marraskuu 2026
Version control for transactional data
Git-tyylinen protokolla PostgreSQL:lle: miksi, mitä ja miten; avoimen lähdekoodin projektit, jotka sitä jo rakentavat, missä niiden suunnittelu jää vajaaksi, ja parempi tapa, joka rakentuu sille, mitä Postgresissa jo on.
Tiivistelmä
Ohjelmistotiimit versioivat koodinsa gitillä eivätkä haaveilisikaan työskentelystä ilman sitä, mutta tuon koodin alla oleva tietokanta, arvokkain ja vähiten peruutettava tila, jota organisaatio pitää hallussaan, muokataan yhä paikan päällä ilman haaraa, ilman eroa ja ilman yhdistämistä. Vilkas avoimen lähdekoodin projektien kenttä lupaa kuroa tuon kuilun umpeen ja tuoda gitin tietokantaan, ja tämä artikkeli esittää miksi, mitä ja miten. Väitämme, että todellinen palkinto ei ole haarauttaminen vaan yhdistäminen, kyky sovittaa yhteen transaktiodatan eriävät linjat, ja näytämme, että kenttä on jakautunut kahteen leiriin, joista kumpikin luovuttaa puolet ongelmasta: Dolt ja DoltgreSQL voittavat aidon git-semantiikan toteuttamalla tietokantamoottorin uudelleen ja jättämällä natiivin Postgresin taakseen, kun taas Neon ja Supabase pitävät Postgresin mutta tarjoavat haaran, joka voi haarautua eikä koskaan liittyä takaisin. Ehdotamme parempaa tapaa. Emme haaroitettua moottoria emmekä haaroitettua tallennuskerrosta, vaan versionhallintaprotokollaa, joka rakentuu kirjoituksen edeltävälle lokille, moniversioiselle samanaikaisuudelle ja loogiselle dekoodaukselle, jotka Postgresissa jo ovat, ja jonka ensiluokkaisena operaationa on semanttinen, rajoitteet tunteva yhdistäminen. Datan versionhallinnan tulisi erottaa versiomalli tallennuksesta samoin kuin git erotti objektimallin siirtokerroksesta.
Avainsanat: PostgreSQL; tietokannan versionhallinta; git datalle; datan haarauttaminen; skeemamigraatio; kolmisuuntainen yhdistäminen; konfliktien ratkaisu; kirjoituksen edeltävä loki; looginen dekoodaus; moniversioinen samanaikaisuudenhallinta; MVCC; copy-on-write; CRDT; Dolt; DoltgreSQL; Neon; Supabase; temporaaliset taulut; datan alkuperä; digitaalinen suvereniteetti
1. Johdanto
Pyydä kehittäjää työskentelemään päivä ilman gitiä, ja saat suoran kieltäytymisen. Haarauttaminen, committaaminen, erojen katsominen ja yhdistäminen ovat niin kietoutuneita siihen, miten ohjelmistoa rakennetaan, että niiden puuttuminen on mahdoton ajatus. Kysy nyt samalta kehittäjältä, miten hän versioi tuotantotietokannan, skeeman ja datan, jota palvellakseen koodi on olemassa, ja vastaus on lähes aina nolostunut ei mitenkään. Tietokantaa muokataan paikan päällä. Migraatio ajetaan eteenpäin, ja jos se menee pieleen, kiireinen palautus viime yön varmuuskopiosta on ainoa tie takaisin. Kaksi insinööriä eivät voi kehittää eriäviä kopioita datasta ja sovittaa niitä myöhemmin yhteen; he vuorottelevat tai jyräävät toisensa. Arvokkain ja vähiten peruutettava tila, jota organisaatio pitää hallussaan, on se pinon osa, jolla ei ole lainkaan versionhallintaa.
Tämä on outo aukko, ja kasvava avoimen lähdekoodin projektien kenttä on ryhtynyt kuromaan sitä umpeen tunnuslauseen alla, jonka jokainen ymmärtää: git tietokannallesi. Myyntipuhe vetoaa välittömästi. Haarauta tietokanta kokeillaksesi riskialtista muutosta eristyksissä. Katso kahden version ero nähdäksesi täsmälleen, mitä migraatio teki. Anna jokaiselle analyytikolle oma datalinjansa ja yhdistä hyvä työ takaisin. Matkusta mihin tahansa menneeseen tilaan yhtä helposti kuin git checkout. Jos versionhallinta muutti sen, miten kirjoitamme koodia, se voi muuttaa sen, miten hallitsemme dataa, kuuluu argumentti.
