GitHub是否仅存储每个对象一次？多仓库存储项目技术咨询

没错，GitHub确实会为了节省存储空间，只存储每个唯一对象一次——这不仅是推测，而是基于Git核心设计和GitHub公开的技术细节可以确认的事实。下面拆解一下具体的实现逻辑：

• Git 原生的对象唯一性基础
  Git本身的核心就是对象存储系统：所有文件内容（blob对象）、目录结构（tree对象）、提交记录（commit对象）都通过SHA-1哈希值唯一标识。只要内容完全相同，生成的哈希就一模一样，Git本地仓库里就只会存一份。GitHub的存储系统是基于Git这个核心逻辑构建的，这是共享存储的基础。

• 跨仓库的对象池（Object Pooling）
  针对跨仓库的共享对象（比如fork仓库和原仓库、多个仓库引用的同一个开源库代码），GitHub使用了对象池机制：把这些重复出现的对象集中放在一个共享存储池里，所有需要用到该对象的仓库都只保留一个指向这个池的引用，而不是各自存储完整副本。这在处理大量fork的热门仓库时，能极大节省空间。

• 多层压缩与差异存储
  除了Git原生的pack文件压缩（把多个对象打包压缩），GitHub还会用Delta压缩技术：对于内容相似的对象，只存储它们之间的差异部分，而不是完整的内容。比如同一文件的不同版本，只会记录修改的片段，进一步降低存储开销。

• 自动化垃圾回收
  GitHub会定期运行大规模的垃圾回收流程，清理那些不再被任何仓库引用的“孤立对象”——就像本地Git执行git gc命令一样，但规模更大、更自动化，确保存储空间不会被无用对象占用。

虽然GitHub没有公开所有内部实现的细节，但上述这些都是基于Git的公开原理和云存储领域通用的 deduplication（去重）技术，完全可以确认他们在执行重复对象只存一次的策略。

内容的提问来源于stack exchange，提问作者Pitcher