XML数据库探讨
添加时间: 2006-5-10 4:47:14 作者: XML教程 阅读次数:96 来源: http://d9soft.com
存储
在资源库中存储信息很简单。如果希望存储的信息已经是 XML 格式，那么可以直接把它添加进资源库。这也许听起来不错。毕竟在不断创新的 Web 服务世界中，将要到来的多数信息将使用嵌入在 SOAP 消息中的 XML 片段格式。然而，把 XML 文档分解并保存到关系数据库一点也不困难；当开始查看希望支持的其它功能时，这种作法会有一些好处。同样许多本 Native-XML 数据库供应商所鼓吹的一个好处是 Native-XML 数据库能够存储和查询异种的文档结构。再说，对于结构化数据问题在于：您真的希望信息的结构千变万化吗？对于使用 XML 文档时具有的这种优势，当使用结构化数据时就算不上是一种优势了。
检索
初看上去，从 Native-XML 数据库检索信息似乎也是一个好处：以信息的原始 XML 格式检索它，而不需任何附加的编码，并且可以使信息以一定的样式显示。然而，结构化数据检索的性质使得这种明显的优势实际上变成了劣势。如果信息更新量巨大（例如，接收单个数兆字节大小 XML 文档的股票系统的夜间更新），一些 Native-XML 平台需要从数据库返回整个文档 — 即使您只对文档的很小一部分感兴趣（譬如某个特定股票的变化过程）。 其它 Native-XML 平台在将 XML 文档保存到资源库之前进行分解，但是如果具有复杂的文档结构（正如许多结构化 XML 文档倾向于具有这种结构）时，这样做就显得有点笨拙。无论如何，许多关系数据库供应商目前正在实现瘦 XML 序列化器包装器以便支持在需要时从关系数据生成XML 文档。这使得程序员可以容易地获得完成特定任务所恰好需要的信息，这些信息具有某种格式，这种格式具有所需样式、或者可以发送给其它能识别 XML 的目标。
搜索
搜索 Native-XML 数据库有两种常规解决方法可用，选取哪种取决于数据库供应商。一些 Native-XML 数据库需要选择哪些元素或属性用于索引，如同在关系数据库里选择哪些列用于索引。然后，这个信息被用于建立索引，以便搜索机制能用来快速定位相匹配的文档。在文档被添加到资源库时，其它 Native-XML 数据库就是对文档内的所有信息建索引，可以想象这将导致存储空间需求飞速上升（想象一下在关系数据库中对所有列建索引！）。由于这些数据库以文档为中心的性质，搜索将返回一组 XML 文档；然后如有必要，调用程序还得对这些文档做进一步处理。 很遗憾的是，这意味着更复杂的搜索，是很不方便的。例如，要找出那个对某一特定部分提交最高订单的顾客，以为在中间环节要处理很多事情。在指向关系方面 Native-XML 数据库做的也不好。结果是，如果数据结构不是纯粹层次结构的，则对您而言，Native-XML 数据库就不是恰当的解决方案。大多数 Native-XML 数据库具有这一功效强大的特性 — 执行完善的全文搜索的能力，包括整个同义字支持、字根（匹配一个字的所有形式：现在时、过去时和进行时）以及相近搜索（DTD NEAR XML Schema）。此外，在使用传统文档时，这些特性是不可缺少的，其中上下文在含意上起着重要的作用，而当使用结构化数据时，就远没有那么重要了。
聚合
使用关系数据工作时，聚合是所需要的最重要功能之一，事实上它处于联机分析处理的核心（OLAP）。Native-XML 数据库在执行聚合任务方面表现得特别差。因为信息要么被保持在文档这一层，要么一般被分割成节点，所以把信息汇集起来以及集中处理它（求和、平均数等等）就很困难，此外，还必须在中间环节增加附加代码。如果结构化数据应用程序需要任何一种分析处理 — 我打赌它会需要 — Native-XML 数据库将会使您失望。
相关主题在前面已经发了两篇文章了。虽然也有不少人阅读（心中窃喜），却罕有评论。甚感遗憾。不管是西红柿还是臭鸡蛋，我都喜欢。很多东西，都是越辨越明的。下面接着写我的一些想法（研究成果说不上，就当想法吧）：