Mielestämme argumentti on oikea, ja tämä on kantaaottava artikkeli siitä, miten se tehdään todeksi. Selitämme, miksi versionhallittu data on tärkeää (luku 2), mitä git-tyylisen protokollan on tosiasiassa tarjottava, mikä on enemmän ja vaikeampaa kuin ensi näkemältä vaikuttaa (luku 3), sekä missä tämän päivän projektit ovat, antaen tunnustusta siellä, missä se kuuluu, ja selväsilmäisen arvion siitä, missä niiden suunnittelu jää vajaaksi (luku 4). Sitten esitämme kantamme: että kenttä on ajanut itsensä valheelliseen valintaan ja että parempi polku Postgresille on protokolla, joka rakentuu sen jo mukanaan tuomille primitiiveille uuden moottorin tai yhdistämiskelvottoman haaran sijaan (luku 5). Nashua suosii parhaita laatuaan olevia työkaluja ja hyvää käytäntöä minkä tahansa yksittäisen tuotteen sijaan, ja se on tässäkin se henki: ei myyntipuhe yhdelle projektille, vaan argumentti siitä, miten tämä tulisi rakentaa.
2. Miksi versionhallita tietokanta
Perustelu alkaa työstä, jota ihmiset tekevät jo nyt huonosti käsin. Skeemamigraatiot ovat ilmeisin esimerkki. Jokainen tiimi, joka ajaa tietokantaa, ajaa migraatioita, ja jokainen tiimi on tuntenut sen erityisen kauhun migraatiosta, jota ei voi siististi perua. Versionhallittu tietokanta tekee migraatiosta commitin: peruutettavan, tarkasteltavan ja haarassa testattavan ennen kuin se koskee tuotantoon. Ero ei ole arvaus migraatioskriptistä; se on todellinen muutos skeemaan ja dataan, laskettuna ja katselmoitavana kuten mikä tahansa pull request.
Sitten on kehitys- ja testisilmukka. Nykyaikaiset tiimit haluavat realistisen tietokannan jokaiselle ominaisuushaaralle ja jokaiselle pull request -esikatselulle, täytettynä tuotannon kaltaisella datalla, pystytettynä sekunneissa ja heitettynä pois, kun haara yhdistetään. Sen tekeminen palauttamalla täydet kopiot on hidasta ja kallista; sen tekeminen jakamalla yksi tietokanta kutsuu törmäyksiä. Halvat, välittömät haarat ratkaisevat todellisen ja päivittäisen ongelman, mikä on juuri syy siihen, miksi haarautustuotteet ovat löytäneet innokkaan markkinan.
Päivittäisen silmukan tuolla puolen ovat syvemmät syyt. Toistettavuus: datatieteilijä, joka voi kiinnittää analyysin datan täsmälliseen committiin tilaan, voi toistaa tuloksen kuukausia myöhemmin, ja niin voi myös tilintarkastaja, joka sen kyseenalaistaa. Alkuperä ja tarkastus: tietokanta, jonka historia on allekirjoitettujen committien ketju, vastaa siihen, kuka muutti mitä ja milloin, rakenteensa ansiosta eikä päälle pultatun liipaisimen avulla. Tämä ei ole pelkkä mukavuus säännellyillä aloilla; Euroopan unionin DORA-sääntely ja sen kaltaiset odottavat rahoitusalan toimijoiden osoittavan datansa eheyden ja jäljitettävyyden, ja versioitu historia on osoitettavissa tavalla, jolla muuttuva taulu ei ole. Palautuminen: ajankohtaan perustuvasta palautuksesta lakkaa olemasta varmuuskopiointitoimenpide ja siitä tulee checkout. Ja yhteistyö tulee vihdoin mahdolliseksi datan parissa samalla tavalla kuin se on koodin parissa, riippumattomin työlinjoin, jotka suppenevat katselmoinnin eivätkä lukitsemisen kautta.
Mikään tästä ei ole eksoottista. Se on ohjelmistotuotannon tavanomaista koneistoa, sovellettuna siihen yhteen omaisuuserään, joka on itsepintaisesti vastustanut sitä. Kysymys ei ole siitä, ansaitseeko tietokanta versionhallinnan. Se selvästi ansaitsee. Kysymys on siitä, mitä vaatisi antaa sille se oikea.
3. Mitä git-tyylinen protokolla tarkoittaa
On syytä olla täsmällinen sen suhteen, mitä git todella tarjoaa, koska helppo puolisko sekoitetaan rutiininomaisesti kokonaisuuteen. Git on sisältöosoitteinen objektivarasto: jokaisen tiedoston jokainen versio on blob, joka on nimetty sisältönsä tiivisteen mukaan, puut kokoavat blobit tilannekuvaksi, ja commit nimeää puun yhdessä vanhempiensa kanssa muodostaen muuttumattoman suunnatun syklittömän historiagrafin. Tuon varaston päällä on kaksi mukavuuskerrosta: refit, jotka ovat inhimillisiä nimiä grafin pisteille, niin että main ja feature ovat vain committien nimilappuja; ja operaatiot, joista diff ja merge ovat ne, joilla on merkitystä.
