Kuinka Git toimii sisäisesti?

Question

Accepted Answer

Sisäisesti Git on **sisältöosoittuva objektivarasto** — se varastoi kaiken **objekteina** (blobit, puut, commitit, tagit), jotka tunnistetaan niiden **SHA-1 hashilla**. Tämän mallin ymmärtäminen selkeyttää Gitia ja selittää, miksi sen toiminnot käyttäytyvät niin kuin ne käyttäytyvät.

## Git on sisältöosoittuva objektivarasto

```text
Git stores 4 types of OBJECTS, each identified by the SHA-1 HASH of its content:
  BLOB   → file CONTENTS (just the data, no filename)
  TREE   → a directory: maps names → blobs (files) and trees (subdirs) + permissions
  COMMIT → a snapshot: points to a TREE (the root) + parent commit(s) + author/message
  TAG    → an annotated tag object (points to a commit, with metadata)
→ Content-addressable: an object's ID IS the hash of its content (same content = same hash).
```

## Commit on tilannekuva, ei ero

```text
→ Each COMMIT points to a complete TREE (the full state of the project at that point)
→ Git stores SNAPSHOTS, not diffs (though it compresses/deduplicates internally):
  unchanged files → the commit's tree just REUSES the same blob (same hash) → efficient
→ Diffs you see are COMPUTED between snapshots, not stored.
```

## Kuinka se sopii yhteen

```text
Branch (e.g. main) → a pointer (a ref) to a COMMIT
HEAD → points to the current branch (or commit)
Commit → tree → blobs (the snapshot)
Commit → parent → parent → ... (the history chain)
→ Branches/tags are just small files containing a commit hash (cheap pointers).
  That's WHY branching is so lightweight.
```

## Miksi tämä selittää Gitin käyttäytymisen

```text
✓ Branches are cheap → they're just a 40-char hash in a file (not file copies)
✓ Integrity → content-addressing means corruption/changes are detectable (hash mismatch)
✓ Commits are immutable → changing anything = a new hash = a new commit (why rebase
  creates NEW commits, why history rewriting changes hashes)
✓ Deduplication → identical content stored once (shared blobs)
```

## Miksi sillä on merkitystä

Gitin sisäisen toiminnan ymmärtäminen on arvokas seniorien tasoinen tieto, koska se **selkeyttää Gitia** ja selittää, *miksi* sen toiminnot käyttäytyvät niin kuin ne käyttäytyvät, syventäen kykyäsi päätellä ja käyttää Gitia luottavaisesti.

Ydinmalli — Git **sisältöosoitettavana objektivarastona** neljällä objektityypillä (blobit tiedoston sisällölle, puut hakemistoille, commitit tilannekuville, tagit) jokainen tunnistettu **sen sisällön hashilla** — on perusta, johon kaikki muu perustuu.

Ymmärtäminen, että **commit on tilannekuva, ei ero** (jokainen commit osoittaa täydelliseen puuhun, joka edustaa koko projektia, muuttumattomat tiedostot käyttävät tehokkaasti uudelleen samoja blobeja, ja erot lasketaan eikä varastoida) korjaa yleisen väärinkäsityksen ja selittää Gitin tilannekuvapohjaisen mallin.

Näkeminen **kuinka se sopii yhteen** (haarat ja tagit halpoina osoittimina/referensseina commiteille, HEAD osoittaa nykyiselle haaralle, commitit ketjutettu vanhemmuuden kautta) paljastaa eleganssin yksinkertaisuuden alla.

Eniten arvokasta, tämä ymmärtäminen **selittää Gitin havaittavan käyttäytymisen**: miksi **haarat ovat kevyitä** (vain hash pienessä tiedostossa, ei tiedostojen kopioita — selittää, miksi haaroitus on niin nopeaa), miksi Gitissä on **eheys** (sisältöosoitus havaitsee korruption hash-eroavuuksien kautta), miksi **commitit ovat muuttumattomia** ja historian uudelleenkirjoitustoiminnot, kuten rebase, luovat **uusia commiteja uusilla hasheilla** (minkä tahansa sisällön muuttaminen muuttaa hashia), ja miksi Git **poistaa kaksoiskappaleet** (identtinen sisältö varastoitu kerran).

Tämä syvempi malli muuttaa Gitin joukkoon opittuja komentoja ymmärrettävästä järjestelmästä, mahdollistaen luottavaisen päättelyn monimutkaisista operaatioista.

Koska sisäisen objektimallin ymmärtäminen selittää, miksi Git käyttäytyy niin kuin se käyttäytyy (kevyet haarat, muuttumattomat commitit, hash-muutokset uudelleenkirjoituksessa, eheys) ja nostaa sinut Gitin käyttämisestä sen todelliseen ymmärtämiseen, Gitin sisäisten toimintojen ymmärtäminen on arvokas seniorien tasoinen tieto — aihe, joka heijastaa seniorin rooleista odotettavaa syvyyttä ja tarjoaa mentaalisen mallin päätellä Gitia luottavaisesti, selkeyttää sen käyttäytymisen ja tekee edistyneistä operaatioista ymmärrettäviä sen sijaan että ne olisivat salaperäisiä.