刚刚接触git的时候，大家都听过暂存区，这是git里的一个特殊文件，我们都知道需要先将文件放入暂存区，然后才能提交到git仓库中，但这个暂存区中到底存储了点什么呢？相信不是每个人都清楚，这篇文章，我们就来解密暂存区。

文件格式

简单来说，我们平时所说的暂存区，其实就是.git/index文件，这是一个二进制文件，格式参考下面的图：

从上图中可以看到，git暂存区文件整体包含3部分：

1. 文件头
   • 签名信息，为固定字符"DIRC"
   • 文件格式的版本信息，为1或者2
   • cache-entries条目数量
2. cache-entries：记录了当前仓库中的文件元数据信息，包括下面的一些信息
   • ctime：文件创建时间
   • mtime：上一次修改的时间
   • dev：设备信息
   • ino：inode信息
   • mode：文件权限信息，例如可读/可写/可执行等
   • uid：用户ID
   • gid：用户组ID
   • size：文件大小
   • data：HASH，flags，flags2
   • name：文件名，以\0结尾
3. 校验和：用于判断当前文件是否合法

从上面的信息我们可以看到，虽然这个文件被叫做暂存区，但其实里面并没有存储实际的文件内容。另外细心的小伙伴可能注意到了，上面的size的数据类型为uint32_t，这是一个32bit的数据类型，最大表示的范围是4G，难道git就不能存储大于4G的文件吗？其实不是的，这里的dev/ino/uid/gid/size存储的是原始数据的低32bit，并不是完整的数据，这里只是表示文件对应的inode是否【可能】被修改过。

是怎么被使用的

下面是暂存区文件内容的生成以及消费的过程

1. 暂存区内容生成：

在执行git checkout命令的时候，git会根据当前版本的tree对象，生成暂存区文件内容，之后将暂存区中对应的文件内容写入到工作目录中。

2. 工作区内容变更:

用户修改工作区中的文件内容，会有右侧的几种状态，这些状态是和暂存区中的内容进行比较。

3. 暂存区入库：

在用户执行了git commit后，git会将暂存区中的记录，写入tree对象中，完成最终代码入库。

可以使用下面的命令查看暂存区内容：

1
2
3

git ls-files -s
100644 11abb9d67bb3941c8d4daa2d3bd84c91e95d0e65 0	a
100644 dad48ad8f17303cdfab1867c1522f1c807ad4f62 0	src/init.c

为什么需要暂存区

暂存区的存在，主要是让我们可以把多个修改合并到一起提交到git仓库，甚至在不同的时间点的操作合并到一起提交，这就带来了很大的灵活性。当然副作用就是，需要多一步的操作，不过git也提供了简化流程的方法，例如可以使用git commit -am "xxx"一次性的完成提交暂存区和本地仓库的双操作。