聊聊多版本业务模型设计

最近业务上用到比较多的多版本场景。这里总结一下多版本业务模型设计的思路。

多版本需求梳理

先梳理一下多版本的一般诉求：

1. 同一个数据经过多次编辑后，会产生多个版本，其中历史版本不能删除掉，因为可能有上下游在使用；
2. 多版本通常用于配置中，最新一个版本的配置通常可以多次修改、测试，确定后再发布；
3. 已经发布的历史版本不能随便修改，因为有数据在使用；
4. 在消费侧，一般默认是使用最新已发布的版本；
5. 多版本可能会有发布审批、与上一个版本的diff等需求场景；

多版本状态机设计

一个多版本的业务模型，通常会有以下的状态机。其中“废弃”不是必须的，回滚操作也不是必须的（回滚操作会给代码和表设计带来很大的复杂性），发布中间可能会有发布中、审批中等状态。

草稿可以在原版本编辑，但已发布的数据再编辑，就会生成一个新版本的草稿。

有时候也会有下线操作，这个时候所有版本的状态就会被改为“已下线”。

多版本表设计

对于多版本而言，你需要有一个唯一标识这个业务数据的字段，可以叫id​或者code。

同时，需要一个字段来标识版本，这个版本建议是一个递增的数字，叫version​。有些业务期望版本是业务输入的，或者有一个版本说明的概念，那可以新增一个字段叫version_desc。

我们可以把唯一标识和版本拼接起来，作为这个数据在这个版本的唯一键，可以叫code_version​。通常是拼接成一个字符串，中间用某种特定的分隔符来区分，比如#​。那code_version​可能就长这样：A12334#3​。这里就要求code​里面不能有分隔符#，不然代码逻辑处理起来就比较麻烦。

这里说一下这个拼接字段的必要性，因为上下游往往会存code + version。那上下游在列表查询等场景来查询数据的时候，如果没有这个字段，只能循环一个个查，不能用where批量查询。

另外一个必要的字段就是status来标识当前版本的状态。

还有一个非必须的字段is_last_version​，用来标识当前这条数据是不是它的最新版本，无论是草稿态还是已发布还是已废弃，它都会变成true。这里在待会儿下文的查询要点中会解释它的用处。如果不用这个字段也能查，但是需要group by order，整体查询语句麻烦，效率低。在写的时候多维护一下这个数据，会让查询的时候方便很多。

其它的都是审计字段了。最终的建表语句可能长这样：

CREATE TABLE `t_xxx`  
(  
    `id`              bigint unsigned NOT NULL AUTO_INCREMENT COMMENT 'ID',  
    `code`            varchar(255)    NOT NULL DEFAULT '' COMMENT 'code',  
    `version`         int             NOT NULL DEFAULT 0 COMMENT '版本',  
    `version_desc`    varchar(255)    NOT NULL DEFAULT '' COMMENT '版本说明',  
    `code_version`    varchar(255)    NOT NULL DEFAULT '' COMMENT 'code和版本',  
    `is_last_version` tinyint         NOT NULL DEFAULT '0',  
    `status`          varchar(255)    NOT NULL DEFAULT '' COMMENT '状态',  
    # 以下是业务字段...  
    `name`            varchar(255)    NOT NULL DEFAULT '' COMMENT '名称',  
  
    # 以下是审计字段...  
    `create_time`     timestamp       NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',  
    `create_by`       varchar(10)     NOT NULL DEFAULT '' COMMENT '创建人',  
    `modify_time`     timestamp       NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间',  
    `modify_by`       varchar(10)     NOT NULL DEFAULT '' COMMENT '修改人',  
    `deleted_at`      bigint                   DEFAULT '0' COMMENT '删除时间秒时间戳',  
    PRIMARY KEY (`id`),  
    UNIQUE KEY `uk_code_version_deleted_at` (`code`, `version`, `deleted_at`)  
) ENGINE = InnoDB  
  AUTO_INCREMENT = 5  
  DEFAULT CHARSET = utf8mb4  
  COLLATE = utf8mb4_0900_ai_ci COMMENT ='xxx表'

生产端和消费端的查询要点

生产端就是配置数据的地方，消费端就是使用的地方。生产端和消费端有一些区别，生产端往往要看最新的版本，包括草稿等状态，还要能修改。而消费端一般只用最新已发布的版本。

生产端

生产端的查询，可以按照is_last_version为true来过滤，这样就只查每一个code的最新版本的数据。

同时，每个code也应该返回一个version​列表，是这个数据code_version的集合，以便用户查看和跳转历史版本。

生产端的写入，需要维护好状态、版本、is_last_version等字段。在编辑的时候，要判断当前的状态是草稿态还是已发布，如果是已发布，是要创建一条新的记录（当然这个在前端判断也是可以的，但后端要做好校验，防止页面没刷新等场景造成脏数据）。

消费端

消费端的查询，需要查询最新已发布版本，一般是通过状态来过滤，比如status = Online。

但这里根据状态过滤有一个问题：历史已发布的版本怎么办？如果一个code发布了3个版本，那岂不是会查出来3条数据？要解决这个办法有两种思路：

• 状态机添加一个Online_history的状态，在写入的时候维护这种状态；
• 表增加一个is_last_online_version，在写入的时候维护这个字段；

我个人比较喜欢用第一种方案，少维护一个字段，仅仅多维护一个枚举就行了。

其它注意事项

上下游

我们在上下游的接口交互中，除了要根据code​查最新已发布版本这种消费端场景外，通常用code_version来交互。这样在DB中可以直接命中一条数据，查询起来也方便。

这个数据和其他数据的关系，也通常使用code_version来存，因为不同版本关联的数据可能不同。

diff

diff往往是利用领域模型json化后来diff。这里的diff能力可以做成一个通用的服务，传入old json和new json，返回哪些是新增的，哪些是删除的，哪些是变更的。内部的逻辑一般是利用json_path和递归的方法来做。

diff的难点是做成配置化，配置哪些属性参与diff，哪些属性ignore diff。diff出来之后，可能枚举等需要key转换成label，外部有一个转换函数，或者前端去转。

另一块需要注意的就是数组的顺序。有些字段虽然到json是数组，但业务上本身是顺序无关的，这种数据的比对会更麻烦一些。

回滚

回滚其实很麻烦，包括已发布的回滚到上一个版本、发布中的回滚到草稿态。主要是前者很麻烦，尤其是有上下游使用了这个版本的数据，一般是不允许轻易回滚的。

如果有这类场景，多半是没有上下游，比如服务发布、应用发布等。这种回滚，当前版本的数据一般也不会删除，而是设置成一个特殊的状态。下次编辑上一个版本的时候，生成的version也不是+1， 而是+2甚至是+n，还得查一遍库，比较麻烦。

所以如果不是有特殊的需求，可以不做已发布的回滚，它会带来很多复杂性。