据我分析，现有的native-XML数据库，又过分强调了对XML文档的处理，而忽视了数据库本身的作用：对客观事物的描述和存储。所以在处理传统的关系型数据库所涉及的业务领域，并没有显示出多大的优势，反而会有这样或者那样的不足。
针对以上的叙述，计划中的XMLDB应该首要实现一下目标（弥补普通数据库的不足和解决一般native-XML数据库的不足）：
基于描述的数据库设计，不同于一般数据库的基于数据的数据库设计，或者NXD数据库基于文档的的数据库设计，新的XMLDB，将是基于描述的数据库设计，即，基于对客观事物的描述，充分发挥XML文档在事物描述上的优势，以接近自然语言的方式来存储事物。
增加版本的概念。能够让不同版本的数据文件协同工作。
数据分布式存储和强大的聚合能力。最小的储存单位不是XML 储存单元，而是XML DB fragment，可以把同一个表的内容以不同的方式存贮在不同的物理位置，同时对用户透明，利用转换器和聚合器，对用户来说还是一个完整的XMLDBData对象。
基于多线程的数据检索能力，能够比较迅速的找到所需要的数据内容。利用多线程，可以对一个表的多个XMLDB fragment同时进行检索，然后通过聚合器，聚合成一个完整的XMLDBData对象，实现数据的快速检索。
支持基于XML的查询语言（XQuery？maybe yes，maybe no）。先实现一个独有的，基于XML的查询方式。在这个基础上，通过转化器，可以同时提供对XQuery，甚至SQL语言的支持
支持传统数据库里一些基本的概念和功能，比如数据同步，锁的操作，以及事务的操作。这些都是数据库里面一些很经典也很重要的概念，是一个完整的数据库所不可缺少的一部分，应该支持和实现。
提供完备的Adapter机制，支持对传统SQL语言操作方式的支持。
提供用户自定义函数功能。先实现用户使用Java语言自定义函数，技术成熟后，提供脚本语言的支持。
提供多种连接方式和安全解决方案。提供https,Soap等多种网络连接方式，并且数据库本身是一个开放的接口，可以加载不同的安全解决方案。
提供丰富的连接和调试工具（属于可选目标，除了命令行调试工具外，其他的将不包括在核心组件中）
在资源库中存储信息很简单。如果希望存储的信息已经是 XML 格式，那么可以直接把它添加进资源库。这也许听起来不错。毕竟在不断创新的 Web 服务世界中，将要到来的多数信息将使用嵌入在 SOAP 消息中的 XML 片段格式。然而，把 XML 文档分解并保存到关系数据库一点也不困难；当开始查看希望支持的其它功能时，这种作法会有一些好处。同样许多本 Native-XML 数据库供应商所鼓吹的一个好处是 Native-XML 数据库能够存储和查询异种的文档结构。再说，对于结构化数据问题在于：您真的希望信息的结构千变万化吗？对于使用 XML 文档时具有的这种优势，当使用结构化数据时就算不上是一种优势了。
检索
初看上去，从 Native-XML 数据库检索信息似乎也是一个好处：以信息的原始 XML 格式检索它，而不需任何附加的编码，并且可以使信息以一定的样式显示。然而，结构化数据检索的性质使得这种明显的优势实际上变成了劣势。如果信息更新量巨大（例如，接收单个数兆字节大小 XML 文档的股票系统的夜间更新），一些 Native-XML 平台需要从数据库返回整个文档 — 即使您只对文档的很小一部分感兴趣（譬如某个特定股票的变化过程）。 其它 Native-XML 平台在将 XML 文档保存到资源库之前进行分解，但是如果具有复杂的文档结构（正如许多结构化 XML 文档倾向于具有这种结构）时，这样做就显得有点笨拙。无论如何，许多关系数据库供应商目前正在实现瘦 XML 序列化器包装器以便支持在需要时从关系数据生成XML 文档。这使得程序员可以容易地获得完成特定任务所恰好需要的信息，这些信息具有某种格式，这种格式具有所需样式、或者可以发送给其它能识别 XML 的目标。
搜索
