文档版本管理系统 数据表设计

　　最近一个朋友接手了一个项目，为自己部门开发文档版本管理系统。我在和他闲聊中，听他说起数据表设计时遇到的一个疑惑。听他说完后感觉这样的问题还是有一些普遍性的，在这里进行一下分享。

　　问题描述

　　文档版本管理最主要的是要维护文档的版本链。这很容易让人想到链表这种数据结构，所以我的那位朋友很快就给出了如下的表结构：

create table Table_Docunment
(
	Docunment_Id int not null identity(1000, 1) primary key,
	Docunment_Name nvarchar(64) not null,
	Docunment_SubmitDate datetime not null,
	Docunment_PreId int not null default(-1),
	Docunment_NxtId int not null default(-1),
	.......
);

　　其中Docunment_PreId存放前一版本文档的Id，Docunment_NxtId存放下一版本文档的Id。

　　起初还没有感觉出什么问题，但当他试图向Table_Docunment填充测试数据或试图写一个存储过程来获取其链上最新的文档时，感觉非常痛苦。

　　在他的存储过程中需要进行循环，他自己知道这样性能不好，但又不清楚如何解决。

　　解决方案

　　问题的关键在于初始的设计并不适合系统的使用场景。原始的设计导致了取某文档的下一版本或上一版本都需要进行连接（Join）操作，若要获得最新版本文档，还需要进行循环。

对原始设计进行修改，新的表结构如下（省略了部分字段）：

create table Table_Docunment
(
	Docunment_Id int not null identity(1000, 1) primary key,
	Docunment_Name nvarchar(64) not null,
	Docunment_ChainId int not null default(-1),
	Docunment_VersionId int not null default(-1),
	Docunment_SubmitDate datetime not null,
	......
);

　　其中Docunment_ChainId为当前文档所属的版本链，Docunment_VersionId为当前文档在版本链中的版本号（从1开始的连续编号）。

　　在列(Docunment_ChainId, Docunment_VersionId)上可加unique约束。

　　举例来说，有如下两条文档链：

（图1）

　　其中文档上方的两个数字分别代表文档编号（Docunment_Id）和版本编号（Docunment_VersionId）。把这些信息存储到新的Table_Docunment中，结果如下：

　　对于给定的一个文档，要找其上一版本或下一版本的文档时，只要找其同一条链上版本号小1或大1的文档。若要找最新版本文档只要在链上对版本号取max就行了，也很方便。

　　新的需求

　　这样的设计已基本满足我那位朋友的需求了，但在某些使用场景下，情况可能会更复杂些。

　　若文档链有文档归并的情况，即两个文档链的最新文档版本是同一个文档，示意图如下：

（图2）

　　对于这个新的需求，先前的设计就会有一些问题，对于图中文档1007，其版本号对于链1应为5，对于链2应为4，实在是没办法填，我先用了一个问号。

　　新的需求改变了链和文档之间的关系。原先链和文档之间为1对多关系（注：标准情况下1对多关系会有两张表，但由于链在此系统中是一个虚概念，而且链实体也只会包含一个Id列，所以在先前设计中省去），现在链和文档之间变为多对多关系。多对多关系需要3张表，两个实体表，一个关系表。在此系统中链的实体表可以省去，所以我们只要引入一张关系表。

　　重构原先设计，脚本如下：

create table Table_Docunment
(
	Docunment_Id int not null identity(1000, 1) primary key,
	Docunment_Name nvarchar(64) not null,
	......
);

create table Table_DocChain
(
	DocChain_ChainId int not null,
	DocChain_VersionId int not null default(1) check(DocChain_VersionId >= 1),
	Docunment_Id int not null references Table_Docunment(Docunment_Id),
	DocChain_SubmitDate datetime not null,
	primary key(DocChain_ChainId, DocChain_VersionId)
);

　　主要是添加了Table_DocChain这张关系表，对于我在此表上加的约束大家可以自己思考。

　　检验一下重构后的设计，把图2中的信息存入新的表结构中。

　　Table_Docunment:

　　Table_DocChain:

　　其中关键的两行记录已用粗体标出。

　　反过来思考

　　前一节讨论了文档归并的情况。有文档归并，就有可能出现文档分支，那该如何处理呢？是否需要修改设计？

　　我们先看一下文档分支的示意图：

（图3）

　　文档分支没有改变链和文档之间的关系，所以我自己觉得前面的表结构设计不需要修改。

　　那图3中分支链上的问号处如何填呢？

　　当文档进行分支时，其已经不归属于原先的链了，应新创建一条链。图3中，当文档1005分支时，在表Table_DocChain中应插入一条DocChain_ChainId：3, DocChain_VersionId: 1, Docunment_Id: 1005的记录，此分支的随后文档都归属此新链，这样问题就解决了。

　　防止文档链成环

　　对于文档链的一个重要约束是不能成环。这个约束可以在应用程序端实现，但数据库端的检查永远是我们最后的一道防线。我们应尽可能通过约束或其他手段来避免错误数据进入数据库。

如果能用check约束来避免链成环是最为直接的，在Table_DocChain中加如下约束：

alter table Table_DocChain
add constraint CK_LoopChain 
check(not exists
		(select
			*
		from
			Table_DocChain DC1
			inner join
			Table_DocChain DC2
			on
				DC1.DocChain_ChainId = DC2.DocChain_ChainId
				and
				DC1.DocChain_VersionId <> DC2.DocChain_VersionId
				and
				DC1.Docunment_Id = DC2.Docunment_Id
			)
);

　　其逻辑是在同一条链中，不存在版本号不同，且文档号相同的记录。

　　但非常可惜无论在SQL Server 2008还是Oracle中，check约束都不允许使用子查询（Subqueries）。

　　我们可以通过带有with check option的视图来达到目的，代码如下：

create view View_DocChain
as
select
	DC1.DocChain_ChainId,
	DC1.DocChain_VersionId,
	DC1.Docunment_Id,
	DC1.DocChain_SubmitDate
from
	Table_DocChain DC1
where
	not exists
	(select
		*
	from
		Table_DocChain DC2
	where
		DC1.DocChain_ChainId = DC2.DocChain_ChainId
		and
		DC1.DocChain_VersionId <> DC2.DocChain_VersionId
		and
		DC1.Docunment_Id = DC2.Docunment_Id	
	)
with check option;

　　对于Table_DocChain的插入、修改，都通过View_DocChain来进行，就能防止文档链成环的发生。