如何在数据库应用程序中实现版本控制？

Question

我正在开发一个基于Web的Java项目，它将最终用户数据存储在MySql数据库中。我想实现一些允许用户具有与我的源代码版本控制（例如Subversion）类似的功能的东西。换句话说，我想实现允许用户提交和回滚工作并返回现有分支的代码。是否有现有的框架？似乎将数据库数据放入版本控制并向最终用户公开版本控制功能（即允许用户提交，回滚等的编写代码）可能是一种合理的方法，但它似乎也可能是一些问题用这种方法。例如，您如何允许一个用户查看数据的回滚版本（即，如果一个用户想要查看数据的回滚版本，您不能只替换数据库指向的数据）？如果可以选择使用任何持久性体系结构完全重建系统，那么可以用来存储使这类功能易于实现的数据？

Answer 1

有两种非常常见的解决方案可满足您的需求：

• http://www.liquibase.org/
• https://flywaydb.org/

Answer 2

分支和合并用户数据

您的问题是关于在应用程序中对用户数据进行版本化的解决方案，以便为您的用户提供分支和合并等功能。你考虑过暴露一个真正的版本控制，比如svn。

我可以预见的副作用是：

• 您必须按目录和文件名索引内容。也许使用目录的抽象作为实体和文件名作为主键。
• 操作系统（linux，mac和windows等）不能处理包含数百万个文件的目录。您必须对实体进行分区。通常散列ID（例如md5）并将散列的开头创建一个子目录。从散列中获取的位数取决于实体的预期大小。
• 操作系统（linux，mac和windows等）不适用于大量文件。我做了一个测试。我花了几天时间备份并最终删除了包含数亿个文件的文件树。
• 除了主键之外，您将无法拥有其他索引，但是您可以解决创建数据集市的问题，我将在下面介绍。
• 您不会有数据库限制，但可以通过git / svn / cvs触发器实现类似的功能。
• 您不会有强大的交易，但可以通过git / svn / cvs触发器实现类似的功能。
• 您将拥有每个用户的工作副本，这将占用空间，具体取决于存储库的大小。这样每个用户将处于一个单一的时间点。
• GIT足够快，可以从一个分支切换到另一个分支，所以回过头来回来只需几秒钟（当然，除非用户数据很大）。
• 我看到了一个Linus采访，他警告说在巨大的git存储库中表现不佳。也许最好为每个用户提供一个存储库或其他方法，以避免您的应用程序有一个单一的庞大存储库。
• 更改的解决方案。我敢打赌，如果您创建了大量版本，任何版本控制都会投诉。我不是什么意思。你必须测试它。

查询数据库

版本控制工作副本将仅限于使用＆＃34; =＆＃34;的主键查询。操作员和顺序扫描。这还不足以对我能想到的任何使用模式做出好的报告和统计。这就是您需要从应用程序数据构建数据集市的原因，并且您有两种方法：

• 批处理：读取整个存储库历史记录并构建多维数据集和其他视图以便于查询。
• GIT / SVN / CVS触发器：可以调用您在文件添加，修改，排除，分支创建和合并方面所做的程序。这可以用于在发生更改时更新数据库。

批处理更容易实现，但报告和统计信息需要时间与活动同步。您可能希望在1.0版本中采用这种方式，并及时转向触发器以使事物更具动态性。

模拟约束和交易

GIT，SVN和CVS支持在提交新版本时执行程序的触发器。然后可以检查关系和一致性以接受或不接受更改。

替代解决方案

由于您没有指定所需的应用程序类型，我将讨论博客，内容门户和在线商店。对于那些类型的应用程序，我认为没有太多理由重新发明轮子并构建自定义数据库。大多数必要的版本控制都可以在数据库模型中预测。一个好的面向事件的数据库设计就足够了。

例如，博客文章中的修订版可以建模为标记帖子的结束日期/时间并为修订后的帖子创建新行，增加版本号并设置以前的版本ID。相同的策略可以与在线商店的销售和目录一起使用。如果使用良好的日志为应用程序建模，则不需要版本控制。

