索引文件解析

索引文件解析

Git的索引文件（.git/index）是暂存区的核心数据结构，它记录了当前暂存的文件状态和元信息。这个二进制文件在每次执行git add命令时都会被更新，包含了准备提交的文件快照。

索引文件结构

索引文件采用固定的二进制格式，主要包含以下部分：

1. 头部信息：12字节的固定头部
2. 索引条目：每个被跟踪文件的元数据
3. 扩展数据（可选）：额外的功能扩展
4. SHA-1校验和：20字节的文件校验

头部结构示例（伪代码表示）：

struct IndexHeader {
  char[4] signature;  // "DIRC"
  uint32 version;     // 版本号（2,3,4）
  uint32 entries;     // 索引条目数量
}

索引条目详解

每个索引条目包含以下关键信息：

interface IndexEntry {
  ctime: [number, number];  // 创建时间（秒+纳秒）
  mtime: [number, number];  // 修改时间（秒+纳秒）
  dev: number;              // 设备号
  ino: number;              // inode号
  mode: number;             // 文件模式（类型+权限）
  uid: number;              // 用户ID
  gid: number;              // 组ID
  size: number;             // 文件大小
  sha: string;              // 40字节SHA-1哈希
  flags: number;            // 标志位
  path: string;             // 相对路径
}

实际解析示例

以下是通过Node.js解析索引文件的代码片段：

const fs = require('fs');

function parseIndex(indexPath) {
  const buffer = fs.readFileSync(indexPath);
  let offset = 0;
  
  // 解析头部
  const header = {
    signature: buffer.toString('utf8', offset, offset + 4),
    version: buffer.readUInt32BE(offset + 4),
    entries: buffer.readUInt32BE(offset + 8)
  };
  offset += 12;

  // 解析条目
  const entries = [];
  for (let i = 0; i < header.entries; i++) {
    const entry = {};
    entry.ctime = [buffer.readUInt32BE(offset), buffer.readUInt32BE(offset + 4)];
    entry.mtime = [buffer.readUInt32BE(offset + 8), buffer.readUInt32BE(offset + 12)];
    entry.dev = buffer.readUInt32BE(offset + 16);
    // ...继续解析其他字段
    
    // 处理变长路径名
    const pathStart = offset + 62;
    const nullPos = buffer.indexOf(0x00, pathStart);
    entry.path = buffer.toString('utf8', pathStart, nullPos);
    
    entries.push(entry);
    offset = Math.ceil((nullPos + 1) / 8) * 8; // 8字节对齐
  }
  
  return { header, entries };
}

版本差异

Git索引文件有多个版本格式：

• 版本2：基础格式，支持常规文件
• 版本3：添加了删除路径的"假设有效"标志
• 版本4：支持未合并路径和稀疏检出

版本4新增的扩展数据示例：

IEOT：索引条目偏移表
UNTR：未跟踪文件缓存

高级应用场景

冲突解决时的索引状态

当合并冲突发生时，索引会包含多个阶段：

$ git ls-files --stage
100644 78981922613b2afb6025042ff6bd878ac1994e85 1	file.txt
100644 2abd5c1c08ca5b8d6d4c7d31551e9a287241b0f2 2	file.txt
100644 cb1d2fd071c6ae9c08969b5a7c8e5f1e64d02f52 3	file.txt

索引与工作树的交互

Git通过比较索引和工作树来确定修改状态：

function getStatusChanges() {
  // 获取索引SHA1
  const indexSHA = getIndexSHA();
  // 获取工作树文件实际SHA1
  const worktreeSHA = calculateWorktreeSHA();
  
  return {
    modified: indexSHA !== worktreeSHA,
    newFiles: /* 工作树存在但索引不存在的文件 */,
    deleted: /* 索引存在但工作树不存在的文件 */
  };
}

性能优化技巧

大型仓库可以通过以下方式优化索引性能：

1. 使用FSMonitor：在.git/config中启用：

   [core]
   fsmonitor = true
   

2. 分割索引：使用splitIndex配置：

   git config feature.splitIndex true
   

3. 预加载索引：通过preloadindex加速：

   git config core.preloadindex true
   

调试索引问题

当索引出现问题时，可以使用底层命令检查：

# 查看原始索引内容
git ls-files --stage --debug

# 验证索引一致性
git fsck --cache

# 转储索引树结构
git ls-tree -r --name-only HEAD

索引与稀疏检出

稀疏检出（sparse checkout）会动态更新索引：

# 设置稀疏检出模式
git config core.sparseCheckout true
echo "src/" > .git/info/sparse-checkout
git read-tree -mu HEAD

对应的索引变化会反映在$GIT_DIR/info/sparse-checkout文件中。