Ratkaiseva operaatio, se joka tekee gitistä yhteistyövälineen eikä hienon varmuuskopion, on kolmisuuntainen yhdistäminen. Kun kaksi haaraa eriää, git ei kysy, kumpi voittaa. Se löytää niiden yhteisen esivanhemman, laskee, mitä kumpikin puoli muutti suhteessa tuohon esivanhempaan, ja yhdistää muutokset merkiten vain ne kohdat, joissa molemmat puolet koskivat samaan asiaan yhteensopimattomin tavoin. Juuri se sallii sadan ihmisen työskennellä rinnakkain ja supeta yhteen. Haarauttaminen ilman yhdistämistä on vain halpa kopio; haarauttaminen yhdistämisen kanssa on versionhallintaa.
Vie tämä tietokantaan, ja vastaavuus on vihjaava mutta ei triviaali, kuten kuva 1 esittää. Commitin tulisi olla koko tietokannan muuttumaton tilannekuva loogisella hetkellä. Haaran tulisi olla tällaisten tilannekuvien nimetty linja. Eron tulisi raportoida ne rivit ja skeemaobjektit, jotka muuttuivat kahden committin välillä. Ja yhdistämisen tulisi sovittaa kaksi eriävää datalinjaa yhdeksi. Kolme ensimmäistä ovat olennaisesti tallennus- ja nimeämisongelma. Neljäs on se vaikea, ja juuri siinä analogia gitiin lakkaa olemasta mukava.
Teksti yhdistyy, koska lähdetiedosto on riveittäin järjestetty sarja ilman sääntöjä sisällöstään; git voi liittää yhteen kaksi joukkoa rivimuutoksia, ja tulos on määritelmän mukaan yhä kelvollinen tiedosto. Tietokanta ei ole sellainen. Sen sisältöä hallitsevat invariantit: pääavainten on pysyttävä uniikkeina, viiteavainten on ratkettava, tarkistusrajoitteiden on pidettävä, ja ennen kaikkea datan on yhä merkittävä jotakin. Kaksi haaraa, jotka kumpikin lisäävät asiakkaan samalla luonnollisella avaimella, eivät ole tuottaneet yhdistämiskonfliktia tekstin merkityksessä; ne ovat tuottaneet tilan, jonka skeema kieltää. Kaksi haaraa, jotka kumpikin vähentävät tilin saldoa eri määrällä, eivät voi molemmat yksinkertaisesti voittaa. Datan yhdistämisen on kunnioitettava datan sääntöjä ja joskus niiden takana olevaa tarkoitusta. Se on ilmaisun git tietokannalle todellinen sisältö, ja se on koe, jota vasten olemassa olevat projektit tulisi mitata.
4. Alan nykytila ja sen puutteet
Kenttä jakautuu siististi kolmeen ryhmään, ja jako on opettavainen, koska kukin ryhmä määrittyy sen kautta, mistä se luopuu. Taulukko 1 asettaa ne rinnakkain.
Taulukko 1. Missä tämän päivän lähestymistavat ovat. Natiivi PG tarkoittaa todellista PostgreSQL-moottoria laajennuksineen ja ekosysteemeineen eikä sen linjaprotokollan uudelleentoteutusta. Kuvio on jyrkkä: ainoa projekti, jolla on aito datan yhdistäminen, on se, joka jättää Postgresin, ja jokainen työkalu, joka pitää Postgresin, luopuu yhdistämisestä.
| Projekti | Lähestymistapa | Natiivi PG | Haara | Dataero | Datayhdistäminen | Konfliktimalli |
|---|---|---|---|---|---|---|
| Dolt | uusi moottori, Merkle-DAG | ei | kyllä | kyllä | kyllä | solukohtainen, rakenteellinen |
| DoltgreSQL | uusi moottori, PG-linja | ei | kyllä | kyllä | kyllä | solukohtainen, rakenteellinen |
| Neon | copy-on-write-tallennus | kyllä | kyllä | ei | ei | ei mitään |
| Supabase-haarautus | instanssi haaraa kohti | kyllä | kyllä | vain skeema | ei | ei mitään |
| Temporaali-/tarkastustyökalut | lineaarinen historia | kyllä | ei | ajan yli | ei | ei mitään |
| Protokolla (ehdotettu) | WAL:n + MVCC:n päällä | kyllä | kyllä | kyllä | kyllä | semanttinen, rajoitteet tunteva |
4.1 Moottorin uudelleentoteutus: Dolt ja DoltgreSQL
Dolt on idean täydellisin toteutus, ja se ansaitsee aidon tunnustuksen. Se on avoimen lähdekoodin SQL-tietokanta, joka on rakennettu alusta alkaen versioitavaksi: sen tallennus on sisältöosoitteinen Merkle-suunnattu syklitön graf, joka on rakennettu todennäköisyyspohjaisista puista, joita usein kutsutaan nimellä prolly-puut, ja jotka antavat sille gitin rakenteellisen jakamisen ja nopeat erot sen pysyessä indeksoituna, kyseltävänä tietokantana. Branch, diff, merge, clone, push ja pull ovat ensiluokkaisia SQL- ja komentorivioperaatioita. Dolt on aidosti git datalle, ja DoltgreSQL laajentaa saman moottorin puhumaan PostgreSQL:n linjaprotokollaa, niin että Postgres-asiakkaat voivat yhdistää.
