I was just wondering for sites like stackoverflow and wikipedia, they stores history of edits indefinitely and allows user to roll back the edits. Can someone recommend any resources/books/articles regarding how to do this using any suitable technology (such as databases etc)
Thanks a lot!
有许多选项，最简单的当然是简单地独立记录所有版本。对于像 Stack Overflow 这样的网站，帖子通常不会被多次编辑，这是合适的。但是对于像维基百科这样的东西，需要更聪明以节省空间。
在 Wikipedia 的情况下，页面最初与每个版本分开存储在text table 中。定期将多个旧版本压缩在一起，然后打包到一个字段中。由于会有很多重复，所以这样可以节省很多空间。
您可能还想了解一些版本控制系统是如何做到的——例如，subversion 使用skip deltas，其中修订存储为与历史中途修订的差异。这意味着一个人将不得不检查最多 O(lg n) 个修订来重建自己感兴趣的修订。
另一方面，Git 使用更类似于 Wikipedia 的方法。
修订首先存储为单独压缩的“松散”对象，然后 git 定期获取所有松散对象，根据某种复杂的启发式对它们进行排序，然后在“附近”对象之间构建压缩增量并将结果作为packfile转储。
需要读取以重建文件的修订数量受包构建过程的参数限制。这有一个有趣的特性，在某些情况下，可以在不相关的对象之间构建增量。