从零开始写 Git（0）

Sun, 24 May 2026 16:02:32 -0700

什么是 Git？

在 Linus 看来，Git 可以代表很多东西——心情好时是 “global information tracker”，崩溃时则是 “goddamn idiotic truckload of sh*t”。它是 Linus Torvalds 在 2005 年 4 月用大概 7 天写出来的分布式版本控制工具。创造出来的目的是让 Linux 内核的开发变得便捷（而不是用邮件来发送源码）。随着近些年的发展，Git 已经是全球开发者和软件工程师不得不日常使用的一个工具。建立在 Git 之上的 GitHub 已经是全球最大的代码托管平台。

到底什么是 Git？

我先来讲一个我认识的人的事。ta 每次写作文的时候都喜欢写很多不同的版本（初稿、第二稿、终稿、终终稿、绝对不改稿、绝对绝对不改-终稿……）。每次写的时候都必须复制一个上一版本的作文来进行修改。

如果是编程的话，情况就会更加复杂。修改一个 bug 可能会导致更多 bug 的出现。可能我修到一半不想修了想回去，我都不知道哪个才是我一开始的版本。每次都手动复制粘贴的话，人早就迷失了。

而 Git 就是把复制存储这些自动化，并且加了些小功能，比如 diff（可以看到和上个版本的区别）、log（可以看到不同版本之间的依赖关系）等等。

为什么我要重新写 Git？

早些时候，我在油管上刷视频的时候，看到了 ThePrimeagen 在说 Linus Torvalds 在没有 AI、没有 LLM 的情况下用 7 天就写出了一个能跑的 Git 版本。而现在的计科学生有 ChatGPT、有 Claude 的帮助，各种文章来解释 Git 的原理，重新写一个 Git 的克隆版十分简单，最多一两个月就可以做到。这个过程也能让人了解 Git 的实际工作原理和基本的文件系统操作（如创建、删除文件/文件夹，计算 SHA-1，文件路径搜索，读写文件等）。

当时的我又对 Rust 十分感兴趣，于是就打算用 Rust 来写一个 Git 实现。在开写之前，我找 Claude 验证了一下这个项目的可行性：

理论可行，并且写 Git 并不需要使用复杂的 lifetime、borrow checker、async 等 Rust 生态内比较困难的特性，所以并没有一个十分复杂的学习曲线。

Git 的实现方式

在 Git 里，所有东西都是一个 object 存储在 .git/objects 文件夹里面。

以下是存储在 objects 文件夹里面的 4 种 object：

Blob：一个 blob 代表一个文件，用 bytes string 存储 blob <size>\0<content>，再用 SHA-1 来生成独属于每个文件状态的哈希值，相当于一个对文件状态的快照。通过 SHA-1 可以在 objects 目录中找到对应的文件内容。原始的文件名则存储在引用该 blob 的 tree object 中。
Commit：这是一般使用 Git 的人接触最多的 object（git commit）。一个 commit 由这几个部分组成：
- 代表目前 repository 状态的 tree
- 代表上一个 commit 的 parent（如果是第一个 commit 的话，此行为空）
- 作者
- committer（早些时候的 Git 并没有 remote，开发者都是用邮件来传达源码的，所以会导致编写源码的人和提交的人并不是同一个人）
- commit 名称
Tag：一个 tag 是一个指向某个 commit 的引用，通常用于标记发布版本（如 v1.0、v2.0）。它也可以附带一个标签信息（annotated tag），包含作者、日期和签名等内容。
Tree：一个 tree 里带有很多个 blob，相当于对当前 Git worktree 的一个整体快照。Tree 也拥有独属于自己的 SHA-1 编号。

Plumbing vs. Porcelain

在 Git 的日常使用命令当中：commit、push、add、reset、switch、pull 都属于 porcelain 命令。它们并不会直接操作底层的 object。这些也是 Linus 在写完 Git 转交给 Junio Hamano 之后才增加的便于日常使用的命令。

Linus 在那七天主要是写出了 Git 的 plumbing 命令：cat-file、hash-object、ls-tree、log、init 等直接操作单个 object 的命令。而这些命令也是此文要实现的目标。