Hinta on selvästi nähtävissä tuossa lauseessa: rakennettu alusta alkaen. Dolt ei ole Postgres. Se on uusi moottori, joka toteuttaa tietokannan uudelleen ja, DoltgreSQL:n tapauksessa, Postgres-protokollan sen päälle. Organisaatio, joka ottaa sen käyttöön, ei lisää versiointia ajamaansa Postgresiin; se korvaa Postgresin jollakin muulla ja perii tuon jonkin muun suorituskykyominaisuudet sekä sen pitkän hännän Postgres-laajennuksia, joita se ei toisinna, PostGISin ja pgvectorin ja muut, joihin tuotantojärjestelmät nojaavat. DoltgreSQL saavutti 1.0-julkaisun vuonna 2026 ja on vaikuttavan yhteensopiva, mutta Postgres-murteen kanssa yhteensopiva ei ole sama kuin Postgresina oleminen. Projektille, joka aloitetaan puhtaalta pöydältä ja joka arvostaa versiointia kaiken yli, se voi olla reilu vaihtokauppa. Tuotanto-Postgresin valtavalle asennuskannalle moottorin korvaaminen versionhallinnan saamiseksi on hyvin suuri häntä, joka heiluttaa hyvin tärkeää koiraa.
On olemassa hienovaraisempi rajoitus, ja sillä on merkitystä tulevan argumentin kannalta. Doltin yhdistäminen on mallinnettu gitin mukaan: se toimii solu kerrallaan, ottaen kummankin puolen muutokset suhteessa yhteiseen esivanhempaan ja yhdistäen ne, ja missä molemmat puolet muuttivat samaa solua, se kirjaa konfliktin ihmisen ratkaistavaksi. Tämä on rakenteellista yhdistämistä, ja se on oikea oletus, mutta se on semanttisesti sokea. Se ei tiedä, että kahden samanaikaisen varastotason kasvatuksen tulisi summautua eikä törmätä, tai että kaksi lisäystä, jotka jakavat luonnollisen avaimen, eivät ole sattuma vaan ristiriita. Dolt kyllä havaitsee rajoiterikkomukset, jotka yhdistäminen tuo mukanaan, ja nostaa ne ratkaistaviksi sen sijaan, että committaisi hiljaa rikkinäisen tilan, mikä on sen ansioksi luettava, mutta jälkikäteinen havaitseminen ei ole sama kuin yhdistäminen, joka ymmärtää datan merkityksen. Rakenteellinen malli on solukohtaisen yhdistämisen kyvyn katto.
4.2 Tallennuksen haarauttaminen: Neon ja Supabase
Toinen ryhmä pitää Postgresin, juuri sen, mistä Dolt luopuu, ja ostaa haarauttamisensa alempaa pinosta. Neon arkkitehtuuroi Postgresin tallennuksen uudelleen erottaen laskennan moniversioisesta, lokirakenteisesta tallennuspalvelusta, ja haarauttaminen putoaa tuosta suunnittelusta lähes ilmaiseksi: haara on tallennuksen copy-on-write-haaroitus valitussa lokin kohdassa, luotuna sekunneissa riippumatta siitä, kuinka suuri tietokanta on, koska mitään ei kopioida ennen kuin se kirjoitetaan. Supabase tarjoaa haarauttamista samassa hengessä pystyttäen erillisen Postgres-instanssin haaraa kohti ja kytkien sen Git-vetoiseen esikatselutyönkulkuun, ja sama copy-on-write-malli kulkee läpi koko ekosysteemin, Xatan dataa kantavista haaroista Postgres.ai:n ZFS-ohutklooneihin. Kaikki ovat aidosti hyödyllisiä, ja luvun 2 kehitys- ja testisilmukalle ne ovat lähellä ihanteellista.
Mutta katso taulukkoa uudelleen. Nämä ovat haaroja, jotka voivat haarautua eivätkä koskaan liity takaisin. Neon voi luoda haaran hetkessä ja eriytyä siitä; se ei voi yhdistää tuon haaran datamuutoksia takaisin vanhempaansa, koska mikään copy-on-write-tallennushaaroituksessa ei osaa sovittaa kahta joukkoa eriäviä sivukirjoituksia yhdeksi johdonmukaiseksi, rajoitteita kunnioittavaksi tilaksi. Se ei ole paikattava huolimattomuus; se on seuraus ongelman ratkaisemisesta tallennuskerroksessa, jossa yksikkö on läpinäkymätön sivu, eikä loogisessa kerroksessa, jossa yksikkö on merkityksellinen rivi. Supabasen haarat on suunnattu esikatseluympäristöjen skeemamigraatioihin, ei lainkaan datan yhdistämiseen. Tulos on tehokasta copy-on-write-kloonausta, mikä on todellinen ja arvokas asia, puettuna versionhallinnan sanastoon mutta toimittaen vain sen helpon puoliskon. Haaroituksen ilman yhdistämistä kutsuminen haaraksi lainaa lupauksen, jota suunnittelu ei voi pitää.
