在git中，一个文件可以由多个blob组成吗？

Question

我想知道git (至少在理论上)是否允许一个给定的文件由多个blob组成。

这在以下情况下会很有用：

commit-1: composed of big file F.
commit-2: edit on F, one line in its contents was edited.

如果发生这种情况，git可以将F的原始blob分解为3个blob，将commit-1指向这三个blob(让我们称它们为A、B和C)，现在将commit-2指向blob A、B‘和C。这在某些病理情况下可能会在内存/磁盘空间中节省千兆。

根据我对git树和blobs的理解，git不是这样设计的。我是不是遗漏了什么？

谢谢

Answer 1

你不是。git并不是为处理大文件而设计的，它的存储机制显示了这一点。遗憾的是，即使是Git LFS在这里也帮不上忙。

最初，你的新文件将被写成一个松散对象--这是一个zlib压缩的完整blob，即使它只是现有blob的1个字节的改变。

最终，此文件将存储在一个包文件中，其中它可能与相邻的blobs一起被增量压缩，但不能保证。

您可以在libgit2中构建自定义存储后端，添加您自己的机制，该机制对于您自己的已知数据格式是有效的。但是你不会与命令行git有任何兼容性，所以对于大多数应用来说，这将是一个不幸的情况。

Answer 2

Git使用增量压缩来有效地打包blobs。https://en.wikipedia.org/wiki/Delta_encoding#Git