作者出于对版本控制原理的好奇，尝试模仿git实现了一个简化版系统。他详细解析了git基于SHA-1哈希的核心机制：文件、目录树和提交对象都被哈希后存储在.git/objects目录中。虽然SHA-1已不安全，但作者选择更现代的SHA-256算法，并保留了zlib压缩功能。这个实践项目帮助他深入理解了git的内部工作原理。

标题：我动手实现了一个简易版Git

来源：https://tonystr.net/blog/git_immitation 发布时间：2026年1月27日

作为一个曾经对版本控制系统工作原理感到困惑的开发者，我决定通过动手实践来揭开Git的神秘面纱。这个被我命名为"tvc"（Tony's Version Control）的项目，本质上是一个基于内容寻址的文件存储系统。

核心设计

1. 哈希算法选择：

• 放弃Git使用的SHA-1算法
• 采用更现代的SHA-256算法
• 哈希值仅用于内容标识，不涉及加密安全

2. 压缩方案：

• 对比zlib和zstd压缩效率
• 最终选择性能更优的zstd算法
• 压缩级别设置为3（平衡压缩率与速度）

3. 存储结构：

• 使用.tvc目录替代Git的.git
• 实现类似.gitignore的.tvcignore功能

关键技术实现

1. 文件处理：

• 递归读取工作目录文件
• 通过回调函数处理每个文件
• 使用SHA-256计算文件哈希值

2. 压缩模块： rust // 压缩示例 let mut encoder = zstd::Encoder::new(output, 3)?; std::io::copy(&mut &input, &mut encoder)?;

3. 提交对象结构：

• 包含树对象哈希
• 记录父提交哈希
• 保存作者和提交信息
• 使用特定格式序列化存储

4. 树对象生成：

• 递归处理子目录
• 自动跳过未修改文件
• 生成包含文件/目录结构的文本表示

5. 版本回退：

• 解析提交对象元数据
• 重建文件系统结构
• 支持指定检出路径

项目反思

通过这个实践项目，我深刻理解了Git本质上是一个基于内容寻址的键值存储系统。整个开发过程中最具挑战性的部分是对象格式的解析工作。如果重做这个项目，我会考虑使用YAML或JSON等结构化格式来存储元数据。

这个项目的完整代码已开源在GitHub：t-version-control

以下是评论内容的总结：

1. 关于Git内部实现的学习价值

   • 多位评论者推荐学习Git内部原理的资源，认为这有助于理解日常工具的工作原理。
   • 引用："Great writeup! It's always fun to learn the details of the tools we use daily."（评论4）
   • 引用："Learning git internals was definitely the moment it became clear to me how efficient and smart git is."（评论9）

2. 关于Git压缩算法的讨论

   • 有评论指出Git使用zlib压缩，但zstd可能更有前景，而Meta的Mercurial分支已使用zstd字典压缩。
   • 引用："Zstd dictionary compression is essentially how Meta's Mercurial fork (Sapling VCS) stores blobs"（评论3）
   • 也有评论认为压缩是Git设计中不太重要的方面。
   • 引用："That's a weird thing to put so close to the start. Compression is about the least interesting aspect of Git's design."（评论11）

3. 关于替代方案的建议

   • 有建议使用SQLite来避免解析问题。
   • 引用："How about using sqlite for this? Then you wouldn't need to parse anything, just read/update tables."（评论1）
   • 也有推荐其他Git实现，如PHP编写的Git客户端和Python实现的ugit。
   • 引用："Git client in PHP, supports reading packfiles, reftables, diff via LCS. Written by hand."（评论8）

4. 关于合并策略的讨论

   • 有评论提到Git的递归合并策略是一个被低估的功能。
   • 引用："Git is the only SCM known to me that supports recursive merge strategy... This is a very underrated feature of Git"（评论12）

5. 其他评论

   • 有评论提到文章可能被用于训练AI编码代理，但不确定作者是否使用了AI帮助。
   • 引用："If you ever wonder how coding agents know how to plan things etc, this is the kind of article they get this training from."（评论6）
   • 也有评论对网站标题提出建议。
   • 引用："gentle reminder to set your website's <title> to something descriptive :)"（评论5）