4.3 Historian kirjaaminen: temporaaliset taulut ja tarkastusjäljet
Kolmas ryhmä vedetään joskus samaan keskusteluun, ja se tulisi erottaa. Järjestelmäversioidut temporaaliset taulut, kuten SQL:2011:ssä standardoidut ja Postgresissa laajennuksilla kuten temporal_tables likimääräistetyt, sekä tarkastuskehykset kuten pgMemento antavat taululle historian: jokainen rivi kantaa sen ajanjakson, jolloin se oli voimassa, ja voit kysellä tietokantaa sellaisena kuin se oli minä tahansa menneenä hetkenä. Tämä on arvokasta, ja se tarjoaa sen alkuperän ja ajankohtaan perustuvan lukemisen, jota luku 2 pyysi. Mutta se on yksi, lineaarinen historia. Ei ole haaraa eikä yhdistämistä, ei rinnakkaisia työlinjoja soviteltaviksi. Aikamatkailu ei ole versionhallintaa; se on sen yksi akseli, se joka oli aina helpoin lisätä.
4.4 Kolme huolta, väärin yhteen sulatettuina
Astu taaksepäin, ja kuvio on selvä. Jokainen projekti vastaa samoihin kolmeen kysymykseen yhdellä kertaa ja niputtaa vastaukset yhteen tuotteeseen: miten historia mallinnetaan, miten versio tallennetaan fyysisesti ja miten konfliktit ratkaistaan. Dolt sulattaa git-tyylisen versiomallin räätälöityyn tallennusmoottoriin ja solukohtaiseen konfliktimalliin, ja saadakseen ensimmäisen on otettava kaikki kolme. Neon sulattaa ohuen versiomallin copy-on-write-tallennusmoottoriin ilman minkäänlaista konfliktimallia. Koska nämä kolme on hitsattu yhteen, et voi pitää Postgresia ja silti saada yhdistämistä, etkä voi saada semanttista yhdistämistä keneltäkään, koska konfliktimalli on se, minkä tallennusmoottori sattui tekemään helpoksi. Valheellinen valinta, jonka kenttä esittää, Postgres ilman yhdistämistä tai yhdistäminen ilman Postgresia, on seuraus loogisesti erillisten huolten sulattamisesta yhteen. Vedä ne erilleen, ja parempi suunnittelu ilmestyy.
5. Parempi tapa: protokolla, ei haara
Ehdotuksemme on lakata rakentamasta versionhallittuja tietokantoja ja ryhtyä määrittelemään versionhallintaprotokolla sille tietokannalle, joka meillä jo on. Siirto on sama, jonka git itse teki: gitin nerous oli erottaa objektimalli, commitit ja puut ja refit, siitä siirrosta, joka liikuttaa niitä ympäriinsä, niin että malli saattoi elää minkä tahansa yksittäisen toteutuksen yli. Tietokannan versionhallinnan tulisi erottaa versiomalli, commitit ja haarat ja yhdistämiset, siitä fyysisestä tallennuksesta, joka ne materialisoi, niin että se voi ajaa vakio-Postgresilla uuden moottorin vaatimisen sijaan. Kuva 2 näyttää sen muodon.
5.1 Substraatti, jonka Postgres jo tuo mukanaan
Hämmästyttävä asia, ja argumenttimme ydin, on se, kuinka suuri osa koneistosta Postgresilla jo on. Sen moniversioinen samanaikaisuudenhallinta pitää jokaisesta rivistä useita versioita ja ojentaa kullekin transaktiolle johdonmukaisen tilannekuvan tietokannasta loogisella hetkellä: se on commit kaikkea muuta kuin nimeltään. Sen kirjoituksen edeltävä loki on järjestetty, kestävä tallenne jokaisesta koskaan sovelletusta muutoksesta, toisin sanoen reflog. Ja looginen dekoodaus, kypsä mekanismi, joka jo voimistaa loogista replikointia, muuttaa tuon lokin puhtaaksi, järjestetyksi virraksi rivitason muutoksia, joita mikä tahansa asiakas voi kuluttaa. Kolme gitin neljästä primitiivistä, muuttumattomat tilannekuvat, historialoki ja muutosvirta, istuvat jo Postgresin sisällä, kuten kuva 1 osoitti. Protokollan ei tarvitse rakentaa niitä uudelleen. Sen tarvitsee vain lisätä ne kaksi asiaa, jotka Postgresista puuttuvat: pysyvät nimetyt refit tuon historian yli ja yhdistäminen, joka ymmärtää datan.
