Git
章 ▾ 第2版

10.4 Gitの内部 - パックファイル

パックファイル

前のセクションの例にあるすべての手順に従った場合、11個のオブジェクト（4つのブロブ、3つのツリー、3つのコミット、1つのタグ）を含むテストGitリポジトリが作成されているはずです。

$ find .git/objects -type f
.git/objects/01/55eb4229851634a0f03eb265b69f5a2d56f341 # tree 2
.git/objects/1a/410efbd13591db07496601ebc7a059dd55cfe9 # commit 3
.git/objects/1f/7a7a472abf3dd9643fd615f6da379c4acb3e3a # test.txt v2
.git/objects/3c/4e9cd789d88d8d89c1073707c3585e41b0e614 # tree 3
.git/objects/83/baae61804e65cc73a7201a7252750c76066a30 # test.txt v1
.git/objects/95/85191f37f7b0fb9444f35a9bf50de191beadc2 # tag
.git/objects/ca/c0cab538b970a37ea1e769cbbde608743bc96d # commit 2
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4 # 'test content'
.git/objects/d8/329fc1cc938780ffdd9f94e0d364e0ea74f579 # tree 1
.git/objects/fa/49b077972391ad58037050f2a75f74e3671e92 # new.txt
.git/objects/fd/f4fc3344e67ab068f836878b6c4951e3b15f3d # commit 1

Gitはこれらのファイルの内容をzlibで圧縮しますが、あまり多くのものを保存していないため、これらのファイルは合計で925バイトしか使用しません。ここで、Gitの興味深い機能を示すために、リポジトリにいくつかの大きなコンテンツを追加します。例として、Gritライブラリからrepo.rbファイルを追加します。これは約22Kのソースコードファイルです。

$ curl https://raw.githubusercontent.com/mojombo/grit/master/lib/grit/repo.rb > repo.rb
$ git checkout master
$ git add repo.rb
$ git commit -m 'Create repo.rb'
[master 484a592] Create repo.rb
 3 files changed, 709 insertions(+), 2 deletions(-)
 delete mode 100644 bak/test.txt
 create mode 100644 repo.rb
 rewrite test.txt (100%)

結果のツリーを見ると、新しいrepo.rbブロブオブジェクトに対して計算されたSHA-1の値を確認できます。

$ git cat-file -p master^{tree}
100644 blob fa49b077972391ad58037050f2a75f74e3671e92      new.txt
100644 blob 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5      repo.rb
100644 blob e3f094f522629ae358806b17daf78246c27c007b      test.txt

次に、git cat-fileを使用して、そのオブジェクトのサイズを確認できます。

$ git cat-file -s 033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5
22044

ここで、そのファイルを少し変更して、何が起こるかを確認します。

$ echo '# testing' >> repo.rb
$ git commit -am 'Modify repo.rb a bit'
[master 2431da6] Modify repo.rb a bit
 1 file changed, 1 insertion(+)

最後のコミットで作成されたツリーを確認すると、興味深いことがわかります。

$ git cat-file -p master^{tree}
100644 blob fa49b077972391ad58037050f2a75f74e3671e92      new.txt
100644 blob b042a60ef7dff760008df33cee372b945b6e884e      repo.rb
100644 blob e3f094f522629ae358806b17daf78246c27c007b      test.txt

ブロブが異なるブロブになりました。これは、400行のファイルの末尾に1行を追加しただけですが、Gitがその新しいコンテンツを完全に新しいオブジェクトとして保存したことを意味します。

$ git cat-file -s b042a60ef7dff760008df33cee372b945b6e884e
22054

ディスク上にはほぼ同一の2つの22Kオブジェクト（それぞれ約7Kに圧縮）があります。Gitがそれらの1つを完全に保存し、2番目のオブジェクトを最初のオブジェクトとの差分としてのみ保存できれば、便利ではないでしょうか。

それが可能であることがわかりました。Gitがディスクにオブジェクトを保存する初期形式は「ルーズ」オブジェクト形式と呼ばれます。ただし、スペースを節約し、より効率的になるために、Gitはこれらのオブジェクトのいくつかを「パックファイル」と呼ばれる単一のバイナリファイルにパックすることがあります。Gitは、ルーズオブジェクトが多すぎる場合、git gcコマンドを手動で実行した場合、またはリモートサーバーにプッシュした場合にこれを行います。何が起こるかを確認するために、git gcコマンドを呼び出して、オブジェクトをパックするようにGitに手動で依頼できます。

