Git por dentro — el modelo de objetos

Idea central

Git es, por debajo, una base de datos clave→valor direccionada por contenido: la clave es el hash (SHA-1) del contenido y el valor es el contenido comprimido. Todo lo demás (ramas, commits, historia) se construye encima de eso.

Git es open source (GPLv2), escrito casi todo en C, creado por Linus Torvalds en 2005 (ver historia-de-linux) y mantenido por Junio Hamano. Código en git.kernel.org y espejo en github.com/git/git.

El almacén de objetos

Metes contenido → te devuelve su hash. Le das el hash → te devuelve el contenido. Vive en .git/objects/.

Como la clave ES el contenido hasheado:

• Contenido idéntico → mismo hash → se guarda una sola vez (deduplicación).
• Cambia un byte → hash distinto → objeto nuevo.
• El hash verifica integridad: garantiza que nada se corrompió.

Los 4 tipos de objeto

Objeto	Qué es
blob	Contenido de un archivo (solo bytes, sin nombre)
tree	Un directorio: nombres → blobs (archivos) y otros trees (subcarpetas), con permisos
commit	Apunta a un tree raíz (foto del proyecto) + commit(s) padre + autor + mensaje
tag	Puntero con nombre a un objeto (normalmente un commit) + metadatos

Un commit = “esta foto completa (este tree), después de este padre, hecha por X, con este mensaje”.

Snapshots, NO diffs

Git guarda fotos completas del árbol en cada commit, no los cambios. Los archivos que no cambiaron reutilizan el mismo blob (no se duplican). El git diff se calcula al vuelo comparando dos fotos. (A bajo nivel comprime con deltas en los packfiles para ahorrar disco, pero el modelo lógico son snapshots.)

Ramas = punteros baratos

Una rama es un archivo de 41 bytes en .git/refs/heads/ con el hash de un commit. Crear rama = escribir ese hash → instantáneo. HEAD es el puntero a “dónde estás ahora”. La historia es un grafo dirigido acíclico (DAG) de commits → padres (un merge tiene 2 padres).

Las tres zonas

Working directory  --git add-->  Index (staging)  --git commit-->  Repositorio (.git/objects)
(tus archivos)                   (.git/index)                       (historia inmutable)

• git add: hashea contenido → crea blobs, los registra en el index.
• git commit: construye trees desde el index, crea el commit (tree raíz + padre) y mueve el puntero de la rama.

Verlo tú mismo (comandos plumbing)

git cat-file -t <hash>    # tipo (blob/tree/commit)
git cat-file -p <hash>    # contenido legible
git cat-file -p HEAD      # un commit por dentro: tree, parent, author
git ls-tree HEAD          # árbol del último commit (nombres → hashes)
echo "hola" | git hash-object --stdin   # qué hash tendría un contenido

Distribuido

git clone se lleva toda la base de objetos y el historial completo — cada copia es un repo entero. Por eso no hay servidor central obligatorio (la idea de Linus para el kernel: miles de personas sin cuello de botella).

Conexiones

• historia-de-linux — Linus creó Git en 2005
• MOC_Linux · MOC_Programacion