Committien tallentaminen on siis kysymys loogisen dekoodauksen virran kuluttamisesta ja kunkin transaktion muutosten kirjaamisesta sisältöosoitteiseksi muutosjoukoksi, tiivistettynä sisältönsä mukaan, niin että identtiset muutokset jakavat tallennustilan ja mikä tahansa muutosjoukko voidaan nimetä ja hakea tiivisteensä perusteella. Replikointipaikka luodaan kerran, ja muutokset tyhjennetään ja tallennetaan:
SELECT pg_create_logical_replication_slot(
'vc', 'pgoutput');
-- kunkin transaktion muutokset järjestyksessä,
-- tiivistettynä ja tallennettuna commit-objektina
SELECT * FROM pg_logical_slot_get_changes(
'vc', NULL, NULL);
Mikään tässä ei haaroita moottoria tai ylety rivin alapuolelle. Protokolla lukee sen, mitä Postgres jo lähettää, ja rakentaa versiografin sen viereen.
5.2 Commitit, refit ja haarat
Kun muutosjoukot ovat committeja, loput helposta puoliskosta on kirjanpitoa. Commit kirjaa vanhempansa tai vanhempansa ja tuomansa muutosjoukon sisältötiivisteen muodostaen saman muuttumattoman suunnatun syklittömän grafin, jota git käyttää. Ref on nimi, joka osoittaa committiin, ja haara on ref, joka liikkuu, kun siihen lisätään uusia committeja. Tämä metadata on pientä, se on tavallista relaatiodataa, ja se voi asua skeemassa juuri siinä tietokannassa, jota se versioi, tai oheisvarastossa. Koska commit määritellään sisältöosoitteisilla loogisilla muutoksilla eikä fyysisillä sivuilla, se on siirrettävissä: se merkitsee samaa millä tahansa Postgresilla, on-premises tai missä tahansa pilvessä, mikä on juuri se ominaisuus, jota copy-on-write-tallennushaaroitus ei voi tarjota. Versiomalli on puhdasta protokollaa, eikä se kanna mukanaan lukkiutumista.
5.3 Semanttinen, rajoitteet tunteva yhdistäminen
Tässä on vaikea puolisko ja paikka, jossa protokolla voi tehdä sen, mitä yksikään nykyinen työkalu ei tee. Koska commitit ovat loogisia muutosjoukkoja eivätkä läpinäkymättömiä sivuja, kolmisuuntainen yhdistäminen voi toimia siellä, missä merkitys asuu. Annettuna kaksi haaraa ja niiden yhteinen esivanhempi protokolla laskee kummankin puolen rivitason muutokset ja yhdistää ne, ja tekee sitten ne kaksi asiaa, jotka erottavat tietokannan yhdistämisen tekstin yhdistämisestä. Ensinnäkin se validoi ehdotetun tuloksen elävää skeemaa vasten, jokaista rajoitetta, avainta ja viiteavainsuhdetta, niin ettei yhdistäminen voi koskaan committaa tilaa, jonka tietokanta hylkäisi; rikkomus nostetaan konfliktina eikä kirjoiteta korruptiona. Toiseksi, ja tämä on todellinen edistysaskel, se ratkaisee päällekkäisyydet käyttäen käytäntöjä, jotka ovat ilmoittaneet taulu- ja sarakekohtaisesti ne ihmiset, jotka omistavat datan merkityksen, yhden sokean solukohtaisen säännön sijaan.
Noissa käytännöissä toimialan tarkoitus astuu mukaan. Laskurisarake voidaan ilmoittaa yhdistymään summaamalla kummankin puolen soveltamat deltat, mikä on suppenevan replikoidun datatyypin käyttäytyminen, niin että kaksi samanaikaista kasvatusta summautuvat oikein törmäämisen sijaan. Viimeksi päivitetty -aikaleima voi yhdistyä ottamalla myöhemmän arvon. Joukkoarvoinen suhde voi yhdistyä unionilla. Luonnollisen avaimen törmäys voidaan ilmoittaa ehdottomaksi konfliktiksi, koska skeeman merkitys sanoo, että nuo kaksi riviä ovat sama entiteetti. Missä mikään käytäntö ei päde ja molemmat puolet koskivat samaa arvoa, protokolla tekee täsmälleen sen, mitä git tekee, ja pysähtyy ihmistä varten esittäen konfliktin rivien ja arvojen eikä sivujen muodossa. Ilmoitus voisi kuulua yhtä yksinkertaisesti kuin tämä:
MERGE POLICY ON inventory (on_hand)
USING sum_of_deltas;
MERGE POLICY ON inventory (sku)
USING conflict; -- sama SKU, sama tuote
Tämä on se osa, jonka aiempi tutkimus osoittaa mahdolliseksi. Sisältöosoitteisia järjestelmiä, joissa on käyttäjän määrittelemiä yhdistämisfunktioita, on jo olemassa relaatiomaailman ulkopuolella: Irmin, git-tyylinen varasto MirageOS-projektin osien takana, on rakennettu juuri tämän yhdistettävän datan ja mukautetun yhdistämislogiikan idean ympärille, ja kirjallisuus suppenevista ja vaihdannaisista replikoiduista datatyypeistä antaa täsmällisen kuvauksen siitä, milloin samanaikaiset muutokset voidaan yhdistää ilman konfliktia. Invarianttikonfluenssin teoria, Bailisilta ja kollegoilta, menee yhden askeleen pidemmälle ja kertoo meille täsmälleen, mitkä invariantit yhdistäminen voi säilyttää ilman koordinointia ja mitkä, globaali uniikkius ja viiteavaimet niiden joukossa, todistettavasti eivät voi. Se ei ole epätoivon neuvo; se on syy siihen, miksi luonnollisen avaimen törmäys on ilmoitettava konfliktiksi eikä toivottava pois, ja se kertoo protokollalle täsmälleen, missä automaattinen käytäntö on turvallinen ja missä ihmisen on päätettävä. Mitä ei ole tehty, on tuoda tuo semanttinen yhdistäminen natiiviin, transaktionaaliseen Postgresiin, skeeman omien rajoitteiden hallitsemana. Se on avoin ongelma, jonka ratkaiseminen kannattaa, ja se, jonka haarautustuotteet ovat kiertäneet läpi menemisen sijaan.
