[PATCH] GIT: Create tar archives of tree on the fly
[git] / README
1
2
3
4         GIT - the stupid content tracker
5
6
7 "git" can mean anything, depending on your mood.
8
9  - random three-letter combination that is pronounceable, and not
10    actually used by any common UNIX command.  The fact that it is a
11    mispronounciation of "get" may or may not be relevant.
12  - stupid. contemptible and despicable. simple. Take your pick from the
13    dictionary of slang.
14  - "global information tracker": you're in a good mood, and it actually
15    works for you. Angels sing, and a light suddenly fills the room. 
16  - "goddamn idiotic truckload of sh*t": when it breaks
17
18 This is a stupid (but extremely fast) directory content manager.  It
19 doesn't do a whole lot, but what it _does_ do is track directory
20 contents efficiently. 
21
22 There are two object abstractions: the "object database", and the
23 "current directory cache" aka "index".
24
25
26
27         The Object Database (SHA1_FILE_DIRECTORY)
28
29
30 The object database is literally just a content-addressable collection
31 of objects.  All objects are named by their content, which is
32 approximated by the SHA1 hash of the object itself.  Objects may refer
33 to other objects (by referencing their SHA1 hash), and so you can build
34 up a hierarchy of objects. 
35
36 All objects have a statically determined "type" aka "tag", which is
37 determined at object creation time, and which identifies the format of
38 the object (ie how it is used, and how it can refer to other objects). 
39 There are currently three different object types: "blob", "tree" and
40 "commit". 
41
42 A "blob" object cannot refer to any other object, and is, like the tag
43 implies, a pure storage object containing some user data.  It is used to
44 actually store the file data, ie a blob object is associated with some
45 particular version of some file. 
46
47 A "tree" object is an object that ties one or more "blob" objects into a
48 directory structure. In addition, a tree object can refer to other tree
49 objects, thus creating a directory hierarchy. 
50
51 Finally, a "commit" object ties such directory hierarchies together into
52 a DAG of revisions - each "commit" is associated with exactly one tree
53 (the directory hierarchy at the time of the commit). In addition, a
54 "commit" refers to one or more "parent" commit objects that describe the
55 history of how we arrived at that directory hierarchy.
56
57 As a special case, a commit object with no parents is called the "root"
58 object, and is the point of an initial project commit.  Each project
59 must have at least one root, and while you can tie several different
60 root objects together into one project by creating a commit object which
61 has two or more separate roots as its ultimate parents, that's probably
62 just going to confuse people.  So aim for the notion of "one root object
63 per project", even if git itself does not enforce that. 
64
65 Regardless of object type, all objects are share the following
66 characteristics: they are all in deflated with zlib, and have a header
67 that not only specifies their tag, but also size information about the
68 data in the object.  It's worth noting that the SHA1 hash that is used
69 to name the object is always the hash of this _compressed_ object, not
70 the original data.
71
72 As a result, the general consistency of an object can always be tested
73 independently of the contents or the type of the object: all objects can
74 be validated by verifying that (a) their hashes match the content of the
75 file and (b) the object successfully inflates to a stream of bytes that
76 forms a sequence of <ascii tag without space> + <space> + <ascii decimal
77 size> + <byte\0> + <binary object data>. 
78
79 The structured objects can further have their structure and connectivity
80 to other objects verified. This is generally done with the "fsck-cache"
81 program, which generates a full dependency graph of all objects, and
82 verifies their internal consistency (in addition to just verifying their
83 superficial consistency through the hash).
84
85 The object types in some more detail:
86
87   BLOB: A "blob" object is nothing but a binary blob of data, and
88         doesn't refer to anything else.  There is no signature or any
89         other verification of the data, so while the object is
90         consistent (it _is_ indexed by its sha1 hash, so the data itself
91         is certainly correct), it has absolutely no other attributes. 
92         No name associations, no permissions.  It is purely a blob of
93         data (ie normally "file contents"). 
94
95         In particular, since the blob is entirely defined by its data,
96         if two files in a directory tree (or in multiple different
97         versions of the repository) have the same contents, they will
98         share the same blob object. The object is toally independent
99         of it's location in the directory tree, and renaming a file does
100         not change the object that file is associated with in any way.
101
102   TREE: The next hierarchical object type is the "tree" object.  A tree
103         object is a list of mode/name/blob data, sorted by name. 
104         Alternatively, the mode data may specify a directory mode, in
105         which case instead of naming a blob, that name is associated
106         with another TREE object. 