为什么要用 Rust 来写？

Linus 的 Git 是用 C 来实现的。C 的特点是底层并且要求开发者手动控制内存。这就导致 C 在运行时十分快速，但在开发者疏忽的情况下容易发生内存泄漏等 bug。

其他语言（如 Go、JavaScript、Python）则使用垃圾收集器来在程序运行时自动回收内存，但缺点是垃圾收集器会导致程序运行速度的减慢。

而 Rust 通过特色的 borrow checker 和 lifetime 机制，达到了在编译时就可以防止内存泄漏的效果。这就让 Rust 有 C 一样快的速度和 Go 一样的安全特性。

~~其实就是入了 Rust 邪教~~

总之，这个 Git project 就是一个让我上手 Rust 的小练手项目。那让我们开始吧！

Rust 开发环境配置

通用配置（macOS / Linux）

如果你使用 macOS 或常见的 Linux 发行版（Debian、RedHat、Arch 等），可以直接用一行命令安装：

curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

你也可以使用系统的软件包管理器来安装（如 Homebrew、apt、dnf、pacman 等）。具体如何安装可以参考 Rust 官网和你的发行版对应的 wiki。

我的配置（NixOS）

如果你不用 NixOS，下面的内容不太通用，可以跳过。

我个人使用 NixOS 来作为我的日常使用和开发的发行版。它的特性是可复刻性和声明式配置方法。通过类似于 Git 的 SHA-1 的方式在 /nix/store 里来管理不同软件包的版本和依赖。总的来说，就是一般系统的安装 Rust 方法不适用于我的系统。

我安装 Rust 开发环境的方法是用 Nix flake 来创造出一个 dev shell，再通过 direnv 让我进入这个项目的时候就自动进入 dev shell。如果你写过 JavaScript / Go / Rust / Python 等语言的话，你可以把 flake.nix 看作是 package.json / go.mod / Cargo.toml / pyproject.toml。flake.nix 也会生成一个 flake.lock，就像是 package-lock.json / go.sum / Cargo.lock / poetry.lock 这些锁定依赖软件包的工具。

当然我不需要从零开始写一个开发 Rust 的 Nix flake。Nix 自己自带了一个开发 Rust 的模板。在文件夹里面打开 shell 运行：

nix flake init -t templates#rust

就会生成以下的 flake.nix：

{
  inputs = {
    naersk.url = "github:nix-community/naersk/master";
    nixpkgs.url = "github:NixOS/nixpkgs/nixpkgs-unstable";
    utils.url = "github:numtide/flake-utils";
  };

  outputs =
    {
      self,
      nixpkgs,
      utils,
      naersk,
    }:
    utils.lib.eachDefaultSystem (
      system:
      let
        pkgs = import nixpkgs { inherit system; };
        naersk-lib = pkgs.callPackage naersk { };
      in
      {
        defaultPackage = naersk-lib.buildPackage ./.;
        devShell =
          with pkgs;
          mkShell {
            buildInputs = [
              cargo
              rustc
              rustfmt
              pre-commit
              rustPackages.clippy
            ];
            RUST_SRC_PATH = rustPlatform.rustLibSrc;
          };
      }
    );
}

之后只要在这个 flake.nix 所在的目录运行：

nix develop

就会生成一个 flake.lock 和一个安装了 cargo（Rust 包管理器）、rustc（Rust 编译器）、rustfmt（Rust formatter）、clippy（Rust linter）的开发环境。

如果你嫌每次进入开发环境都需要输入命令太麻烦的话，你可以使用 direnv 来自动化这个命令。创建一个 .envrc 文件在根目录里，并且输入：

use flake

就可以自动进入开发环境了。

小结

这篇文章简单概括了：

Git 的作用
我重写 Git 的理由
Git 的内部对象模型（Blob、Commit、Tag、Tree）
Plumbing 与 Porcelain 命令的区别
Rust 的特性
开发环境的配置

下篇文章将正式开始重写 Git。

DNKYr的博客