Subversion会有效存储OpenXML Office文档吗？

Question

我一直在管理Subversion作为我公司的工程文档存储库.它工作得很好,但我对Subversion如何(应该)处理MS Office 2007格式有疑问.

我正在查看我的工作副本中的Excel 2007电子表格(扩展名.xlsx),Subversion已经应用了svn:mime-type属性application/octet-stream.这意味着Subversion被视为二进制,对吧？

我希望Subversion可以有效地存储新的MS Office文档格式.我的理解是,每次提交该文件时都会生成二进制文件的完整副本,而如果该文件是文本,则对该文件进行少量更改将导致将少量其他数据添加到存储库中(在至少是典型的情况).

我不太了解XML的细节,但我认为XML文件是文本,因此Subversion会有效地存储它.

是否可以配置Subversion以便有效地存储MS Office OpenXML文档？

后续工作(2009-11-09):我发现Office文档可以使用Office 2003 XML文档格式存储为纯文本(Excel:XML Spreadsheet 2003 ; Word:Word XML Document.有关于丢失的警告格式化,但我还没有遇到任何明显的格式丢失.

Answer 1

Office Open XML文件是ZIP兼容的OPC包,包含XML文档和其他资源.

换句话说,OpenXML文件实际上是包含XML文件的zip文件.压缩或加密"扰乱"数据,破坏了subversion在修订版之间生成增量的能力.这与此无关svn:mimetype.Subversion在生成增量时将所有文件视为二进制文件.

在荷兰语中,我们有一种说法是"衡量就是知道".下图显示了我在SVN 1.6存储库(修订版1)中导入500K OpenXML文档的实验结果.然后我添加了另一个文档的段落,保存并提交.重复5次(修订版2至6).

如您所见,提交仅添加段落的新docx修订版将花费您大约150K的磁盘空间.这比仅在没有版本控制系统的帮助下存储每个版本的副本更有效.

我还通过解压缩docx的每个修订版来重复实验,使用单独的测试存储库.如您所见,如果未压缩文档修订版的存储效率会更高.看到subversion自己的数据压缩与zip一样有效也很有趣.在subversion中存储未压缩docx的第一个版本需要与原始docx大致相同的空间.

因人而异.

Answer 2

Subversion很好地处理二进制文件.它并没有存储的完整副本的每一个承诺,但只有有效的二进制差异.