查看维基百科文章历史上的奥巴马差异，可能有数千个差异。单击特定的较旧差异大约需要 3-5 秒才能加载，而不是更活泼的 Wikipedia 页面。然后你可以看到两个版本之间的具体差异，旧的旧版本和当前版本。
问题是，如果他们不使用 git（我会假设），他们如何有效地存储这些差异？
我正在寻找如何在我正在使用的小型玩具应用程序中实现文本差异跟踪。可能会有一百万页，每页的记录可能有 0 到 1000 次编辑。编辑将比维基百科的文章小得多，有时是一个单词的字符差异，有时是几个句子。
到目前为止我看到的推荐方法是存储记录文本的当前全文形式，然后存储“反向差异”以获取前一个，以及从那个等前一个。然后水合旧的文章，您将获取所有旧的差异（可能像维基百科差异中的 3000 个差异），然后从当前文本倒退以获取旧版本。不过，这似乎效率极低（而且我不确定如何计算“反向”差异，例如使用jsdiff）。这是最好的方法吗？我想您不想在每次更改时都存储全文的副本，或者维基百科会这样做吗？我想象的内容规模会爆炸式增长，尤其是在维基百科上。
基本上想知道如何通过以某种方式将内容存储在 SQL 数据库中来实现类似于维基百科的差异。我的案例没有维基百科那么大的内容，但如果知道如何针对这种“更糟糕的情况”正确解决它会很好。
请注意，这更像是一个编程问题，而不是数据库问题。让我解释一下为什么，这应该在高层次上回答你的问题：
比较两个文本体之间的差异不是标准的数据库功能，而是通常在应用程序代码中完成的事情。目前有许多应用程序可以执行此功能（大多数根本没有数据库），例如：Beyond Compare、ExamDiff、Git、SQL Examiner。
是的，数据库已经实现了全文搜索等功能，或者已经开发了专门用于文本解析和单词搜索的准数据库技术，例如 Elasticsearch。但是它们存在于特定的用例中，并且这些用例并不真正包括对大量文本的修订控制。
数据库擅长存储静态数据，并快速找到该数据的特定实例，以便根据需要使用和使用它。例如，对于 Wikipedia，理论上它应该非常快（例如不到一秒）来查找和加载特定
version的article特定ArticleId内容（如果索引正确），无论同一篇文章是否有 1 个修订版或 10 亿个修订版。当需要比较两者之间的差异时，您可能经历的额外时间是在应用程序方面
versions，尤其是当这两者之间存在很多差异时versions。虽然如果被比较的文本体不是太大（数百万字），即使在应用程序端的比较也应该相对较快（就像前面提到的比较应用程序通常对于体面大小的文本体运行得很好）。当然，您可以这样做以节省空间。它不会使数据库端更快。我同意，我的直觉是它会使应用程序方面的比较变慢（尽管我自己没有尝试过这种方法），所以我认为这不会是我要走的路。
但我在这里的总体要点是让数据库端做它擅长的事情：存储许多记录，定位和加载这些记录的子集。同样，如果有 10 亿
versions个相同的article，则数据库完成这些功能所需的时间大致相同（应该不到一秒），当索引正确时。然后让应用程序以最有效的方式处理两者
versions的比较。article这就是这个问题变得更像是一个编程问题的地方，这将取决于您使用的语言和框架。因此，您最好询问如何在StackOverflow上完成该工作流程。