什么是 Git？
在 Linus 看来，Git 可以代表很多东西——心情好时是 “global information tracker”，崩溃时则是 “goddamn idiotic truckload of sh*t”。它是 Linus Torvalds 在 2005 年 4 月用大概 7 天写出来的分布式版本控制工具。创造出来的目的是让 Linux 内核的开发变得便捷（而不是用邮件来发送源码）。随着近些年的发展，Git 已经是全球开发者和软件工程师不得不日常使用的一个工具。建立在 Git 之上的 GitHub 已经是全球最大的代码托管平台。
到底什么是 Git？
我先来讲一个我认识的人的事。ta 每次写作文的时候都喜欢写很多不同的版本（初稿、第二稿、终稿、终终稿、绝对不改稿、绝对绝对不改-终稿……）。每次写的时候都必须复制一个上一版本的作文来进行修改。
如果是编程的话，情况就会更加复杂。修改一个 bug 可能会导致更多 bug 的出现。可能我修到一半不想修了想回去，我都不知道哪个才是我一开始的版本。每次都手动复制粘贴的话，人早就迷失了。
而 Git 就是把复制存储这些自动化，并且加了些小功能，比如 diff（可以看到和上个版本的区别）、log（可以看到不同版本之间的依赖关系）等等。
为什么我要重新写 Git？
早些时候，我在油管上刷视频的时候，看到了 ThePrimeagen 在说 Linus Torvalds 在没有 AI、没有 LLM 的情况下用 7 天就写出了一个能跑的 Git 版本。而现在的计科学生有 ChatGPT、有 Claude 的帮助，各种文章来解释 Git 的原理，重新写一个 Git 的克隆版十分简单，最多一两个月就可以做到。这个过程也能让人了解 Git 的实际工作原理和基本的文件系统操作（如创建、删除文件/文件夹，计算 SHA-1，文件路径搜索，读写文件等）。
当时的我又对 Rust 十分感兴趣，于是就打算用 Rust 来写一个 Git 实现。在开写之前，我找 Claude 验证了一下这个项目的可行性：
理论可行，并且写 Git 并不需要使用复杂的 lifetime、borrow checker、async 等 Rust 生态内比较困难的特性，所以并没有一个十分复杂的学习曲线。
Git 的实现方式
在 Git 里，所有东西都是一个 object 存储在 .git/objects 文件夹里面。
以下是存储在 objects 文件夹里面的 4 种 object：
-
Blob：一个 blob 代表一个文件，用 bytes string 存储
blob <size>\0<content>，再用 SHA-1 来生成独属于每个文件状态的哈希值，相当于一个对文件状态的快照。通过 SHA-1 可以在 objects 目录中找到对应的文件内容。原始的文件名则存储在引用该 blob 的 tree object 中。 -
Commit：这是一般使用 Git 的人接触最多的 object（
git commit）。一个 commit 由这几个部分组成：- 代表目前 repository 状态的 tree
- 代表上一个 commit 的 parent（如果是第一个 commit 的话，此行为空）
- 作者
- committer（早些时候的 Git 并没有 remote，开发者都是用邮件来传达源码的，所以会导致编写源码的人和提交的人并不是同一个人）
- commit 名称
-
Tag：一个 tag 是一个指向某个 commit 的引用，通常用于标记发布版本（如 v1.0、v2.0）。它也可以附带一个标签信息（annotated tag），包含作者、日期和签名等内容。
-
Tree：一个 tree 里带有很多个 blob，相当于对当前 Git worktree 的一个整体快照。Tree 也拥有独属于自己的 SHA-1 编号。
Plumbing vs. Porcelain
在 Git 的日常使用命令当中：commit、push、add、reset、switch、pull 都属于 porcelain 命令。它们并不会直接操作底层的 object。这些也是 Linus 在写完 Git 转交给 Junio Hamano 之后才增加的便于日常使用的命令。
Linus 在那七天主要是写出了 Git 的 plumbing 命令：cat-file、hash-object、ls-tree、log、init 等直接操作单个 object 的命令。而这些命令也是此文要实现的目标。
为什么要用 Rust 来写？
Linus 的 Git 是用 C 来实现的。C 的特点是底层并且要求开发者手动控制内存。这就导致 C 在运行时十分快速，但在开发者疏忽的情况下容易发生内存泄漏等 bug。