5.4 Materialisointi optimointina
Oikeutettu vastaväite on, että loogisten muutosten uudelleentoistaminen haaran rekonstruoimiseksi voisi olla hidasta suurelle tietokannalle. Vastaus on itse irtikytkentä: se, miten haara materialisoidaan fyysisesti, ei ole osa versiomallia, joten se voidaan valita vapaasti ja muuttaa myöhemmin. Haara voidaan toistaa uudelleen muutosjoukoista, kun se on pieni tai harvoin käytetty, tai pystyttää copy-on-write-tilannekuvana, kun sen on oltava nopea, käyttäen tiedostojärjestelmän tilannekuvia kuten ZFS:ää tai juuri sitä copy-on-write-tallennusta, jonka Neon ja sen kaltaiset ovat rakentaneet. Toisin sanoen erinomaiset nopeasti haaroittavat moottorit eivät ole tämän protokollan kilpailijoita; ne ovat yksi mahdollinen taustajärjestelmä sen materialisoinnille, kun yhdistäminen ja siirrettävä versiomalli tarjotaan niiden yläpuolella. Protokolla sanoo, mitä haara ja yhdistäminen tarkoittavat; tallennuskerros saa vapaasti tehdä niistä nopeita.
5.5 Rehelliset rajat
Emme väitä tämän olevan helppoa, ja kantaaottava artikkeli, joka teeskentelisi toisin, ansaitsisi epäluulon. Semanttinen yhdistäminen on aidosti vaikeaa: oikeiden taulukohtaisten käytäntöjen kirjoittaminen vaatii huolellisuutta, pitkään eriytyneet haarat kerryttävät konflikteja, joita mikään käytäntö ei voi ratkaista ilman harkintaa, ja hyvin suurivolyymiset muutosvirrat nostavat todellisia kysymyksiä committilokin tallennuksesta ja läpäisystä. Suuren yhdistämisen validoinnilla jokaista rajoitetta vasten on hintansa, ja joitakin invariantteja, kuten invarianttikonfluenssin teoria todistaa, ei voida sovittaa yhteen ilman koordinointia lainkaan, joten rehellinen protokolla nostaa ne konflikteina sen sijaan, että teeskentelisi ratkaisevansa ne. Nämä ovat syitä siihen, miksi ongelma on yhä avoin, eivät syitä julistaa se ratkaisemattomaksi. Mitä protokollalähestymistapa ostaa, on se, että vaikea osa, yhdistäminen, kohdataan siinä yhdessä paikassa, jossa se voidaan kohdata hyvin, loogisessa kerroksessa skeema kädessä, sen sijaan että se hylättäisiin tallennuskerroksessa tai litistettäisiin solukohtaiseksi säännöksi. Se tarkoittaa myös, että työ kumuloituu: koska se on protokolla vakio-Postgresin päällä, jokainen parannus moottorissa, jokainen laajennus, jokainen operatiivinen työkalu pysyy toimivana sen alla.
6. Mitä tämä tarkoittaa käytännössä
Organisaatiolle, joka valitsee tänään, rehellinen ohjeistus seuraa taulukkoa. Jos tarvitset halpoja, välittömiä tietokantoja kehitykseen, testaukseen ja pull request -esikatseluihin, copy-on-write-haarautustyökalut ovat erinomaisia ja sinun tulisi käyttää niitä, selväsilmäisenä siitä, että haara siellä on kertakäyttöinen haaroitus eikä työlinja, jonka yhdistät takaisin. Jos aloitat puhtaalta pöydältä ja versiointi on järjestelmän tarkoitus, Dolt on vakava ja kyvykäs työkalu, edellyttäen että hyväksyt valitsevasi uuden moottorin etkä laajentavasi Postgresia. Ja jos haluat sen täyden lupauksen, haaran ja eron ja yhdistämisen sen tuotanto-Postgresin yli, jota jo ajat ja johon luotat, rehellinen vastaus on, ettei yksikään tuote toimita sitä vielä, ja oikea asia, johon panostaa, on protokolla, joka rakentuu Postgresin omille primitiiveille, eikä toinen haaroitus moottorista tai tallennuksesta.
Tuo viimeinen kanta on se, jota Nashua pitää, ja se on yhtä kokonaisuutta sen kanssa, miten luemme koko tämän maiseman. Suosimme parhaita laatuaan olevia työkaluja ja avoimia standardeja yhden toimittajan alustojen sijaan, ja olemme varuillamme lukkiutumisen suhteen missä tahansa se piileekin, mukaan lukien tallennuskerroksen sisällä, joka voi haarauttaa mutta ei koskaan päästä dataasi lähtemään tasavertaisin ehdoin. Versiomalli, joka on puhdasta protokollaa, siirrettävissä minkä tahansa Postgresin yli millä tahansa infrastruktuurilla, on-premises tai pilvessä, pitää valinnan siitä, missä ja miten ajaa, lujasti organisaatiolla. Pilvi ja on-premises ovat molemmat hyviä koteja datalle; protokolla, joka ei välitä kummasta, on juuri pointti.
7. Johtopäätös
Tietokanta ansaitsee sen versionhallinnan, joka muutti jokaisen muun ohjelmistotuotannon osan, ja projektit, jotka tuota tavoitetta tavoittelevat, ovat oikeassa tavoitellessaan sitä. Mutta palkinto on yhdistäminen, ei pelkkä haara, ja kenttä on jakautunut työkaluihin, jotka yhdistävät jättämällä Postgresin, ja työkaluihin, jotka pitävät Postgresin luopumalla yhdistämisestä. Tuo jako ei ole väistämätön. Se johtuu kolmen erotettavissa olevan huolen, versiomallin, fyysisen tallennuksen ja konfliktien ratkaisun, sulattamisesta yhteen tuotteeseen. Erota ne, rakenna versiomalli protokollana sille kirjoituksen edeltävälle lokille, moniversioiselle tallennukselle ja loogiselle dekoodaukselle, jotka Postgresissa jo ovat, ja aseta semanttinen, rajoitteet tunteva yhdistäminen sen keskiöön, niin valheellinen valinta liukenee. Git ansaitsi paikkansa erottamalla mallin koneesta. Data ansaitsee saman, ja Postgresilla, lähes ainutlaatuisesti, on jo osat sen tekemiseksi todeksi. Nashua auttaisi mieluummin rakentamaan sen kuin myisi siitä haaran.
References
DoltHub (2026). Dolt: Git for Data. https://github.com/dolthub/dolt
DoltHub (2026). Prolly Trees: the data structure behind Dolt. https://docs.dolthub.com/architecture/storage-engine/prolly-tree
DoltHub (2026). DoltgreSQL: a Postgres-flavoured Dolt. https://github.com/dolthub/doltgresql
DoltHub (2026). Merge and conflict resolution in Dolt. https://docs.dolthub.com/sql-reference/version-control/merges
Neon (2026). Branching in Neon: copy-on-write Postgres. https://neon.tech/docs/introduction/branching
Supabase (2026). Branching documentation. https://supabase.com/docs/guides/deployment/branching
The PostgreSQL Global Development Group (2026). PostgreSQL documentation: Logical Decoding. https://www.postgresql.org/docs/current/logicaldecoding.html
The PostgreSQL Global Development Group (2026). PostgreSQL documentation: Concurrency Control (MVCC). https://www.postgresql.org/docs/current/mvcc.html
The PostgreSQL Global Development Group (2026). PostgreSQL documentation: Write-Ahead Logging (WAL). https://www.postgresql.org/docs/current/wal-intro.html
Al-Kateb, M. et al.; ISO/IEC 9075:2011 (SQL:2011) system-versioned tables; and temporal_tables for PostgreSQL. https://github.com/arkhipov/temporal_tables
Bitterlich, F. (2026). pgMemento: audit trail and versioning for PostgreSQL. https://github.com/pgMemento/pgMemento
Chacon, S. and Straub, B. (2014). Pro Git, 2nd edition, Apress. https://git-scm.com/book
Shapiro, M., Preguiça, N., Baquero, C. and Zawirski, M. (2011). Conflict-free Replicated Data Types. SSS 2011. https://hal.inria.fr/inria-00609399
Bailis, P., Fekete, A., Franklin, M. J., Ghodsi, A., Hellerstein, J. M. and Stoica, I. (2015). Coordination Avoidance in Database Systems, which introduces invariant confluence. VLDB. https://arxiv.org/abs/1402.2237
Xata and ClickHouse (2026). Managed Postgres with instant branching. https://clickhouse.com/blog/managed-postgres-ga-xata-acquisition
Postgres.ai (2026). Database Lab Engine: instant thin clones of PostgreSQL. https://postgres.ai/
Gazagnaire, T. et al. (2026). Irmin: a distributed, git-like, mergeable store. https://irmin.org/
TerminusDB (2026). TerminusDB: a git-like graph database. https://terminusdb.com/
PlanetScale (2026). Branching and deploy requests. https://planetscale.com/docs/concepts/branching
