mercurial 或 git 的关系数据库后端

Posted 2023-02-19

【中文标题】mercurial 或 git 的关系数据库后端

【英文标题】：Relational database backend for mercurial or git

【发布时间】：2011-04-01 02:09:53

【问题描述】：

我喜欢fossil 的地方在于它使用普通的旧sqlite 来存储变更集、文件等。我可以使用它的命令行工具来查询存储库，但是如果我想要它不支持的东西，我可以回退写一个sql查询。

Mercurial 和 git 更成熟，它们有更多的库，更有动力，但它们使用自己的存储库格式。我想知道是否可以将 sqlite 作为他们的存储库后端。 （我知道有工具可以直接查询 mercurial 或 git repo，但 sql 似乎更容易。）

【问题讨论】：

以一种有效的方式存储和查询其数据不是 git 的重点吗？

git 使用特定领域的知识（它的对象是不可变的并且它们都存在于树结构中）在存储 git 存储的东西方面比一般的 RDB 做得更好。 （无论如何，SQL 在表达树关系方面很烂。）

【参考方案1】：

使用 git，存储库格式是一切工作方式的一个非常基本的部分。你必须做很多工作才能改变它。

我没有阅读任何 mercurial 的资料，但我想情况并没有太大的不同。

正如我在评论中建议的那样，我不确定您为什么要这样做。为了让 git 仍然能够拥有它的所有优势，您必须将 git 对象存储在您的 sqlite 数据库中。您仍然需要所有低级 git 工具来访问和操作它们——您不会只是通过它们的 SHA1 查找 blob 和树并自己完成所有其余的工作。 （即使出于某种原因你想这样做，你也可以通过查看 git objects 目录来轻松地做到这一点。）

我的建议是，如果你发现你想在 git 中执行不受支持的操作，你应该熟悉一些管道命令并弄清楚如何将它们编写为脚本。 Git 确实公开了您可能想要的最低级别的操作。

附：如果您应该找到您想要执行的特定不受支持的操作，并且无法找到执行该操作所需的管道或执行它所需的脚本，请在此处发布问题！没有理由因为不会使用sql就卡住。

【讨论】：

这是 Git 无法高效完成的一件事，因为它使用了键值存储：它可以有效地找到提交的所有父项，但无法找到所有子项，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。结果，github 也不允许您查看给定提交的所有子项，而且我不知道有一个广泛使用的 git 工具可以做到这一点。相比之下，在 Fossil 中找到提交的所有子节点是微不足道的

【参考方案2】：

正如 Jefromi 所写，Mercurial 还使用自定义格式来实现高压缩和快速访问任何修订版。这是revlog format，它是一个仅附加的数据结构，它利用了 Mercurial 中变更集的不变性。

但是，如果您愿意，当然可以将这种存储格式替换为另一种格式。 Google did this when they put Mercurial on Bigtable 用于 code.google.com。他们使用自己的后端格式的一个有趣结果是，您在他们的 Web 界面中看不到任何修订号。在正常的 Mercurial 中，修订号（您可以使用的仅限本地整数，而不是完整的变更集哈希）是 revlog 中变更集的索引。如果变更集未存储在 revlogs 中，则没有自然索引，因此 Google 不会向您显示修订号。

【参考方案3】：

使用 libgit2 后端是可能的： https://github.com/libgit2/libgit2-backends/blob/master/sqlite/sqlite.c

我没有进行任何测量，但性能应该会受到一点影响。但是，它也更方便（整个回购历史的单个文件，经典的 SQL 查询语言..等）

【参考方案4】：

对于 Git，您不能将不同的后端与官方二进制文件一起使用。但是，libgit2 项目允许您使用不同的后端来存储数据库。但是，您必须构建您希望用于提交、合并、推送、拉取、变基等的所有二进制文件。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仓库。