一些开发人员还会执行行级触发器，记录数据库中已更改的所有内容。对于需要从错误设计的日志重建过去的审计员来说，这有点困难。我个人不喜欢这种方式，因为很难索引这类查询。我更喜欢将我的整个应用程序围绕一个设计良好且有意义的日志。

例如：

History Table
10/10/2010 [new process] process_id=1; name=john
11/10/2010 [change name] process_id=1; old_name=john; new_name=john doe
12/10/2010 [change name] process_id=1; old_name=john doe; new_name=john doe junior

Process Table after 12/10/2010.
proc_id=1 name=john doe junior

通过这种方式，我可以重建过去的几乎所有内容，并且仍然以易于使用的格式提供我的操作数据。

但是，这并不接近您想要的使用模式（分支和合并）

结论

版本控制作为数据库的适用性一方面在我看来非常强大，另一方面非常有限和危险。它对于审计和纠错目的非常鼓舞人心。但我主要担心的是规模和可靠性。

Answer 3

你提到了Subversion，它是一个集中版本控制系统。但是，由于原因，让我们专注于Git。 Git是一个分散版本控制系统。如果存在远程副本（GitLab和GitHub等服务提供远程外壳和管理Git项目），Git存储库的本地副本与存储库的远程副本相同。使用Git，您可以在计算机的任意目录中进行版本控制。您可以在此任意目录中执行您习惯使用SVN的任何操作，等等。

我得到的是，您可以通过编程方式在服务器中创建每个用户目录/存储库，并在这些目录/存储库中应用版本控制，为每个用户保留一个单独的存储库（将确定架构的细节）但是，稍后，取决于用户的“工作”的结构。您的应用程序将负责代表用户添加和删除文件（例如，传记，我的示例项目等），编辑文件，提交更改，呈现文件历史记录等，基本上发布Git命令。因此，您的应用程序将与Git存储库连接，利用Git提供的高级版本控制。您的数据库只会确保用户链接到包含其“工作”的目录/存储库。

为了提供一个关键的类比，GitLab项目是一个基于Web的开源Git存储库管理器，具有维基和问题跟踪功能。 GitLab是用Ruby编写的，并使用PostgreSQL（最好）。它是典型的（如代码 - 数据库 - 数据目录和文件中）多用户基于Web的应用程序。其目的是管理Git存储库。这些Git存储库存储在服务器的指定目录中。部分代码负责访问登录用户有权访问的Git存储库（作为所有者或协作者）。一个有趣的用例是用户在线编辑文件，这将导致某些存储库中某个分支的提交。另一个有趣的用例是用户检查文件的历史记录。最后一个有趣的用例是用户恢复特定提交。所有这些操作都是通过网络浏览器在线执行的。

为了提供一个有趣的实际用例，O'Reilly的Atlas是一个使用GitLab作为后端进行出版相关协作的在线平台。

对于Java，有JGit，一个实现Git版本控制系统的轻量级纯Java库。 Eclipse使用JGit进行与管理Git存储库相关的所有操作。也许你可以调查一下。这是一个非常活跃的项目，由许多人支持。

以上所有内容都有意义，如果您引用的“工作”不仅仅是数据库表中的某些字段，用户将填写这些字段，以后可能会更改其值。例如，它对结构化文本，HTML等有意义。

如果这个“工作”不是那么大规模，那么做一些类似于上面描述的事情就是矫枉过正。在这种情况下，您可以在数据库设计中使用一些版本控制概念，例如计算差异和应用补丁（反过来，用于查看过去的版本/回滚）。你的表应该允许树状结构，以存储差异，所以你可以允许分支。您可以随时使用文件的活动版本，以及活动索引（Git调用HEAD），并通过顺序应用所有补丁（如果向前移动）导航到文件历史记录中的另一个索引/散列/标记版本，或者如果向后移动，则以相反的时间顺序应用补丁。如果这个“工作”真的是小规模的，你甚至可以放弃差异概念，并将整个版本的“工作”存储在树状结构中。

纯粹的乐趣。