在 MongoDB 中实现数据版本控制的方法答案

【问题标题】：Ways to implement data versioning in MongoDB在 MongoDB 中实现数据版本控制的方法
【发布时间】：2011-05-10 06:20:43
【问题描述】：

您能否分享您的想法，您将如何在 MongoDB 中实现数据版本控制。（我已经问过similar question regarding Cassandra。如果您有任何想法哪个数据库更好，请分享）

假设我需要对一个简单地址簿中的记录进行版本化。（通讯录记录存储为平面 json 对象）。我希望历史：

不常使用
将一次性全部用于以“时间机器”的方式呈现它
单个记录的版本不会超过几百个。历史不会过期。

我正在考虑以下方法：

创建一个新的对象集合来存储记录的历史记录或对记录的更改。它会为每个版本存储一个对象，并引用地址簿条目。此类记录如下所示：
{ '_id': '新id', “用户”：用户 ID， “时间戳”：时间戳， 'address_book_id': '通讯录记录的id' 'old_record': {'first_name': 'Jon', 'last_name':'Doe' ...} }
可以修改此方法以存储每个文档的版本数组。但这似乎是一种较慢的方法，没有任何优势。
将版本存储为附加到地址簿条目的序列化 (JSON) 对象。我不确定如何将此类对象附加到 MongoDB 文档。也许作为一个字符串数组。 (Modelled after Simple Document Versioning with CouchDB)

【问题讨论】：

我想知道问题得到解答后情况是否发生了变化？我对 oplog 了解不多，但当时有这种情况吗，会有所不同吗？
我的方法是将所有数据视为时间序列。

标签： mongodb database-versioning

【解决方案1】：

深入研究时的第一个大问题是“你想如何存储变更集”？

有区别吗？
整个记录副本？

我个人的方法是存储差异。因为这些差异的显示确实是一个特殊的动作，所以我会将差异放在不同的“历史”集合中。

我会使用不同的集合来节省内存空间。您通常不需要简单查询的完整历史记录。因此，通过将历史记录保留在对象之外，您还可以在查询该数据时将其保留在通常访问的内存之外。

为了让我的生活更轻松，我会制作一个历史文档，其中包含一个带有时间戳的差异字典。像这样的：

{
    _id : "id of address book record",
    changes : { 
                1234567 : { "city" : "Omaha", "state" : "Nebraska" },
                1234568 : { "city" : "Kansas City", "state" : "Missouri" }
               }
}

为了让我的生活变得非常轻松，我会将这部分作为我用来访问数据的 DataObjects（EntityWrapper，等等）。通常这些对象都有某种形式的历史，因此您可以轻松地覆盖save() 方法以同时进行此更改。

更新：2015-10

现在好像有a spec for handling JSON diffs。这似乎是一种更可靠的方式来存储差异/更改。

【讨论】：

你不担心这样的历史文档（更改对象）会随着时间的推移而增长，更新变得低效吗？或者 MongoDB 处理文档是否容易增长？
看看编辑。添加到changes 非常简单：db.hist.update({_id: ID}, {$set { changes.12345 : CHANGES } }, true) 这将执行一个只会更改所需数据的更新插入。 Mongo 创建带有“缓冲空间”的文档来处理这种类型的变化。它还监视集合中的文档如何更改并修改每个集合的缓冲区大小。所以 MongoDB 正是为这种类型的变化而设计的（添加新属性/推送到数组）。
我做了一些测试，确实空间保留工作得很好。当记录被重新分配到数据文件的末尾时，我无法捕捉到性能损失。
您可以使用github.com/mirek/node-rus-diff 为您的历史生成（MongoDB 兼容）差异。
JSON Patch RFC 提供了一种表达差异的方法。它有implementations in several languages。