107
108         Like the "blob" object, a tree object is uniquely determined by
109         the set contents, and so two separate but identical trees will
110         always share the exact same object. This is true at all levels,
111         ie it's true for a "leaf" tree (which does not refer to any
112         other trees, only blobs) as well as for a whole subdirectory.
113
114         For that reason a "tree" object is just a pure data abstraction:
115         it has no history, no signatures, no verification of validity,
116         except that since the contents are again protected by the hash
117         itself, we can trust that the tree is immutable and its contents
118         never change. 
119
120         So you can trust the contents of a tree to be valid, the same
121         way you can trust the contents of a blob, but you don't know
122         where those contents _came_ from.
123
124         Side note on trees: since a "tree" object is a sorted list of
125         "filename+content", you can create a diff between two trees
126         without actually having to unpack two trees.  Just ignore all
127         common parts, and your diff will look right.  In other words,
128         you can effectively (and efficiently) tell the difference
129         between any two random trees by O(n) where "n" is the size of
130         the difference, rather than the size of the tree. 
131
132         Side note 2 on trees: since the name of a "blob" depends
133         entirely and exclusively on its contents (ie there are no names
134         or permissions involved), you can see trivial renames or
135         permission changes by noticing that the blob stayed the same. 
136         However, renames with data changes need a smarter "diff" implementation. 
137
138 CHANGESET: The "changeset" object is an object that introduces the
139         notion of history into the picture.  In contrast to the other
140         objects, it doesn't just describe the physical state of a tree,
141         it describes how we got there, and why. 
142
143         A "changeset" is defined by the tree-object that it results in,
144         the parent changesets (zero, one or more) that led up to that
145         point, and a comment on what happened.  Again, a changeset is
146         not trusted per se: the contents are well-defined and "safe" due
147         to the cryptographically strong signatures at all levels, but
148         there is no reason to believe that the tree is "good" or that
149         the merge information makes sense.  The parents do not have to
150         actually have any relationship with the result, for example. 
151
152         Note on changesets: unlike real SCM's, changesets do not contain
153         rename information or file mode chane information.  All of that
154         is implicit in the trees involved (the result tree, and the
155         result trees of the parents), and describing that makes no sense
156         in this idiotic file manager. 
157
158 TRUST: The notion of "trust" is really outside the scope of "git", but
159         it's worth noting a few things.  First off, since everything is
160         hashed with SHA1, you _can_ trust that an object is intact and
161         has not been messed with by external sources.  So the name of an
162         object uniquely identifies a known state - just not a state that
163         you may want to trust. 
164
165         Furthermore, since the SHA1 signature of a changeset refers to
166         the SHA1 signatures of the tree it is associated with and the
167         signatures of the parent, a single named changeset specifies
168         uniquely a whole set of history, with full contents.  You can't
169         later fake any step of the way once you have the name of a
170         changeset. 
171
172         So to introduce some real trust in the system, the only thing
173         you need to do is to digitally sign just _one_ special note,
174         which includes the name of a top-level changeset.  Your digital
175         signature shows others that you trust that changeset, and the
176         immutability of the history of changesets tells others that they
177         can trust the whole history. 
178
179         In other words, you can easily validate a whole archive by just
180         sending out a single email that tells the people the name (SHA1
181         hash) of the top changeset, and digitally sign that email using
182         something like GPG/PGP. 
183
184         In particular, you can also have a separate archive of "trust
185         points" or tags, which document your (and other peoples) trust. 
186         You may, of course, archive these "certificates of trust" using
187         "git" itself, but it's not something "git" does for you. 
188
189 Another way of saying the last point: "git" itself only handles content
190 integrity, the trust has to come from outside. 
191
192
193
194         The "index" aka "Current Directory Cache" (".git/index")
195
196
197 The index is a simple binary file, which contains an efficient
198 representation of a virtual directory content at some random time.  It
199 does so by a simple array that associates a set of names, dates,
200 permissions and content (aka "blob") objects together.  The cache is
201 always kept ordered by name, and names are unique (with a few very
202 specific rules) at any point in time, but the cache has no long-term
203 meaning, and can be partially updated at any time. 
