Dolt 2.0讓資料庫版本控制更實用
Dolt 2.0 要解決的是「資料庫也想像 Git 一樣管理版本」時，歷史資料越留越肥、效能跟不上正式環境的問題。它維持 MySQL 相容介面，底層以 content-addressed Prolly Trees 儲存資料，可對資料列進行 branch、merge、clone 與 diff。這次加入預設啟用的自動 garbage collection、archive dictionary compression、adaptive storage，也提供 beta 版 vector index，讓向量資料同樣能跟著版本走。
現實應用
最直接的場景是資料工程、測試資料管理與 AI 資料集實驗。團隊可以從正式資料切 branch，在隔離環境測 schema 或內容變更，確認後再合併；出錯時也比較容易追差異與回復。需要稽核資料修改、多人維護規則表，或反覆調整 embedding 與向量索引的團隊，也會比傳統備份加人工命名更好管理。
DoltHub 表示，copy-on-write 在匯入期間會留下未進入 commit graph 的中間狀態，新版 GC 會自動回收這些垃圾。新的 archives 格式則透過字典壓縮與去重，官方估計可減少 30% 至 50% 儲存空間。
期望評估
我認為低標期望很務實：既有 Dolt 使用者至少能少做磁碟清理，長期保存版本的成本也會下降。即使不用 vector 功能，GC 與壓縮就有升級價值。
高標部分，我猜 Dolt 有機會成為需要 Git-like data workflow 團隊的正式資料庫，而不只是特殊工具。官方以 sysbench 宣稱讀取比 MySQL 快 5%、寫入快 13%，但這是特定基準與官方測試，實際結果仍要用自己的資料量、查詢型態和版本歷史驗證。vector index 目前也還是 beta，不宜直接當成熟的向量資料庫替代品。
商業策略分析
Dolt 影響的不只 MySQL 周邊，也會碰到 lakeFS、Project Nessie 這類資料版本管理方案。不過產品層級不同：Dolt 是可直接查詢的 SQL database，後兩者更偏 data lake 與 catalog 工作流。
我認為它真正的商業意義，是把資料分支、審查、合併與回復變成資料庫原生能力。對金融、資料治理、AI 評測與多人協作平台值得做 PoC；一般 CRUD 系統若沒有資料版本需求，換資料庫的成本可能高過收益。Postgres 團隊則可觀察共用同一儲存引擎、目前仍為 beta 的 DoltgreSQL。