【解决方案2】：

如果您正在寻找现成的解决方案 -

Mongoid 内置了简单的版本控制

http://mongoid.org/en/mongoid/docs/extras.html#versioning

mongoid-history 是一个 Ruby 插件，它提供了一个非常复杂的解决方案，包括审计、撤消和重做

https://github.com/aq1018/mongoid-history

【讨论】：

用于 ruby 编程语言。

【解决方案3】：

有一个名为“Vermongo”的版本控制方案，它解决了其他回复中未处理的一些方面。

其中一个问题是并发更新，另一个是删除文档。

Vermongo 将完整的文档副本存储在影子集合中。对于某些用例，这可能会导致过多的开销，但我认为它也简化了很多事情。

https://github.com/thiloplanz/v7files/wiki/Vermongo

【讨论】：

你是如何实际使用它的？
没有关于如何实际使用这个项目的文档。它以某种方式与Mongo一起生活吗？它是一个Java库吗？它仅仅是一种思考问题的方式吗？没有任何想法，也没有给出任何提示。
这实际上是一个 java 应用程序，相关代码在这里：github.com/thiloplanz/v7files/blob/master/src/main/java/v7db/…

【解决方案4】：

我完成了这个解决方案，该解决方案包含数据的已发布、草稿和历史版本：

{
  published: {},
  draft: {},
  history: {
    "1" : {
      metadata: <value>,
      document: {}
    },
    ...
  }
}

我在这里进一步解释模型：http://software.danielwatrous.com/representing-revision-data-in-mongodb/

对于那些可能在 Java 中实现类似功能的人，这里有一个示例：

http://software.danielwatrous.com/using-java-to-work-with-versioned-data/

包括所有你可以分叉的代码，如果你喜欢的话

https://github.com/dwatrous/mongodb-revision-objects

【讨论】：

很棒的东西 :)

【解决方案5】：

这是另一种解决方案，对当前版本和所有旧版本使用单个文档：

{
    _id: ObjectId("..."),
    data: [
        { vid: 1, content: "foo" },
        { vid: 2, content: "bar" }
    ]
}

data 包含所有版本。 data 数组是有序的，新版本只会将$pushed 放到数组的末尾。 data.vid 是版本号，是一个递增的数字。

获取最新版本：

find(
    { "_id":ObjectId("...") },
    { "data":{ $slice:-1 } }
)

通过vid获取特定版本：

find(
    { "_id":ObjectId("...") },
    { "data":{ $elemMatch:{ "vid":1 } } }
)

只返回指定的字段：

find(
    { "_id":ObjectId("...") },
    { "data":{ $elemMatch:{ "vid":1 } }, "data.content":1 }
)

插入新版本：（并防止并发插入/更新）

update(
    {
        "_id":ObjectId("..."),
        $and:[
            { "data.vid":{ $not:{ $gt:2 } } },
            { "data.vid":2 }
        ]
    },
    { $push:{ "data":{ "vid":3, "content":"baz" } } }
)

2 是当前最新版本的vid，3 是插入的新版本。因为你需要最新版本的vid，所以很容易得到下一个版本的vid：nextVID = oldVID + 1。

$and 条件将确保2 是最新的vid。

这种方式不需要唯一索引，但应用程序逻辑必须注意在插入时增加 vid。

删除特定版本：

update(
    { "_id":ObjectId("...") },
    { $pull:{ "data":{ "vid":2 } } }
)

就是这样！

（记住每个文档 16MB 的限制）

【讨论】：

使用 mmapv1 存储，每次向数据中添加新版本时，都有可能移动文档。
是的，没错。但如果你只是偶尔添加新版本，这应该可以忽略不计。

【解决方案6】：

如果您使用的是猫鼬，我发现以下插件是JSON Patch 格式的有用实现

mongoose-patch-history

【讨论】：

【解决方案7】：

另一种选择是使用mongoose-history 插件。

let mongoose = require('mongoose');
let mongooseHistory = require('mongoose-history');
let Schema = mongoose.Schema;

let MySchema = Post = new Schema({
    title: String,
    status: Boolean
});

MySchema.plugin(mongooseHistory);
// The plugin will automatically create a new collection with the schema name + "_history".
// In this case, collection with name "my_schema_history" will be created.

【讨论】：

【解决方案8】：

我在一个流星/MongoDB 项目中使用了下面的包，它运行良好，主要优点是它将历史记录/修订存储在同一个文档的数组中，因此不需要额外的出版物或中间件来访问变化历史。它可以支持有限数量的先前版本（例如最后十个版本），它还支持更改串联（因此在特定时期内发生的所有更改都将被一个修订版覆盖）。

nicklozon/meteor-collection-revisions

另一个声音选项是使用 Meteor Vermongo (here)

【讨论】：