搜索 Native-XML 数据库有两种常规解决方法可用，选取哪种取决于数据库供应商。一些 Native-XML 数据库需要选择哪些元素或属性用于索引，如同在关系数据库里选择哪些列用于索引。然后，这个信息被用于建立索引，以便搜索机制能用来快速定位相匹配的文档。在文档被添加到资源库时，其它 Native-XML 数据库就是对文档内的所有信息建索引，可以想象这将导致存储空间需求飞速上升（想象一下在关系数据库中对所有列建索引！）。由于这些数据库以文档为中心的性质，搜索将返回一组 XML 文档；然后如有必要，调用程序还得对这些文档做进一步处理。 很遗憾的是，这意味着更复杂的搜索，是很不方便的。例如，要找出那个对某一特定部分提交最高订单的顾客，以为在中间环节要处理很多事情。在指向关系方面 Native-XML 数据库做的也不好。结果是，如果数据结构不是纯粹层次结构的，则对您而言，Native-XML 数据库就不是恰当的解决方案。大多数 Native-XML 数据库具有这一功效强大的特性 — 执行完善的全文搜索的能力，包括整个同义字支持、字根（匹配一个字的所有形式：现在时、过去时和进行时）以及相近搜索（DTD NEAR XML Schema）。此外，在使用传统文档时，这些特性是不可缺少的，其中上下文在含意上起着重要的作用，而当使用结构化数据时，就远没有那么重要了。
聚合
使用关系数据工作时，聚合是所需要的最重要功能之一，事实上它处于联机分析处理的核心（OLAP）。Native-XML 数据库在执行聚合任务方面表现得特别差。因为信息要么被保持在文档这一层，要么一般被分割成节点，所以把信息汇集起来以及集中处理它（求和、平均数等等）就很困难，此外，还必须在中间环节增加附加代码。如果结构化数据应用程序需要任何一种分析处理 — 我打赌它会需要 — Native-XML 数据库将会使您失望。
相关主题在前面已经发了两篇文章了。虽然也有不少人阅读（心中窃喜），却罕有评论。甚感遗憾。不管是西红柿还是臭鸡蛋，我都喜欢。很多东西，都是越辨越明的。下面接着写我的一些想法（研究成果说不上，就当想法吧）：
据我分析，现有的native-XML数据库，又过分强调了对XML文档的处理，而忽视了数据库本身的作用：对客观事物的描述和存储。所以在处理传统的关系型数据库所涉及的业务领域，并没有显示出多大的优势，反而会有这样或者那样的不足。
针对以上的叙述，计划中的XMLDB应该首要实现一下目标（弥补普通数据库的不足和解决一般native-XML数据库的不足）：
基于描述的数据库设计，不同于一般数据库的基于数据的数据库设计，或者NXD数据库基于文档的的数据库设计，新的XMLDB，将是基于描述的数据库设计，即，基于对客观事物的描述，充分发挥XML文档在事物描述上的优势，以接近自然语言的方式来存储事物。
增加版本的概念。能够让不同版本的数据文件协同工作。
数据分布式存储和强大的聚合能力。最小的储存单位不是XML 储存单元，而是XML DB fragment，可以把同一个表的内容以不同的方式存贮在不同的物理位置，同时对用户透明，利用转换器和聚合器，对用户来说还是一个完整的XMLDBData对象。
基于多线程的数据检索能力，能够比较迅速的找到所需要的数据内容。利用多线程，可以对一个表的多个XMLDB fragment同时进行检索，然后通过聚合器，聚合成一个完整的XMLDBData对象，实现数据的快速检索。
支持基于XML的查询语言（XQuery？maybe yes，maybe no）。先实现一个独有的，基于XML的查询方式。在这个基础上，通过转化器，可以同时提供对XQuery，甚至SQL语言的支持
支持传统数据库里一些基本的概念和功能，比如数据同步，锁的操作，以及事务的操作。这些都是数据库里面一些很经典也很重要的概念，是一个完整的数据库所不可缺少的一部分，应该支持和实现。
提供完备的Adapter机制，支持对传统SQL语言操作方式的支持。
提供用户自定义函数功能。先实现用户使用Java语言自定义函数，技术成熟后，提供脚本语言的支持。
提供多种连接方式和安全解决方案。提供https,Soap等多种网络连接方式，并且数据库本身是一个开放的接口，可以加载不同的安全解决方案。
提供丰富的连接和调试工具（属于可选目标，除了命令行调试工具外，其他的将不包括在核心组件中）
上下文章:
上一篇文章: XML的严格格式 下一篇文章: XML Schema学习笔记
相关文章: