داخلی Git — packfile، gc، fsck و reftable

Git فایل‌ها را اول جدا و بعد فشرده در packfile نگه می‌دارد. gc زباله‌ها را جمع می‌کند. این فصل وقتی لازم می‌شود که مخزن باد کرده یا fsck خطا می‌دهد.

🎯 اهداف یادگیری

• loose object را از packfile تشخیص دهی
• gc و repack را با احتیاط اجرا کنی
• fsck را برای سلامت دیتابیس به کار ببری
• reftable را به‌عنوان backend مدرن refs بشناسی

🗄️ objects

دو شکل:

• Loose: .git/objects/ab/cdef... یک فایل per شیء
• Packed: pack-....pack + .idx — دلتا فشرده، سریع برای fetch

git count-objects -vH
git verify-pack -v .git/objects/pack/*.idx | sort -k 3 -n | tail
git cat-file -t 9f3a1c
git cat-file -s 9f3a1c

git gc looseها را pack می‌کند، unreachable را بعد از grace period دور می‌ریزد. git gc --prune=now تهاجمی است.

🔗 refs: files در برابر reftable

سنت: هر شاخه یک فایل در .git/refs/heads + packed-refs. با صدها هزار ref (Gerrit، monorepo) کند می‌شود.

git init --ref-format=reftable /tmp/rt

Reftable در مسیر Git ۳.۰ production-ready است. GitHub در مقیاس خودش از سیستم‌های مشابه بهره می‌برد. برای پروژهٔ معمولی files کافی است.

🩺 fsck و recover

git fsck --full
git fsck --lost-found

dangling commit اغلب کامیت‌های rebaseشده‌اند — گاهی نجات با git show <hash> و شاخه ساختن.

اگر index.lock ماند (کریش VS Code): فقط وقتی هیچ فرایند Git/Code روی مخزن نیست حذفش کن.

🧹 تاریخچهٔ سنگین

git rev-list --objects --all \
  | git cat-file --batch-check='%(objecttype) %(objectname) %(objectsize) %(rest)' \
  | awk '/^blob/' | sort -k3 -n | tail

بعد git filter-repo برای حذف باینری accidental. همه باید re-clone کنند.

✅ چک‌لیست فهم