git.oblomov.eu Git - git/blob - Documentation/technical/pack-format.txt

   1 GIT pack format
   2 ===============
   3
   4 == pack-*.pack files have the following format:
   5
   6    - A header appears at the beginning and consists of the following:
   7
   8      4-byte signature:
   9          The signature is: {'P', 'A', 'C', 'K'}
  10
  11      4-byte version number (network byte order):
  12          GIT currently accepts version number 2 or 3 but
  13          generates version 2 only.
  14
  15      4-byte number of objects contained in the pack (network byte order)
  16
  17      Observation: we cannot have more than 4G versions ;-) and
  18      more than 4G objects in a pack.
  19
  20    - The header is followed by number of object entries, each of
  21      which looks like this:
  22
  23      (undeltified representation)
  24      n-byte type and length (3-bit type, (n-1)*7+4-bit length)
  25      compressed data
  26
  27      (deltified representation)
  28      n-byte type and length (3-bit type, (n-1)*7+4-bit length)
  29      20-byte base object name
  30      compressed delta data
  31
  32      Observation: length of each object is encoded in a variable
  33      length format and is not constrained to 32-bit or anything.
  34
  35   - The trailer records 20-byte SHA1 checksum of all of the above.
  36
  37 == Original (version 1) pack-*.idx files have the following format:
  38
  39   - The header consists of 256 4-byte network byte order
  40     integers.  N-th entry of this table records the number of
  41     objects in the corresponding pack, the first byte of whose
  42     object name is less than or equal to N.  This is called the
  43     'first-level fan-out' table.
  44
  45   - The header is followed by sorted 24-byte entries, one entry
  46     per object in the pack.  Each entry is:
  47
  48     4-byte network byte order integer, recording where the
  49     object is stored in the packfile as the offset from the
  50     beginning.
  51
  52     20-byte object name.
  53
  54   - The file is concluded with a trailer:
  55
  56     A copy of the 20-byte SHA1 checksum at the end of
  57     corresponding packfile.
  58
  59     20-byte SHA1-checksum of all of the above.
  60
  61 Pack Idx file:
  62
  63         --  +--------------------------------+
  64 fanout      | fanout[0] = 2 (for example)    |-.
  65 table       +--------------------------------+ |
  66             | fanout[1]                      | |
  67             +--------------------------------+ |
  68             | fanout[2]                      | |
  69             ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ |
  70             | fanout[255] = total objects    |---.
  71         --  +--------------------------------+ | |
  72 main        | offset                         | | |
  73 index       | object name 00XXXXXXXXXXXXXXXX | | |
  74 table       +--------------------------------+ | |
  75             | offset                         | | |
  76             | object name 00XXXXXXXXXXXXXXXX | | |
  77             +--------------------------------+<+ |
  78           .-| offset                         |   |
  79           | | object name 01XXXXXXXXXXXXXXXX |   |
  80           | +--------------------------------+   |
  81           | | offset                         |   |
  82           | | object name 01XXXXXXXXXXXXXXXX |   |
  83           | ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~   |
  84           | | offset                         |   |
  85           | | object name FFXXXXXXXXXXXXXXXX |   |
  86         --| +--------------------------------+<--+
  87 trailer   | | packfile checksum              |
  88           | +--------------------------------+
  89           | | idxfile checksum               |
  90           | +--------------------------------+
  91           .-------.
  92                   |
  93 Pack file entry: <+
  94
  95      packed object header:
  96         1-byte size extension bit (MSB)
  97                type (next 3 bit)
  98                size0 (lower 4-bit)
  99         n-byte sizeN (as long as MSB is set, each 7-bit)
 100                 size0..sizeN form 4+7+7+..+7 bit integer, size0
 101                 is the least significant part, and sizeN is the
 102                 most significant part.
 103      packed object data:
 104         If it is not DELTA, then deflated bytes (the size above
 105                 is the size before compression).
 106         If it is REF_DELTA, then
 107           20-byte base object name SHA1 (the size above is the
 108                 size of the delta data that follows).
 109           delta data, deflated.
 110         If it is OFS_DELTA, then
 111           n-byte offset (see below) interpreted as a negative
 112                 offset from the type-byte of the header of the
 113                 ofs-delta entry (the size above is the size of
 114                 the delta data that follows).
 115           delta data, deflated.
 116
 117      offset encoding:
 118           n bytes with MSB set in all but the last one.
 119           The offset is then the number constructed by
 120           concatenating the lower 7 bit of each byte, and
 121           for n >= 2 adding 2^7 + 2^14 + ... + 2^(7*(n-1))
 122           to the result.
 123
 124
 125
 126 == Version 2 pack-*.idx files support packs larger than 4 GiB, and
 127    have some other reorganizations.  They have the format:
 128
 129   - A 4-byte magic number '\377tOc' which is an unreasonable
 130     fanout[0] value.
 131
 132   - A 4-byte version number (= 2)
 133
 134   - A 256-entry fan-out table just like v1.
 135
 136   - A table of sorted 20-byte SHA1 object names.  These are
 137     packed together without offset values to reduce the cache
 138     footprint of the binary search for a specific object name.
 139
 140   - A table of 4-byte CRC32 values of the packed object data.
 141     This is new in v2 so compressed data can be copied directly
 142     from pack to pack during repacking without undetected
 143     data corruption.
 144
 145   - A table of 4-byte offset values (in network byte order).
 146     These are usually 31-bit pack file offsets, but large
 147     offsets are encoded as an index into the next table with
 148     the msbit set.
 149
 150   - A table of 8-byte offset entries (empty for pack files less
 151     than 2 GiB).  Pack files are organized with heavily used
 152     objects toward the front, so most object references should
 153     not need to refer to this table.
 154
 155   - The same trailer as a v1 pack file:
 156
 157     A copy of the 20-byte SHA1 checksum at the end of
 158     corresponding packfile.
 159
 160     20-byte SHA1-checksum of all of the above.