204
205 In particular, the index certainly does not need to be consistent with
206 the current directory contents (in fact, most operations will depend on
207 different ways to make the index _not_ be consistent with the directory
208 hierarchy), but it has three very important attributes:
209
210  (a) it can re-generate the full state it caches (not just the directory
211      structure: it contains pointers to the "blob" objects so that it
212      can regenerate the data too)
213
214      As a special case, there is a clear and unambiguous one-way mapping
215      from a current directory cache to a "tree object", which can be
216      efficiently created from just the current directory cache without
217      actually looking at any other data.  So a directory cache at any
218      one time uniquely specifies one and only one "tree" object (but
219      has additional data to make it easy to match up that tree object
220      with what has happened in the directory)
221
222  (b) it has efficient methods for finding inconsistencies between that
223      cached state ("tree object waiting to be instantiated") and the
224      current state. 
225
226  (c) it can additionally efficiently represent information about merge
227      conflicts between different tree objects, allowing each pathname to
228      be associated with sufficient information about the trees involved
229      that you can create a three-way merge between them.
230
231 Those are the three ONLY things that the directory cache does.  It's a
232 cache, and the normal operation is to re-generate it completely from a
233 known tree object, or update/compare it with a live tree that is being
234 developed.  If you blow the directory cache away entirely, you generally
235 haven't lost any information as long as you have the name of the tree
236 that it described. 
237
238 At the same time, the directory index is at the same time also the
239 staging area for creating new trees, and creating a new tree always
240 involves a controlled modification of the index file.  In particular,
241 the index file can have the representation of an intermediate tree that
242 has not yet been instantiated.  So the index can be thought of as a
243 write-back cache, which can contain dirty information that has not yet
244 been written back to the backing store. 
245
246
247
248         The Workflow
249
250
251 Generally, all "git" operations work on the index file. Some operations
252 work _purely_ on the index file (showing the current state of the
253 index), but most operations move data to and from the index file. Either
254 from the database or from the working directory. Thus there are four
255 main combinations: 
256
257  1) working directory -> index
258
259         You update the index with information from the working directory
260         with the "update-cache" command.  You generally update the index
261         information by just specifying the filename you want to update,
262         like so:
263
264                 update-cache filename
265
266         but to avoid common mistakes with filename globbing etc, the
267         command will not normally add totally new entries or remove old
268         entries, ie it will normally just update existing cache entryes.
269
270         To tell git that yes, you really do realize that certain files
271         no longer exist in the archive, or that new files should be
272         added, you should use the "--remove" and "--add" flags
273         respectively.
274
275         NOTE! A "--remove" flag does _not_ mean that subsequent
276         filenames will necessarily be removed: if the files still exist
277         in your directory structure, the index will be updated with
278         their new status, not removed. The only thing "--remove" means
279         is that update-cache will be considering a removed file to be a
280         valid thing, and if the file really does not exist any more, it
281         will update the index accordingly. 
282
283         As a special case, you can also do "update-cache --refresh",
284         which will refresh the "stat" information of each index to match
285         the current stat information. It will _not_ update the object
286         status itself, and it wil only update the fields that are used
287         to quickly test whether an object still matches its old backing
288         store object.
289
290  2) index -> object database
291
292         You write your current index file to a "tree" object with the
293         program
294
295                 write-tree
296
297         that doesn't come with any options - it will just write out the
298         current index into the set of tree objects that describe that
299         state, and it will return the name of the resulting top-level
300         tree. You can use that tree to re-generate the index at any time
301         by going in the other direction:
302
303  3) object database -> index
304
305         You read a "tree" file from the object database, and use that to
306         populate (and overwrite - don't do this if your index contains
307         any unsaved state that you might want to restore later!) your
308         current index.  Normal operation is just
309
310                 read-tree <sha1 of tree>
311
312         and your index file will now be equivalent to the tree that you
313         saved earlier. However, that is only your _index_ file: your
314         working directory contents have not been modified.
315
316  4) index -> working directory
317
318         You update your working directory from the index by "checking
319         out" files. This is not a very common operation, since normally
320         you'd just keep your files updated, and rather than write to
321         your working directory, you'd tell the index files about the
322         changes in your working directory (ie "update-cache").
323
324         However, if you decide to jump to a new version, or check out
325         somebody elses version, or just restore a previous tree, you'd
326         populate your index file with read-tree, and then you need to
327         check out the result with
328
329                 checkout-cache filename
330
331         or, if you want to check out all of the index, use "-a".
332
333         NOTE! checkout-cache normally refuses to overwrite old files, so
334         if you have an old version of the tree already checked out, you
335         will need to use the "-f" flag (_before_ the "-a" flag or the
336         filename) to _force_ the checkout.
