done.\n"
"2004\001PACK\000\000\000\002\000\000\n\355\225\017x\234\235\216K\n\302"...
"2005\001\360\204{\225\376\330\345]z2673"...
...
"0037\002Total 2797 (delta 1799), reused 2360 (delta 1529)\n"
...
"<\276\255L\273s\005\001w0006\001[0000"
你可以查看“打包文件”这一章,了解响应内容中的打包文件(packfile)的格式。
推送数据
通过 git 和 ssh 协议推送数据(pushing data)是相似的,但是更简单。基本上是,客户端发出一个“receive-pack”的请求,如果客户端有访问权限,那么服务器就返回所有引用“头”的 SHA 串值(all ref head shas)。客户端收到响应后,计算出服务器需要的所有数据或对象,再做成一个打包文件(packfile)传送给服务器。服务器收到后要么就把它们存储到硬盘上再建立索引,要么只把它解压(如果里面的对象不多的话)。
在这整个推送数据的过程中,客户端通过 git push 命令调用:git sendpack 命令,服务器端通过“ssh 连接进程”或是“git 服务器”来调用:linkgit:git-receive-pack
命令来完成整个操作。