Mercurial或Git的关系型数据库后端

Question

我喜欢关于fossil的是它使用普通的sqlite来存储变更集、文件等。我可以使用其命令行工具查询存储库，但如果我需要一些不支持的功能，我可以回退到编写SQL查询。

Mercurial和git更加成熟，它们有更多的库、更多的动力，但它们使用自己的存储库格式。我想知道是否可能将sqlite作为它们的存储库后端。(我知道有工具可以直接查询mercurial或git存储库，但sql似乎更容易些。)

- Adam Schmideg

---

Git 的目的不就是以高效的方式存储和查询数据吗？ - Cascabel

Git利用特定领域的知识（其对象是不可变的，并且所有对象都存在于树状结构中）来比一般的关系型数据库更好地存储Git所存储的内容。（无论如何，SQL在表达树形关系方面很糟糕。） - masonk

Answer 1

正如Jefromi所写，Mercurial还使用一种自定义格式来实现高压缩和对任何修订版本的快速访问。这就是revlog格式，它是一种仅追加（append-only）的数据结构，利用了Mercurial中更改集的不可变性。

然而，如果您愿意，当然可以用另一种存储格式替换它。当Google将Mercurial放在Bigtable上时，他们就做到了这一点。这个链接。他们使用自己的后端格式的一个有趣的结果是，在他们的Web界面中看不到任何修订号。在正常的Mercurial中，修订号（本地唯一的整数，您可以使用它代替完整的更改集哈希）是revlog中更改集的索引。当更改集未存储在revlogs中时，就没有自然的索引，因此Google不显示任何修订号。

- Martin Geisler

Answer 2

使用Git，仓库格式是整个工作方式中相当基本的部分。你必须进行大量的工作才能改变它。

我没有阅读过Mercurial的源代码，但我想情况也不会有太大的差别。

正如我在评论中建议的那样，我真的不确定为什么你要这样做。为了使Git仍然具有所有优势，你必须将Git对象存储在SQLite数据库中。你仍然需要所有低级Git工具来访问和操作它们——你不会只是通过它们的SHA1查找blob和tree并自己完成所有其他工作。（即使出于某种原因你想这样做，你也可以轻松地在git对象目录中查找。）

我的建议是，如果你发现有一些在Git中不支持的操作，你应该熟悉一些plumbing命令，并学会如何编写脚本来执行它们。 Git确实暴露了你可能想要的最低层次的操作。

另外，如果你发现想做的特定操作没有得到支持，并且在寻找执行此操作所需的plumbing或必要的脚本时遇到困难，可以在这里发布一个问题！没有理由因为无法使用SQL而陷入困境。

- Cascabel

---

这是 Git 无法高效执行的一件事，因为它使用键值存储：它可以有效地找到提交的所有父级，但它无法找到所有子级，因为所有关系都表示为“父指针”，要做到这一点，它需要使用 O(N) 内存来构建反向图。因此，GitHub 也不允许您查看给定提交的所有子级，我也不知道有哪个广泛使用的 Git 工具可以实现。相比之下，在 Fossil 中查找提交的所有子级非常简单。 - saolof

Answer 3

使用libgit2后端是有可能实现的： https://github.com/libgit2/libgit2-backends/blob/master/sqlite/sqlite.c

我没有做过任何测试，但性能应该会受到一点影响。然而，这也更加方便（一个文件包含整个仓库历史记录，传统的SQL查询语言......等等）。

- maattdd

Answer 4

就Git而言，您不能使用官方二进制文件与不同的后端。但是，libgit2项目允许您使用不同的后端存储数据库。但是，您将需要构建所有希望用于提交、合并、推送、拉取、变基等的二进制文件。此外，您将无法使用官方二进制文件修改您的存储库。您必须先将其推送到标准存储库中。

- T0xicCode