Git如何创建唯一的提交哈希值，主要是前几个字符？

Question

我发现很难围绕Git如何创建完全独特的哈希，即使在前4个字符中也不允许相同的哈希。我只能使用前四个字符在Git Bash中调用提交。是否在算法中明确决定第一个字符是“超” - 唯一且不会与其他类似的哈希冲突，或者算法是否以相同的方式生成哈希的每个部分？

Answer 1

Git使用以下信息生成sha-1：

• 提交的源代码树（对所有子树和blob进行解析）
• 父提交sha1
• 作者信息
• 提交者信息（对，那些是不同的！）
• 提交消息

（完整的解释;看看here）。

Git不保证前4个字符是唯一的。在chapter 7 of the Pro Git Book中写道：

Git可以为SHA-1值找出一个简短的，唯一的缩写。如果将--abbrev-commit传递给git log命令，输出将使用较短的值，但保持它们唯一;它默认使用七个字符，但如果需要保持SHA-1明确，则使它们更长：

因此Git只需要缩写即可保持唯一。他们甚至注意到：

通常，八到十个字符足以在项目中独一无二。

例如，Linux内核是一个相当大的项目，具有超过450k的提交和360万个对象，没有两个对象的SHA-1重叠超过前11个字符。

所以实际上他们只是依赖于具有完全相同（X的第一个字符）sha的巨大不可能性。

Answer 2

2017年4月：请注意在所有shattered.io episode（谷歌实现SHA1碰撞）之后，20字节格式不会永远存在。

第一步是用一个通用对象替换整个Git代码库中的硬代码的unsigned char sha1[20]，该对象的定义可能在将来发生变化（SHA2？，Blake2，...）

请参阅commit e86ab2c撰写的brian m. carlson (bk2204)（2017年2月21日）。

将unsigned char [20]的剩余用途转换为struct object_id。

这是commit 5f7817c开始的brian m. carlson (bk2204)（2015年3月13日）正在进行的努力的一个例子，cache.h的v2.5.0-rc0：

/* The length in bytes and in hex digits of an object name (SHA-1 value). */
#define GIT_SHA1_RAWSZ 20
#define GIT_SHA1_HEXSZ (2 * GIT_SHA1_RAWSZ)

struct object_id {
    unsigned char hash[GIT_SHA1_RAWSZ];
};

并且不要忘记，即使使用SHA1，4个第一个字符也不足以保证唯一性，正如我在“How much of a git sha is generally considered necessary to uniquely identify a change in a given codebase?”中解释的那样。

---

使用Git 2.16（2018年第一季度）更新2017年12月：支持替代SHA的努力正在进行中：请参阅“Why doesn't Git use more modern SHA?”。

您将能够使用另一个哈希：SHA1不再是Git的唯一哈希。

更新2018-2019：已经在Git 2.19 +中进行了选择：SHA-256。 见“hash-function-transition”。

这还没有激活（意味着git 2.21仍在使用SHA1），但代码正在完成以支持将来的SHA-256。