如何通过ObjectId在JGit中获取文件？求更优实现方案

我手里有目录内各文件对应的ObjectId，想通过这个ID快速找到对应的文件，但目前的实现方式需要遍历整个目录树，效率很低，有没有更优的解决方案？

当前实现代码：

public String findFolderDtoNameByObjectId(Repository repository, String objectId) throws IOException {
    Ref head = repository.findRef(Constants.HEAD);
    if (head == null) {
        throw new NullPointerException();
    }
    try (RevWalk walk = new RevWalk(repository)) {
        RevCommit commit = walk.parseCommit(head.getObjectId());
        RevTree tree = commit.getTree();

        try (TreeWalk treeWalk = new TreeWalk(repository)) {
            treeWalk.addTree(tree);
            treeWalk.setRecursive(true);
            while (treeWalk.next()) {
                if (treeWalk.getObjectId(0).getName().equals(objectId)) {
                    GitFileDto dto = new GitFileDto();
                    dto.setFullPath(treeWalk.getPathString());
                    dto.setName(treeWalk.getNameString());
                    dto.setObjectId(treeWalk.getObjectId(0).getName());
                    dto.setContent(getContentFromTree(treeWalk, repository));
                    return dto;         
                 } else if (treeWalk.isSubtree()) {
                    treeWalk.enterSubtree();
                }
            }
        }
    }
    return null;
}

优化方案 #

方案1：单次查找的高效实现

当前代码的核心问题是遍历整个仓库目录树，且用字符串比对ObjectId，效率低下。可以通过以下几点优化：

1. 直接将字符串ObjectId转为ObjectId对象，用equals()比对（比字符串比对更快，且避免格式错误）
2. 先验证该ObjectId对应的是Blob对象（Git中文件内容以Blob存储），避免无效遍历
3. 获取文件内容时直接通过ObjectId读取，无需依赖TreeWalk

优化后代码：

public GitFileDto findFileByObjectId(Repository repository, String objectIdStr) throws IOException {
    // 转换字符串为ObjectId，避免字符串比对开销
    ObjectId targetId = ObjectId.fromString(objectIdStr);

    // 先校验对象是否为Blob类型（文件）
    try (ObjectReader reader = repository.newObjectReader()) {
        ObjectLoader loader = reader.open(targetId);
        if (loader.getType() != Constants.OBJ_BLOB) {
            return null; // 不是文件对象，直接返回
        }
    }

    // 从HEAD提交的树中查找文件路径
    try (RevWalk revWalk = new RevWalk(repository)) {
        RevCommit headCommit = revWalk.parseCommit(repository.resolve(Constants.HEAD));
        try (TreeWalk treeWalk = new TreeWalk(repository)) {
            treeWalk.addTree(headCommit.getTree());
            treeWalk.setRecursive(true);
            
            while (treeWalk.next()) {
                // 使用ObjectId的equals方法比对，效率更高
                if (treeWalk.getObjectId(0).equals(targetId)) {
                    GitFileDto dto = new GitFileDto();
                    dto.setFullPath(treeWalk.getPathString());
                    dto.setName(treeWalk.getNameString());
                    dto.setObjectId(objectIdStr);
                    // 直接通过ObjectId读取内容，无需TreeWalk
                    try (ObjectReader reader = repository.newObjectReader()) {
                        dto.setContent(reader.open(targetId).getBytes());
                    }
                    return dto;
                }
            }
        }
    }
    return null;
}

方案2：多次查找的缓存优化

如果需要频繁通过ObjectId查找文件，建议提前构建ObjectId到文件路径的映射缓存，将遍历成本分摊到初始化阶段，后续查找直接O(1)完成：

// 初始化缓存（仓库加载或应用启动时执行一次）
private Map<ObjectId, String> buildObjectPathCache(Repository repository) throws IOException {
    Map<ObjectId, String> idPathMap = new HashMap<>();
    try (RevWalk revWalk = new RevWalk(repository)) {
        RevCommit headCommit = revWalk.parseCommit(repository.resolve(Constants.HEAD));
        try (TreeWalk treeWalk = new TreeWalk(repository)) {
            treeWalk.addTree(headCommit.getTree());
            treeWalk.setRecursive(true);
            while (treeWalk.next()) {
                idPathMap.put(treeWalk.getObjectId(0), treeWalk.getPathString());
            }
        }
    }
    return idPathMap;
}

// 基于缓存的快速查找
public GitFileDto findFileByObjectIdWithCache(Map<ObjectId, String> cache, Repository repository, String objectIdStr) throws IOException {
    ObjectId targetId = ObjectId.fromString(objectIdStr);
    String fullPath = cache.get(targetId);
    if (fullPath == null) {
        return null;
    }

    GitFileDto dto = new GitFileDto();
    dto.setFullPath(fullPath);
    dto.setName(fullPath.substring(fullPath.lastIndexOf('/') + 1));
    dto.setObjectId(objectIdStr);
    // 直接读取Blob内容
    try (ObjectReader reader = repository.newObjectReader()) {
        dto.setContent(reader.open(targetId).getBytes());
    }
    return dto;
}

关键优化总结 #

• 避免字符串形式的ObjectId比对，改用ObjectId.equals()，提升效率并减少错误
• 单次查找时先校验对象类型，避免无效遍历
• 多次查找时构建缓存映射，将O(n)的遍历成本转化为O(1)的查找成本
• 读取文件内容直接通过ObjectId获取，无需依赖TreeWalk，减少重复操作

内容的提问来源于stack exchange，提问作者Dred