Question

我的一个应用程序是文档管理系统，其中文档作为blob字段存储到数据库中。这不是一个语言特定的问题，无论如何我把Delphi放在标签中，因为这是我小心翼翼地提出问题的社区（许多使用Delphi的人都面临这些问题）。

我需要添加的一个功能是以编程方式向文档添加一些数据。我做了一个简单的例子来获得这个想法。一个字段是创建文档的日期。为此，用户将键入“a tag”，例如<DOCUMENT_DATE>，当从db中提取docuemnt时，日期将自动替换。

所以我有两个主要问题。 ONe是用作“标签”的东西。最简单的方法是使用文本标签，只需输入docuemnt然后执行搜索＆amp;替换文本（使用例如MS Word ActiveX）。我已经为其他目的这样做了。替代方案可能是使用书签或其他技术。

另一个问题与之前的问题严格相关。

如何存储？我的第一个想法是使用“标签”将文档存储在DB中，因此当“签出”时，用户会看到标签，而当用户打开它时（以只读模式），他会看到替换文本。（所以在第一种情况下他会看到并且在第二次“2011年10月12日”中）。

通过这种方式，我将文件存储一次，但每次打开文件时都会有处理它并执行搜索替换的开销，这也可能相对较慢。所以这就是我要求其他技术的原因。像serach替换书签。越快越好。

另一种方法是将文档存储两次：一次使用“标签”，另一次使用“替换的veresion”。这对性能有好处：没有Searh＆amp;替换，但只是当文档在“结帐”模式下打开时，我将打开带有标签的那个，而当我以只读模式打开它时，我将打开替换模式。

这当然需要更多存储空间，对于每个文档版本（revision1，revision2，...），我需要存储2个文件。

我觉得双存储是最好的，因为它根本不会影响性能，我的意思是它会像现在一样快，只是签到过程会慢，因为我需要保存2个文件，而不是一个。此外，默认情况下，如果不在所有文档上启用此自动替换功能，则不会有双倍的db大小。

但无论如何我想听一些评论，因为这是一个非常关键的决定。

Answer 1

两次存储相同的数据真的没有意义事实上，这是一个非常糟糕的主意，主要是从一个整体的角度来看这样做的方法是将东西存储在不同的表中并在表之间创建链接。

这是一个名为normalization的过程。

这是一个使用MySQL的帖子松散启发的例子：

TABLE document
--------------
id UNSIGNED INTEGER AUTO_INCREMENT PRIMARY KEY,
data BLOB

TABLE tag
------------
id UNSIGNED INTEGER AUTO_INCREMENT PRIMARY KEY,
tag VARCHAR(20)

TABLE tag_link
-------------------
tag_id UNSIGNED INTEGER,
reference_nr UNSIGNED INTEGER,
PRIMARY KEY (tag_id, reference_nr)
FOREIGN KEY (tag_id) REFERENCES tag(id) ON DELETE CASCADE ON UPDATE CASCADE,
FOREIGN KEY (reference_nr) REFERENCES post(reference_nr) ON DELETE CASCADE ON UPDATE CASCADE,

TABLE post
----------------
reference_nr UNSIGNED INTEGER NOT NULL,
revision UNSIGNED INTEGER NOT NULL DEFAULT 1,
document_id UNSIGNED INTEGER,
title VARCHAR(255),
creation_date TIMESTAMP,
other_fields .....
PRIMARY KEY (reference_nr, revision),
FOREIGN KEY (document_id) REFERENCES document(id) ON DELETE SET NULL ON CASCADE UPDATE

现在您可以为帖子添加标签，帖子的所有修订都会共享相同的标签帖子的修改可以链接到同一文档，也可以链接到不需要复制数据的不同文档。

如果您想获得包含特定标签的所有最新文档修订版，请使用以下查询：

SELECT p.title, d.data, GROUP_CONCAT(t.tag) AS tags
FROM post p
LEFT JOIN d.data ON (p.document_id = d.id)
INNER JOIN taglink tl ON (tl.reference_nr = p.reference_nr)
INNER JOIN tags t ON (tl.tag_id = t.id)
WHERE t.tag IN ('test','test2')
GROUP BY p.reference_nr  /*only works in MySQL because other db's do not support ANSI SQL 2003*/
HAVING p.revision = MAX(p.revision)
ORDER BY p.creation_date DESC

Answer 2

我看到另外两种值得考虑的可能性。

<强> 1。使用RTF

如果您的文档模板是Word文档，我宁愿将它们存储为RTF。

RTF只是简单的ASCII，即使它是专有格式，它也有很好的文档记录，并且可以很容易地解析。 Word能够保存其内容并将其作为RTF读取。如果你有图片，它可以增长，但你可以压缩它之前在数据库中存储BLOB（你可以嵌入EMF图片）。

然后，您可以在代码中非常快速地处理这些RTF内容，使用最新版本的日期字段值更改所有<DOCUMENT_DATE>。

我在几个应用程序中使用这种技术，它给出了非常好的结果。例如，请参阅我们的SynProject tool如何从纯文本生成Word文档，替换标签，动态设置书签或索引。使用RTF，您可以做的不仅仅是更换标签，还可以轻松创建整个文档。

对于最终用户输入，您可以使用基本TRichEdit或更高级（但不是免费）TRichView代替Word。

您可以考虑使用HTML而不是RTF，但它对打印的帮助要小得多。

<强> 2。使用报告引擎

另一种可能性是使用基于代码的报告引擎，然后创建PDF文件。

我们的开源单元可以在simple reporting class中使用，轻松创建文件内容，在屏幕上预览和/或以PDF格式打印/导出。它比RTF更容易使用，但必须在代码中设置布局，或者将基于文本/类似wiki的模板存储在数据库中。

实现文档管理系统的建议，其中某些文档具有运行时替换字段

2 个答案: