Documentation/howto/recover-corrupted-blob-object.txt

   1 Date: Fri, 9 Nov 2007 08:28:38 -0800 (PST)
   2 From: Linus Torvalds <torvalds@linux-foundation.org>
   3 Subject: corrupt object on git-gc
   4 Abstract: Some tricks to reconstruct blob objects in order to fix
   5  a corrupted repository.
   6
   7 On Fri, 9 Nov 2007, Yossi Leybovich wrote:
   8 >
   9 > Did not help still the repository look for this object?
  10 > Any one know how can I track this object and understand which file is it
  11
  12 So exactly *because* the SHA1 hash is cryptographically secure, the hash
  13 itself doesn't actually tell you anything, in order to fix a corrupt
  14 object you basically have to find the "original source" for it.
  15
  16 The easiest way to do that is almost always to have backups, and find the
  17 same object somewhere else. Backups really are a good idea, and git makes
  18 it pretty easy (if nothing else, just clone the repository somewhere else,
  19 and make sure that you do *not* use a hard-linked clone, and preferably
  20 not the same disk/machine).
  21
  22 But since you don't seem to have backups right now, the good news is that
  23 especially with a single blob being corrupt, these things *are* somewhat
  24 debuggable.
  25
  26 First off, move the corrupt object away, and *save* it. The most common
  27 cause of corruption so far has been memory corruption, but even so, there
  28 are people who would be interested in seeing the corruption - but it's
  29 basically impossible to judge the corruption until we can also see the
  30 original object, so right now the corrupt object is useless, but it's very
  31 interesting for the future, in the hope that you can re-create a
  32 non-corrupt version.
  33
  34 So:
  35
  36 > ib]$ mv .git/objects/4b/9458b3786228369c63936db65827de3cc06200 ../
  37
  38 This is the right thing to do, although it's usually best to save it under
  39 it's full SHA1 name (you just dropped the "4b" from the result ;).
  40
  41 Let's see what that tells us:
  42
  43 > ib]$ git-fsck --full
  44 > broken link from    tree 2d9263c6d23595e7cb2a21e5ebbb53655278dff8
  45 >              to    blob 4b9458b3786228369c63936db65827de3cc06200
  46 > missing blob 4b9458b3786228369c63936db65827de3cc06200
  47
  48 Ok, I removed the "dangling commit" messages, because they are just
  49 messages about the fact that you probably have rebased etc, so they're not
  50 at all interesting. But what remains is still very useful. In particular,
  51 we now know which tree points to it!
  52
  53 Now you can do
  54
  55         git ls-tree 2d9263c6d23595e7cb2a21e5ebbb53655278dff8
  56
  57 which will show something like
  58
  59         100644 blob 8d14531846b95bfa3564b58ccfb7913a034323b8    .gitignore
  60         100644 blob ebf9bf84da0aab5ed944264a5db2a65fe3a3e883    .mailmap
  61         100644 blob ca442d313d86dc67e0a2e5d584b465bd382cbf5c    COPYING
  62         100644 blob ee909f2cc49e54f0799a4739d24c4cb9151ae453    CREDITS
  63         040000 tree 0f5f709c17ad89e72bdbbef6ea221c69807009f6    Documentation
  64         100644 blob 1570d248ad9237e4fa6e4d079336b9da62d9ba32    Kbuild
  65         100644 blob 1c7c229a092665b11cd46a25dbd40feeb31661d9    MAINTAINERS
  66         ...
  67
  68 and you should now have a line that looks like
  69
  70         10064 blob 4b9458b3786228369c63936db65827de3cc06200     my-magic-file
  71
  72 in the output. This already tells you a *lot* it tells you what file the
  73 corrupt blob came from!
  74
  75 Now, it doesn't tell you quite enough, though: it doesn't tell what
  76 *version* of the file didn't get correctly written! You might be really
  77 lucky, and it may be the version that you already have checked out in your
  78 working tree, in which case fixing this problem is really simple, just do
  79
  80         git hash-object -w my-magic-file
  81
  82 again, and if it outputs the missing SHA1 (4b945..) you're now all done!
  83
  84 But that's the really lucky case, so let's assume that it was some older
  85 version that was broken. How do you tell which version it was?
  86
  87 The easiest way to do it is to do
  88
  89         git log --raw --all --full-history -- subdirectory/my-magic-file
  90
  91 and that will show you the whole log for that file (please realize that
  92 the tree you had may not be the top-level tree, so you need to figure out
  93 which subdirectory it was in on your own), and because you're asking for
  94 raw output, you'll now get something like
  95
  96         commit abc
  97         Author:
  98         Date:
  99           ..
 100         :100644 100644 4b9458b... newsha... M  somedirectory/my-magic-file
 101
 102
 103         commit xyz
 104         Author:
 105         Date:
 106
 107           ..
 108         :100644 100644 oldsha... 4b9458b... M   somedirectory/my-magic-file
 109
 110 and this actually tells you what the *previous* and *subsequent* versions
 111 of that file were! So now you can look at those ("oldsha" and "newsha"
 112 respectively), and hopefully you have done commits often, and can
 113 re-create the missing my-magic-file version by looking at those older and
 114 newer versions!
 115
 116 If you can do that, you can now recreate the missing object with
 117
 118         git hash-object -w <recreated-file>
 119
 120 and your repository is good again!
 121
 122 (Btw, you could have ignored the fsck, and started with doing a
 123
 124         git log --raw --all
 125
 126 and just looked for the sha of the missing object (4b9458b..) in that
 127 whole thing. It's up to you - git does *have* a lot of information, it is
 128 just missing one particular blob version.
 129
 130 Trying to recreate trees and especially commits is *much* harder. So you
 131 were lucky that it's a blob. It's quite possible that you can recreate the
 132 thing.
 133
 134                         Linus