SHA-1哈希完整性校验

3 minIntermediate2026/6/14

Git中SHA-1哈希的工作原理：内容寻址、完整性校验与碰撞问题。

1. SHA-1 在 Git 中的作用

1.1 内容寻址

Git 使用 SHA-1 哈希作为对象的唯一标识符。SHA-1 生成 160 位（20 字节）的哈希值，通常表示为 40 位十六进制字符串。

\text{SHA-1}(x) = h, \quad h \in \{0,1\}^{160}

# 计算字符串的 SHA-1
echo -n "hello" | openssl sha1
# aaf4c61ddcc5e8a2dabede0f3b482cd9aea9434d

# 计算 Git 对象的 SHA-1（包含类型和长度前缀）
echo "hello" | git hash-object --stdin
# ce013625030ba8dba906f756967f9e9ca394464a

1.2 三大作用

作用	说明
标识	每个对象有唯一 ID
去重	相同内容产生相同哈希，只存一份
校验	任何数据变化都会导致哈希变化

2. 哈希计算过程

2.1 Git 对象的哈希

Git 在计算哈希时，会在内容前添加类型和长度前缀：

SHA-1("blob " + size + "\0" + content)

# 手动计算 blob 的 SHA-1
printf "blob 6\0hello\n" | openssl sha1
# ce013625030ba8dba906f756967f9e9ca394464a

# 与 git hash-object 结果一致
echo "hello" | git hash-object --stdin
# ce013625030ba8dba906f756967f9e9ca394464a

2.2 各对象类型的哈希

对象	格式	示例
blob	`"blob " + size + "\0" + content`	文件内容
tree	`"tree " + size + "\0" + entries`	目录条目
commit	`"commit " + size + "\0" + content`	提交信息
tag	`"tag " + size + "\0" + content`	标签信息

3. 完整性校验

3.1 哈希链

Git 的对象形成一条哈希链，任何篡改都会被检测到：

commit (hash = SHA-1(tree + parent + author + message))
  │
  ├── tree (hash = SHA-1(entries))
  │     ├── blob (hash = SHA-1(content))
  │     └── blob (hash = SHA-1(content))
  │
  └── parent commit (hash = SHA-1(...))

修改任何一个对象 → 其哈希变化 → 引用它的父对象哈希也变化 → 连锁反应直到根提交

3.2 fsck 校验

# 检查仓库完整性
git fsck

# 常见输出
# dangling blob abc1234...  ← 未被引用的 blob
# dangling commit def5678... ← 未被引用的 commit
# missing tree ghi9012...    ← 缺失的 tree 对象
# corrupt object jkl3456...  ← 损坏的对象

3.3 网络传输校验

# fetch 时自动校验
git fetch origin
# remote: Enumerating objects: 42, done.
# remote: Counting objects: 100% (42/42), done.
# remote: Compressing objects: 100% (20/20), done.
# remote: Total 42 (delta 15), reused 30 (delta 10), pack-reused 0

# 如果传输中数据损坏，Git 会拒绝接收
# error: object file .git/objects/xx/yyy is empty
# fatal: loose object xxx (expected yyy) is corrupt

4. 碰撞问题

4.1 SHA-1 碰撞

2017 年，Google 和 CWI 研究人员首次实现了 SHA-1 碰撞攻击（SHAttered），成本约 11,000 GPU 年。

P(\text{collision}) \approx \frac{n^2}{2 \times 2^{160}}

对于 Git 来说，碰撞的实际风险极低，因为：

需要构造有意义的碰撞内容
Git 对象包含类型前缀，增加了构造难度
碰撞攻击需要大量计算资源

4.2 Git 的应对

# Git 2.13+ 检测碰撞攻击
git config --global transfer.shallowHiding true

# 未来可能迁移到 SHA-256
git init --object-format=sha256 my-repo

Git 正在开发 SHA-256 支持，但迁移需要兼容期。

5. 短哈希

5.1 使用短哈希

Git 允许使用哈希的前缀来引用对象：

# 使用完整哈希
git show 9a1b2c3d4e5f6g7h8i9j0k1l2m3n4o5p6q7r8s9t

# 使用短哈希（通常7位足够）
git show 9a1b2c3

# 自动选择不歧义的最短长度
git log --abbrev-commit

5.2 歧义检测

# 检查短哈希是否有歧义
git rev-parse --disambiguate=9a1b2c3

# 查看需要的最短长度
git rev-parse --short=7 HEAD

6. 实用命令

# 查看对象的 SHA-1
git rev-parse HEAD              # 当前提交的完整哈希
git rev-parse --short HEAD      # 短哈希
git rev-parse HEAD~3            # 第3个父提交的哈希

# 查看引用指向的哈希
git show-ref                    # 所有引用
git rev-parse --verify main     # main 分支的哈希

# 验证对象完整性
git fsck --full                 # 完整检查
git fsck --connectivity-only    # 只检查连通性（更快）