Git如何检测文件是否被修改？

Question

Git如何如此快速地检测到文件修改？

它是否对仓库中的每个文件进行哈希并比较SHA1值？这会花费很长时间，不是吗？

还是它比较atime、ctime或mtime？

- hdorio

---

可能因平台而异。我特别关注Git/Windows如何处理它。 - Pacerier

Answer 1

Git试图通过lstat()值来确定工作树与索引是否匹配，因为回退到文件内容很昂贵。

Documentation/technical/racy-git.txt描述了使用哪些stat字段以及如何避免由于低mtime粒度而导致的一些竞争条件。此文章提供了更多详细信息。

stat值并不是防篡改的，请参阅futimens(3)。 Git可能会被欺骗而错过文件的更改；这不会损害内容哈希的完整性。

- Tobu

---

但是每个提交都会回退到文件内容吗？还是即使在提交时也在猜测？ - Pacerier

@Pacerier git使用Merkel Trees快速计算整个存储库的哈希值，而无需重新对每个文件进行哈希。唯一的要求是git知道哪些文件被修改，以便它知道需要重新计算Merkel Tree的哪些部分。 - Dai

Answer 2

对于像 "git status" 这样的报告，会进行初始 mtime 检查。但是当计算最终提交时，mtime 并不重要... 重要的是 SHA1。

- Randal Schwartz

---

@Randal：我不认为这是正确的，它总是会做一个差异比较：http://gist.github.com/240775。如果只使用mtime进行`git status`，您将在我所做的粘贴中看到修改。 - jkp

@jkp 我自己的跟踪显示未更改的工作树文件只执行了 lstat。 - Tobu

Answer 3

我猜测它使用了stat()调用的组合来确定看起来可能已经改变的内容，然后依次使用差分引擎来确定这是否属实。你可以在这里查看差分引擎的代码以获取一些想法。我仔细追踪了代码库，确信状态命令确实调用了这段代码（看起来很多东西都是如此！），当你知道Git在Windows上执行这些POSIX类型调用时，它的表现非常糟糕：在该平台上执行git status要慢一个数量级。无论如何，除了从顶部到底部阅读所有代码（如果我有时间的话，我可能会这样做！），这就是我现在能带给你的了...也许如果有人使用过这个代码库，他们可以更明确一些。注意：另一个可能的加速来自于明智地使用inline函数，其中显然是有意义的，你可以在头文件中清楚地看到这一点。[编辑：关于stat()的解释，请参见这里]

- jkp

---

可以解释一下 stat() 函数是什么并且有什么作用吗？ - hasen

Answer 4

根据不同的平台，您可以找到Git使用的系统调用来确定其状态。在Linux上尝试使用strace git status，在SunOS上尝试使用truss git status，或者使用苹果公司在Mac OS X中提供的似乎基于DTrace的工具。

- Max A.