$ git gc
Counting objects: 18, done.
Delta compression using up to 8 threads.
Compressing objects: 100% (14/14), done.
Writing objects: 100% (18/18), done.
Total 18 (delta 3), reused 0 (delta 0)

objectsディレクトリを見ると、ほとんどのオブジェクトが消えており、新しいファイルのペアが表示されていることがわかります。

$ find .git/objects -type f
.git/objects/bd/9dbf5aae1a3862dd1526723246b20206e5fc37
.git/objects/d6/70460b4b4aece5915caf5c68d12f560a9fe3e4
.git/objects/info/packs
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.idx
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.pack

残っているオブジェクトは、コミットによって参照されていないブロブです。この場合、「どうしたの、ドク？」の例と、以前に作成した「テストコンテンツ」の例のブロブです。コミットに追加したことがないため、これらはダングリングと見なされ、新しいパックファイルにはパックされません。

他のファイルは、新しいパックファイルとインデックスです。パックファイルは、ファイルシステムから削除されたすべてのオブジェクトの内容を含む単一のファイルです。インデックスは、特定のオブジェクトをすばやく検索できるように、パックファイルへのオフセットを含むファイルです。すごいのは、gcコマンドを実行する前のディスク上のオブジェクトの合計サイズが約15Kだったのに対し、新しいパックファイルは7Kしかないことです。オブジェクトをパックすることで、ディスク使用量を半分に削減しました。

Gitはどのようにこれを行うのでしょうか？Gitがオブジェクトをパックする場合、名前とサイズが似ているファイルを探し、ファイルの1つのバージョンから次のバージョンへの差分のみを保存します。パックファイルを調べて、Gitがスペースを節約するために何をしたかを確認できます。git verify-packプラミングコマンドを使用すると、パックされたものを確認できます。

$ git verify-pack -v .git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.idx
2431da676938450a4d72e260db3bf7b0f587bbc1 commit 223 155 12
69bcdaff5328278ab1c0812ce0e07fa7d26a96d7 commit 214 152 167
80d02664cb23ed55b226516648c7ad5d0a3deb90 commit 214 145 319
43168a18b7613d1281e5560855a83eb8fde3d687 commit 213 146 464
092917823486a802e94d727c820a9024e14a1fc2 commit 214 146 610
702470739ce72005e2edff522fde85d52a65df9b commit 165 118 756
d368d0ac0678cbe6cce505be58126d3526706e54 tag    130 122 874
fe879577cb8cffcdf25441725141e310dd7d239b tree   136 136 996
d8329fc1cc938780ffdd9f94e0d364e0ea74f579 tree   36 46 1132
deef2e1b793907545e50a2ea2ddb5ba6c58c4506 tree   136 136 1178
d982c7cb2c2a972ee391a85da481fc1f9127a01d tree   6 17 1314 1 \
  deef2e1b793907545e50a2ea2ddb5ba6c58c4506
3c4e9cd789d88d8d89c1073707c3585e41b0e614 tree   8 19 1331 1 \
  deef2e1b793907545e50a2ea2ddb5ba6c58c4506
0155eb4229851634a0f03eb265b69f5a2d56f341 tree   71 76 1350
83baae61804e65cc73a7201a7252750c76066a30 blob   10 19 1426
fa49b077972391ad58037050f2a75f74e3671e92 blob   9 18 1445
b042a60ef7dff760008df33cee372b945b6e884e blob   22054 5799 1463
033b4468fa6b2a9547a70d88d1bbe8bf3f9ed0d5 blob   9 20 7262 1 \
  b042a60ef7dff760008df33cee372b945b6e884e
1f7a7a472abf3dd9643fd615f6da379c4acb3e3a blob   10 19 7282
non delta: 15 objects
chain length = 1: 3 objects
.git/objects/pack/pack-978e03944f5c581011e6998cd0e9e30000905586.pack: ok

ここで、033b4というblobは、もし覚えていれば、あなたのrepo.rbファイルの最初のバージョンでしたが、b042aというblobを参照しています。これはファイルの2番目のバージョンでした。出力の3番目の列はパック内のオブジェクトのサイズを示しており、b042aがファイルで22Kを占めているのに対し、033b4はわずか9バイトしか占めていないことがわかります。興味深いのは、ファイルの2番目のバージョンがそのまま保存されている一方で、元のバージョンはデルタとして保存されていることです。これは、ファイルの最新バージョンへの高速アクセスが必要になる可能性が最も高いためです。

これの本当に素晴らしい点は、いつでも再パックできるということです。Gitは、より多くのスペースを節約しようと常に試みながら、時々自動的にデータベースを再パックしますが、手動でgit gcを実行することによって、いつでも手動で再パックすることもできます。

scroll-to-top