其他语言（如 Go、JavaScript、Python）则使用垃圾收集器来在程序运行时自动回收内存，但缺点是垃圾收集器会导致程序运行速度的减慢。
而 Rust 通过特色的 borrow checker 和 lifetime 机制，达到了在编译时就可以防止内存泄漏的效果。这就让 Rust 有 C 一样快的速度和 Go 一样的安全特性。
其实就是入了 Rust 邪教
总之，这个 Git project 就是一个让我上手 Rust 的小练手项目。那让我们开始吧！
Rust 开发环境配置
通用配置（macOS / Linux）
如果你使用 macOS 或常见的 Linux 发行版（Debian、RedHat、Arch 等），可以直接用一行命令安装：
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
你也可以使用系统的软件包管理器来安装（如 Homebrew、apt、dnf、pacman 等）。具体如何安装可以参考 Rust 官网 和你的发行版对应的 wiki。
我的配置（NixOS）
如果你不用 NixOS，下面的内容不太通用，可以跳过。
我个人使用 NixOS 来作为我的日常使用和开发的发行版。它的特性是可复刻性和声明式配置方法。通过类似于 Git 的 SHA-1 的方式在 /nix/store 里来管理不同软件包的版本和依赖。总的来说，就是一般系统的安装 Rust 方法不适用于我的系统。
我安装 Rust 开发环境的方法是用 Nix flake 来创造出一个 dev shell，再通过 direnv 让我进入这个项目的时候就自动进入 dev shell。如果你写过 JavaScript / Go / Rust / Python 等语言的话，你可以把 flake.nix 看作是 package.json / go.mod / Cargo.toml / pyproject.toml。flake.nix 也会生成一个 flake.lock，就像是 package-lock.json / go.sum / Cargo.lock / poetry.lock 这些锁定依赖软件包的工具。
当然我不需要从零开始写一个开发 Rust 的 Nix flake。Nix 自己自带了一个开发 Rust 的模板。在文件夹里面打开 shell 运行：
nix flake init -t templates#rust
就会生成以下的 flake.nix：
{
inputs = {
naersk.url = "github:nix-community/naersk/master";
nixpkgs.url = "github:NixOS/nixpkgs/nixpkgs-unstable";
utils.url = "github:numtide/flake-utils";
};
outputs =
{
self,
nixpkgs,
utils,
naersk,
}:
utils.lib.eachDefaultSystem (
system:
let
pkgs = import nixpkgs { inherit system; };
naersk-lib = pkgs.callPackage naersk { };
in
{
defaultPackage = naersk-lib.buildPackage ./.;
devShell =
with pkgs;
mkShell {
buildInputs = [
cargo
rustc
rustfmt
pre-commit
rustPackages.clippy
];
RUST_SRC_PATH = rustPlatform.rustLibSrc;
};
}
);
}
之后只要在这个 flake.nix 所在的目录运行：
nix develop
就会生成一个 flake.lock 和一个安装了 cargo（Rust 包管理器）、rustc（Rust 编译器）、rustfmt（Rust formatter）、clippy（Rust linter）的开发环境。
如果你嫌每次进入开发环境都需要输入命令太麻烦的话，你可以使用 direnv 来自动化这个命令。创建一个 .envrc 文件在根目录里，并且输入：
use flake
就可以自动进入开发环境了。
小结
这篇文章简单概括了：
- Git 的作用
- 我重写 Git 的理由
- Git 的内部对象模型（Blob、Commit、Tag、Tree）
- Plumbing 与 Porcelain 命令的区别
- Rust 的特性
- 开发环境的配置
下篇文章将正式开始重写 Git。