实现数据库对象的版本控制答案

【问题标题】：Implementing Version Control of DB Objects实现数据库对象的版本控制
【发布时间】：2010-11-20 02:30:28
【问题描述】：

我将很快开始一个项目的工作，该项目（根据规范）让我想起了 StackOverflow。基本上，它是一个具有用户控制内容的网络应用程序。

让我在脑海中转来转去的功能之一是版本控制。在 StackOverflow 上，每个问题和答案都可以有多个修订。当您只有一种类型的对象（在本例中是它的文本）时，这很容易实现。

所以，对于我的简单页面，我准备好了。

当我认为某些需要受版本控制的对象具有关系时，问题就出现了。为了提供一个具体的例子，让我选择一个随机的类比域：

假设我正在实施一个类似于 Wiki 的网站来跟踪书籍/作者信息。该站点的主要重点是创建和更新“作者”页面，作为文本，这些页面非常简单（如上所述）。然而，让我们在作者和书籍之间添加一个一对多的关联（换句话说，书籍将是单独的对象，因为显然一个人可以编写许多书籍）。每本书都有一个从作者页面到关于该书的信息页面的链接。

对于用户而言，描述作者的基于文本的“摘要”与该作者与其作品之间的链接几乎没有区别。因此，我们需要为作者页面、书籍页面以及和作者与书籍之间的关联实现“修订”/编辑功能。换句话说，用户应该能够编辑、查看历史记录和回滚作者页面、书籍页面以及两者之间的关联。

当这种关系变成多对多时，情况会变得更加复杂，其中可以将多个作者列为对一本书的贡献。

我想到了许多解决方案，但没有一个像我想要的那样干净（并且至少涉及一些重复的代码/冗余数据存储），尽管我确实在这里看到了共同点，我觉得我还没有真正能够最好地提取它，尤其是在数据库级别。我不想对给出的答案产生偏见，所以我不会马上给出。

那么，您将如何在数据库级别设计此系统？ 我正在这里寻找表规范，如果不是很明显的话，可能还有关于如何使用它们的描述。对于那些可能相关的答案，我将使用 ASP.NET 和 Linq-to-SQL（我对 LTS 中的多对多感到满意）或实体框架。

编辑：澄清一下，我了解基本的数据库设计、规范化、多对多映射表等。我正在为这种特定情况寻找一个干净的解决方案。

编辑 2： 我正在寻找一个通用的解决方案，因为系统中可能有更多的子对象，而不仅仅是书籍。作者可能与其他作者、杂志、事件等有关。如果我为每个作者单独实现历史，我觉得我正在重复很多工作。

【问题讨论】：

@JoshJordan：不要道歉。修正问题，使其更切中要害。

标签： asp.net linq-to-sql database-design normalization

【解决方案1】：

听起来几乎是 CouchDB 的理想用例。使用这个面向文档的数据库，您可以免费获得修订（每个文档都会自动修订，除非您配置不同的数据库）。

文档之间也可以有 m:n 关系。但是，迁移到 CouchDB 是相当大的一步，我不知道从 ASP.NET 访问它的效果如何。但是阅读一些介绍性教程不会有什么坏处。

【讨论】：

【解决方案2】：

这是数据仓库中常见的问题。他们使用“缓慢变化的维度”。

但是，如果您要尝试拥有“版本化”数据，则必须有一些规则。

您必须按照最初定义的方式记录作者-图书关系。这是官方的作者-书籍关系。这是数据仓库人员所说的“无事实事实表”。这是一对钥匙。
书籍是书籍作者事实的一个维度。书可以改。有许多缓慢变化的维度算法。您只能保留最新的，将历史表与当前分开。将历史和当前保存在一个表中，并带有一个标志以区分当前和历史。
作者是书籍作者事实的一个维度。作者可以改。同样，有许多 SCD 算法。继续阅读选择。作者：Ralph Kimball 的数据仓库工具包了解更多信息。

请注意，关系（作者与书籍）是事实，不需要版本。这是事实。它不会“改变”。它要么是真的，要么是错误地放入数据库中——在这种情况下，它必须被删除。事实不需要版本号。

在更复杂的星型模式中，您的事实有衡量标准。价格、销售量、成本、利润等。这些也记录在事实表中。这些信息可能会随时间而变化。因此，您几乎总是对每个事实都有一个时间维度。

因此，时间是书籍作者事实的一个维度。如果这一事实可能发生变化，则将适用的时间段记录为事实的一部分。

时间维度与版本号并不完全相同。它稍微简单一些。它指出，在给定的时间点，事实是真实的。如果事实发生变化，您将附加一个具有不同时间戳的新事实。

您可以在特定时间点找到相关事实和相关维度值。

【讨论】：

谢谢。我应该重新考虑为什么/是否要为每个表创建一个单独的历史记录表，而不是将每个表的旧数据保存在表本身中。
@ChrisW：SCD 设计很难。这取决于您将获得的查询类型。人们会做“反事实”（“假设”）查询吗？ “如果这些销售数字是按照去年的地区定义报告的呢？”在这种情况下，您可能会加入历史维度行。如果您很少这样做，单独的历史记录表不会受到影响。如果您经常这样做，单独的历史记录表可能会过于复杂。
一件事是，在同一个表中拥有历史数据会使实现参照完整性变得更加困难（或不那么直观）。例如，可能要求每本书都有一个相应的作者。通常，您可以使用外键执行此操作。但是，如果作者表包含已删除的作者，则外键不是足够的约束（因为它允许您插入引用已删除作者的新书）。
我猜你必须将它定义为（更复杂的）CHECK 约束，而不是简单的外键，它应该检查具有给定 AuthorId 和所需 AuthorStatus 值的记录.

【解决方案3】：

每个表都有一个表：即 Author 和 Book。

表之间存在通常的外键关系（无论是什么）。

每个表还有一个历史表，即 AuthorHistory 和 BookHistory。这些历史表包含记录的旧版本/过时版本（例如，每个已删除和/或编辑的作者记录）。与历史记录表之间没有外键关系。

编辑：

每个表的某些功能是相似的：例如，无论是哪个表，更新记录都意味着将记录的旧副本存储在相应的历史表中。我使用数据库触发器（每个表的更新和删除触发器）来实现此功能；因为我使用的数据库引擎支持触发器，这使得它对应用程序透明。这些触发器中的代码从一个表到下一个表是相似的（只是表的名称和字段名称列表因表而异）。

多对多的情况呢？这更加困难，因为您实际上可能没有将作者映射到一本书的记录，但以前有一个并且需要将其显示为历史项目

编辑#2：

我还没有实现多对多情况的历史记录，但我不明白为什么它会不一样，即：

多对多关系是通过一个 BookAuthor 表实现的，每个表的记录就是 BookId 加上 AuthorId。
历史关系位于对应的 BookAuthorHistory 表中。

【讨论】：

多对多的情况呢？这更加困难，因为您实际上可能没有将作者映射到一本书的记录，但以前有一个并且需要将其显示为历史项目。
确实，你是对的。不幸的是，这不是一个非常通用/可扩展的解决方案。它需要为每个实现的新表创建一个新的历史表。
我看不出有什么不通用/可扩展的：IMO 这是一个“通用”解决方案，因为它适用于任何一组表。
从设计的角度来看是通用的，我正在寻找通用的实现。
我不明白你的意思。无论如何，在频谱的另一端有一个不同的解决方案是拥有一个历史表，其中包含数据库中每个其他表的所有历史字段值：en.wikipedia.org/wiki/Entity-attribute-value_model（我已经看到它说使用 EAV 是许多程序员在职业生涯中的某个时候犯的错误）。