337
338
339 Finally, there are a few odds and ends which are not purely moving from
340 one representation to the other:
341
342  5) Tying it all together
343
344         To commit a tree you have instantiated with "write-tree", you'd
345         create a "commit" object that refers to that tree and the
346         history behind it - most notably the "parent" commits that
347         preceded it in history. 
348
349         Normally a "commit" has one parent: the previous state of the
350         tree before a certain change was made. However, sometimes it can
351         have two or more parent commits, in which case we call it a
352         "merge", due to the fact that such a commit brings together
353         ("merges") two or more previous states represented by other
354         commits. 
355
356         In other words, while a "tree" represents a particular directory
357         state of a working directory, a "commit" represents that state
358         in "time", and explains how we got there. 
359
360         You create a commit object by giving it the tree that describes
361         the state at the time of the commit, and a list of parents:
362
363                 commit-tree <tree> -p <parent> [-p <parent2> ..]
364
365         and then giving the reason for the commit on stdin (either
366         through redirection from a pipe or file, or by just typing it at
367         the tty). 
368
369         commit-tree will return the name of the object that represents
370         that commit, and you should save it away for later use.
371         Normally, you'd commit a new "HEAD" state, and while git doesn't
372         care where you save the note about that state, in practice we
373         tend to just write the result to the file ".git/HEAD", so that
374         we can always see what the last committed state was.
375
376  6) Examining the data
377
378         You can examine the data represented in the object database and
379         the index with various helper tools. For every object, you can
380         use "cat-file" to examine details about the object:
381
382                 cat-file -t <objectname>
383
384         shows the type of the object, and once you have the type (which
385         is usually implicit in where you find the object), you can use
386
387                 cat-file blob|tree|commit <objectname>
388
389         to show its contents. NOTE! Trees have binary content, and as a
390         result there is a special helper for showing that content,
391         called "ls-tree", which turns the binary content into a more
392         easily readable form.
393
394         It's especially instructive to look at "commit" objects, since
395         those tend to be small and fairly self-explanatory. In
396         particular, if you follow the convention of having the top
397         commit name in ".git/HEAD", you can do
398
399                 cat-file commit $(cat .git/HEAD)
400
401         to see what the top commit was.
402
403  7) Merging multiple trees
404
405         Git helps you do a three-way merge, which you can expand to
406         n-way by repeating the merge procedure arbitrary times until you
407         finally "commit" the state.  The normal situation is that you'd
408         only do one three-way merge (two parents), and commit it, but if
409         you like to, you can do multiple parents in one go.
410
411         To do a three-way merge, you need the two sets of "commit"
412         objects that you want to merge, use those to find the closest
413         common parent (a third "commit" object), and then use those
414         commit objects to find the state of the directory ("tree"
415         object) at these points. 
416
417         To get the "base" for the merge, you first look up the common
418         parent of two commits with
419
420                 merge-base <commit1> <commit2>
421
422         which will return you the commit they are both based on.  You
423         should now look up the "tree" objects of those commits, which
424         you can easily do with (for example)
425
426                 cat-file commit <commitname> | head -1
427
428         since the tree object information is always the first line in a
429         commit object. 
430
431         Once you know the three trees you are going to merge (the one
432         "original" tree, aka the common case, and the two "result" trees,
433         aka the branches you want to merge), you do a "merge" read into
434         the index. This will throw away your old index contents, so you
435         should make sure that you've committed those - in fact you would
436         normally always do a merge against your last commit (which
437         should thus match what you have in your current index anyway).
438         To do the merge, do
439
440                 read-tree -m <origtree> <target1tree> <target2tree>
441
442         which will do all trivial merge operations for you directly in
443         the index file, and you can just write the result out with
444         "write-tree". 
445
446         NOTE! Because the merge is done in the index file, and not in
447         your working directory, your working directory will no longer
448         match your index. You can use "checkout-cache -f -a" to make the
449         effect of the merge be seen in your working directory.
450
451         NOTE2! Sadly, many merges aren't trivial. If there are files
452         that have been added.moved or removed, or if both branches have
453         modified the same file, you will be left with an index tree that
454         contains "merge entries" in it. Such an index tree can _NOT_ be
455         written out to a tree object, and you will have to resolve any
456         such merge clashes using other tools before you can write out
457         the result.
458
459         [ fixme: talk about resolving merges here ]
460