修订控制系统如何恢复修订版本？

Question

我的问题比标题声明的更加普遍。

我知道源代码版本控制只存储有关差异的信息。据我所知，维基百科和Github也是如此。

但它们都可以显示特定版本的整个文件。它们是从第一个版本逐步恢复的吗？

另一个问题是，如果它们只存储差异，它们如何在UI中显示上下文（更改前后的一点文本）。

编辑：Github存储完整快照而不是增量。

- Plastic Rabbit

Answer 1

我知道源代码版本控制只存储差异信息。正如问题Git design decision on storing content rather than differences所示，这并不是Git所做的完全相同的事情。它确实有“打包”格式，以使用来自LibXDiff库的二进制差异将对象存储为deltaified形式。但这主要用于网络传输。请参见“Is the git binary diff algorithm (delta storage) standardized?”。这就是为什么在提取时Git正在“解决差异”。

- VonC

Answer 2

如果您想了解有关不同版本控制数据存储方式的优缺点的有趣阅读，我强烈推荐阅读Eric Sink的文章《版本控制存储中的时间和空间权衡》。

存储是版本控制系统面临的最大挑战之一。对于每个文件，我们必须存储曾经存在过的每个版本。版本控制仓库的逻辑大小永远不会缩小，它只会不断增长，并且每个旧版本都需要保持可用。

那么，存储所有东西的每个版本的最佳方法是什么呢？

- hlovdal

Answer 3

遗憾的是，维基百科在某种形式上将每个修订版本作为XML文本保存在数据库中。

请查看维基百科数据库架构。特别是最近更改和文本。

因此，他们可以很好地进行O(1)查找到“生物学”页面的第一份副本。这不幸地导致了维基百科的技术成本从2010-2011年的800万美元增加到2011-2012年的1200万美元。尽管硬盘驱动器（以及其他一切）变得更便宜而不是更昂贵。

所以说，保留每个文件的修订控制就这么多问题。Git采用了一种可爱的方法。请参见Git存储模型是否浪费？。

它与上述方法类似，可以存储每个文件。一旦仓库占用的空间超过一定限制，它将进行强制重打包（有一个选项可以设置尝试的难度--window=[N]，--depth=[N]），这可能需要数小时。它使用增量和无损压缩的组合来进行重打包（递归增量，然后在拥有的任何位上应用无损压缩）。其他像SVN这样的工具使用简单的增量压缩（据记忆，不可信）。注：增量压缩存储增量变化，而无损压缩几乎就像zip、rar等格式。

- blackening