dolthub/dolt · 上手攻略

• 仓库：dolthub/dolt
• 链接：https://github.com/dolthub/dolt
• 分类：ai
• 作者：Tom
• 更新：2026-07-13

这是什么

Dolt 是一个带版本控制的 SQL 数据库——把 Git 的协作模型带入了数据世界。你可以 fork、clone、branch、merge、push、pull 数据库表，就像对代码仓库操作一样。数据以 MySQL 兼容的 SQL 表形式存储，版本控制功能通过 SQL 内的系统表和存储过程暴露出来。

官方 slogan："Git for Data"。

本质上是 MySQL 5.7 兼容的数据库引擎，加上完整的 Git 风格 DVCS 层。它不是 Git + 数据库的简单粘合，而是从存储引擎层就融为一体的版本化关系数据库。

核心定位：数据的 GitHub。当团队需要协作编辑同一份数据、追踪数据变更历史、回滚错误修改、对比分支差异时，Dolt 是最接近 Git 体验的解决方案。

解决什么问题

• 数据协作：多人可以同时在各自分支修改数据，再合并（merge）——这在普通数据库里需要手工写 merge 脚本
• 数据版本历史：每次变更都是可查询的 commit，可看 diff、可回滚（revert）、可 blame 每行数据的历史
• 数据分享：通过 DoltHub（类似 GitHub）分享公共数据集，star、fork、数据 PR 机制一应俱全
• 渐进式数据导入：CSV 文件直接导入成表，commit 后推送到远程
• AI Agent 记忆：Dolt 官方文档特别推荐作为多 Agent 系统的共享记忆存储，因为分支机制天然隔离不同 Agent 的上下文

典型场景：爬虫数据管理、机器学习数据集版本化、配置数据协作、产品数据库的 staging/prod 对比、BI 数据源的版本化上游。

快速安装

macOS

brew install dolt

Linux / Mac（脚本安装）

sudo bash -c 'curl -L https://github.com/dolthub/dolt/releases/latest/download/install.sh | bash'

安装后验证：

dolt version
# dolt version 1.x.x (或更新版本)

Docker（无安装）

# CLI 工具
docker run --rm -v "$PWD:/data" dolthub/dolt dolt version

# SQL Server 模式
docker run -d -p 3306:3306 -v "$PWD/db:/var/lib/dolt" dolthub/dolt-sql-server

核心用法

1. 初始化数据库

dolt init
# 初始配置用户名和邮箱（类似 git config）
dolt config --global --add user.email "you@example.com"
dolt config --global --add user.name "Your Name"

2. 创建表 & SQL 操作

启动 SQL Server（在另一个终端窗口运行）：

dolt sql-server
# Starting server with Config HP="localhost:3306"|T="28800000"|R="false"|L="info"

然后用 MySQL 客户端连接（默认用户 root，无密码）：

dolt sql
# 或任意 MySQL 客户端：
mysql --host 127.0.0.1 --port 3306 -uroot

# 在 SQL shell 内：
CREATE DATABASE myapp;
USE myapp;
CREATE TABLE products (
  id INT PRIMARY KEY,
  name VARCHAR(255),
  price DECIMAL(10,2)
);

3. 版本控制命令（与 Git 完全对应）

# 查看工作区状态
dolt status

# 添加表变更到暂存区
dolt add products

# 提交变更
dolt commit -m "Updated product prices"

# 查看提交历史
dolt log

# 创建分支
dolt branch new-pricing

# 切换分支
dolt checkout new-pricing

# 合并分支
dolt checkout main
dolt merge new-pricing

# 对比差异
dolt diff products

4. SQL 内的版本控制（高级用法）

Dolt 在每个数据库里创建了系统表，可直接在 SQL 中查询版本信息：

-- 查看表的历史版本
SELECT * FROM myapp.dolt_history_products;

-- 查看变更日志
SELECT * FROM myapp.dolt_log;

-- 查看某行的最后修改commit
SELECT * FROM myapp.dolt_blame_products WHERE id = 1;

-- 通过存储过程执行版本控制操作
CALL dolt_add('products');
CALL dolt_commit('-m', 'Updated product prices');

5. 远程协作（与 GitHub 完全对应）

# 添加远程仓库
dolt remote add origin https://github.com/username/my-data

# 推送数据
dolt push origin main

# 克隆别人的数据仓库
dolt clone https://github.com/username/my-data
dolt clone dolthub/username/my-database

# 拉取合并
dolt pull origin

6. CSV 导入导出

# 导入 CSV 为表
dolt table import products --file products.csv --types "int,varchar(255),decimal(10,2)"

# 导出表为 CSV
dolt table export products --file products_backup.csv

# 全库导出
dolt dump -u root

7. DoltHub 分享数据

DoltHub 是数据的 GitHub，公开数据集免费托管：

dolt login                    # 注册 DoltHub 账号
dolt hub create               # 在 DoltHub 创建远程仓库
dolt push origin main         # 推送

访问 https://www.dolthub.com/explore 可以浏览数千个公开数据集。

典型适用场景

坑与注意

1. 性能不如原生 MySQL：Dolt 额外的版本控制层带来约 10-30% 的写入开销，不适合超高并发写入场景（>10k TPS）
2. MySQL 兼容性为 5.7 级别：不支持 MySQL 8.0 的某些特性（如窗口函数 CTAS 语法细节），迁移前要测兼容性
3. 存储占用较大：每个 commit 保留完整数据快照，长期运行的大表仓库会膨胀，用 dolt gc 定期清理
4. 冲突解决需要 SQL 知识：merge 冲突不像 Git 用文本 diff，而是用 SQL 解决冲突行，需要一定 SQL 基础
5. DoltHub 私有仓库收费：公开数据集免费，私有仓库按存储量计费；如果只是自己用可以完全本地或自建 DoltLab
6. Python 3.14 不兼容：如果用 Python 工具链连接，注意当前 Dolt SQL Server 推荐 MySQL 8.4 客户端（Homebrew 安装 mysql@8.4）
7. 分支不等于备份：Dolt 分支是逻辑隔离，不是物理复制，删除分支会丢失未合并的数据

与同类对比

Dolt 的核心优势：真正的 SQL + 真正的 Git 体验，不需要额外的 ETL 或工具层。如果你的团队已经习惯 Git 工作流，Dolt 是门槛最低的数据版本化方案。

一句话推荐结论

如果你曾经为"数据能不能像代码一样做分支、PR 和回滚"而苦恼，Dolt 就是答案——一个 MySQL 兼容的、Git 式的版本控制数据库，适合团队数据协作、AI Agent 记忆和数据集管理，生产可用。（⚠️ 注意其 MySQL 5.7 兼容性级别和高写入场景的性能权衡。）