简单的版本控制系统或版本控制文件系统或版本控制数据库

Question

我正在为大量记录或文件（~5000 万，~100GB 未打包，~20MB 打包）寻找一个简单的版本控制系统。这些文件每个只有几千字节，并且具有唯一的 ID，所以我不介意它们是否存储在平面结构（表、目录...）中。平均而言，每条记录每月更改一次，但大多数更改的差异小于千字节，因此压缩版本应该很容易。但是，每个版本都有一个条目的幼稚数据库会增长得太快。我需要以下操作：

• 基本 CRUD 操作：创建、读取、更新、删除
• 最近更改的快速列表
• 快速列出特定记录的最近更改
• 查询给定时间段内的变化
• 查询给定用户的更改（每个编辑都与某个用户 ID 相关联，并且可以选择将提交消息作为评论）
• 对于写操作，必须有一个提交挂钩来验证和拒绝格式错误的记录。

简而言之，我正在寻找一个类似 Wiki 的软件，用于简单的记录或文件。

我想到了可能的解决方案：

• 将文件放入版本控制系统。这为我提供了复制和许多可用的访问工具，因此它是我的首选解决方案。但是对于像 git 这样的分布式系统来说，数据量太大了。有人使用 Subversion 成功完成类似任务吗？

• 在数据库或文件系统中实现我自己的版本控制。我可能只需要存储压缩记录和差异，会有更多的工作和学习一些东西。如果只是为了好玩，这将是我的首选解决方案。

• 使用版本控制文件系统。这将使设置、复制和访问更加困难。可能我需要在文件系统之上实现自己的访问 API。

• 使用版本控制数据库系统。你能推荐一些吗？

• 使用一些其他现有数据存储进行版本控制（MediaWiki？、Amazon Cloud Drive？...）

显然有很多路径。其他人成功使用了哪些路径来处理相似或更多的数据？

Answer 1

如果您不反对在您的客户端上拥有每个文件的原始副本（我想这没问题，如果您正在考虑使用 svn），那么 git 可能是解决您问题的一个很好的解决方案。底层存储库存储将使用文件之间以及版本之间的二进制差异，因此您应该在那里接近最佳压缩。

使用一个裸仓库和一些脚本，您甚至可以不签出当前版本：对象可从命令行获得，您可以在不签出的情况下创建新提交。