DoltHub 近日发布了 Dolt 2.0，这是这款开源版本控制型 SQL 数据库的一次重大更新。这个最新发布的大版本新增了自动存储优化功能，包括垃圾回收和压缩，同时增强了对大型向量数据类型的支持。
Dolt 是一款与 MySQL 兼容的 SQL 数据库，内置了 Git 风格的版本控制功能，支持分支、合并、克隆和差异比较等操作。它将数据存储在基于内容寻址的 Prolly 树中，从而实现了行级版本控制、跨版本高效结构共享，以及快速的差异比较和合并操作。
继三年前发布首个大版本之后，2.0 版新增了默认启用的自动垃圾回收和归档压缩、自适应存储、处于测试阶段的向量支持，以及性能提升。开发团队声称，在 sysbench 测试中，该数据库的运行速度现在已经超过 MySQL。DoltHub 创始人兼首席执行官 Tim Sehn 解释了垃圾回收为何重要：
Dolt 会产生大量的磁盘垃圾，尤其是在导入过程中。由于 Dolt 采用写时复制（Copy-on-Write）机制，所以所有已提交事务的中间状态都会被保存到磁盘上。任何未包含在 Dolt 提交中的中间状态都是垃圾，可以被回收…… Dolt 本来就必须将所有历史记录保存在磁盘上的提交图中。额外产生的垃圾会迅速耗尽磁盘空间。
图片来源：Dolt 博客
该数据库新增了一种名为 archives 的磁盘存储格式，旨在通过字典压缩实现存储去重，从而将存储占用空间减少 30% 至 50% 。在谈到团队如何使用 sysbench 测量和测试不同版本 SQL 查询的延迟时，Sehn 表示：
起初，我们的读取速度比 MySQL 慢约 10 倍，写入速度慢约 20 倍。我们不断努力提升 Dolt 的性能，如今在写入方面比 MySQL 快 13%，在读取方面快 5%。
Dolt 2.0 还引入了对基于版本控制的向量索引的测试版支持。该功能基于 MariaDB 的 Vector 数据类型。根据公告，Dolt 是唯一支持向量版本控制的数据库，待剩余的读取路径缺陷修复后，该功能将正式发布。
Dolt 并非唯一一款用于数据版本控制的 Git 类工具，不同项目采取了不同的方法来对数据进行版本控制，同时避免重复存储大型数据集；流行的替代方案包括 LakeFS（一款面向数据湖的数据版本控制解决方案）和 Nessie（一款具有 Git 类语义的数据湖事务目录）。Dolt 已经正式发布并提供 MySQL 查询接口，其 Postgres 兼容版本 DoltgreSQL 采用了相同的存储引擎并实现了相同的版本控制接口，不过目前仍处于测试阶段。
Simon Späti 撰写了一系列文章，解释了什么是受 Git 启发的数据管理方法，并对比了现有的各种选项。Späti 写道：
Git 式工作流正逐渐成为基本要求。也许不是今天或明天，但借助合适的工具和工作流调整，我们可以实现明显更优的变更管理、基于生产数据的测试、快速回滚、隔离实验，以及最重要的是，在部署变更时能高枕无忧。
Dolt 已经在 GitHub 上发布，采用 Apache 2.0 许可。
原文链接：https://www.infoq.com/news/2026/07/dolt-version-control/
