php - 大量类似文件的归档服务

Question

我想建立一种归档服务。我的想法是我向服务发送一个文档（大约 10 KB 的 HTML），它给我发回一个简短的标识符，然后我可以使用该标识符来检索文档。许多文件彼此非常相似；对于任何一个文档，可能有 1000 个其他文档与它重叠 95%。因此，每次我发送文档时，归档服务都应该尝试找到一个相似的文档，并仅存储差异。

是否已经存在这样的系统？如果可能的话，我更喜欢基于 PHP/MySQL 的东西。

Answer 1

CouchDB 从您的用例中浮现。了解他们如何将文档存储为 JSON 以及如何对文档进行修订（存储在 _rev 字段中）。

http://guide.couchdb.org/draft/documents.html

但是，它不会为您进行比较。通过一个简单的 CouchDB 实现，这个责任将落在您身上，但它确实可以很好地为您处理版本。

不幸的是，我不知道任何开箱即用的数据库可以比较文档，然后找到相似的东西并替换它们。