專欄作家 Kevin Williams 從正反兩面討論了使用 Native-XML 數(shù)據(jù)庫存儲(chǔ)結(jié)構(gòu)化信息。他概述了使用結(jié)構(gòu)化數(shù)據(jù)的常見需求，并討論了 Native-XML 數(shù)據(jù)庫在滿足這些需求方面做的如何。

該專欄文章討論了所謂的 Native-XML 數(shù)據(jù)庫。我經(jīng)常聽到的關(guān)于 XML 數(shù)據(jù)的問題之一是“我們真的需要 Native-XML 數(shù)據(jù)庫嗎？”在這篇專欄文章里，我的任務(wù)是分析何時(shí)把結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)到這些專門的數(shù)據(jù)庫里是有意義的。

到底什么是 Native-XML 數(shù)據(jù)庫？
毫無特別，Native-XML 數(shù)據(jù)庫是以 XML 格式存儲(chǔ)信息的數(shù)據(jù)庫。同樣，這些數(shù)據(jù)庫創(chuàng)建一些索引，并將這些索引與 XML 文檔一起存到資源庫中，以支持快速搜索資源庫來查找包特定信息的文檔。就在作者寫本文的同時(shí)，有數(shù)家公司在競爭這一市場，其中包括 Ixiasoft（它們的產(chǎn)品是 TextML）、Software AG（Tamino）以及 XYZFind。但是這時(shí)還不能拋棄關(guān)系數(shù)據(jù)庫！讓我們看看這些工具的長處和短處。

結(jié)構(gòu)化數(shù)據(jù)資源庫應(yīng)該做什么？
當(dāng)使用結(jié)構(gòu)化數(shù)據(jù)工作時(shí)，（粗略地講）需要執(zhí)行四種不同功能：向資源庫添加結(jié)構(gòu)化信息、從資源庫檢索信息、在資源庫中搜索信息以及從資源庫聚合信息。在這些功能方面，Native-XML 數(shù)據(jù)庫做的怎么樣呢？

存儲(chǔ)
在資源庫中存儲(chǔ)信息很簡單。如果希望存儲(chǔ)的信息已經(jīng)是 XML 格式，那么可以直接把它添加進(jìn)資源庫。這也許聽起來不錯(cuò)。畢竟在不斷創(chuàng)新的 Web 服務(wù)世界中，將要到來的多數(shù)信息將使用嵌入在 SOAP 消息中的 XML 片段格式。然而，把 XML 文檔分解并保存到關(guān)系數(shù)據(jù)庫一點(diǎn)也不困難；當(dāng)開始查看希望支持的其它功能時(shí)，這種作法會(huì)有一些好處。同樣許多本 Native-XML 數(shù)據(jù)庫供應(yīng)商所鼓吹的一個(gè)好處是 Native-XML 數(shù)據(jù)庫能夠存儲(chǔ)和查詢異種的文檔結(jié)構(gòu)。再說，對(duì)于結(jié)構(gòu)化數(shù)據(jù)問題在于：您真的希望信息的結(jié)構(gòu)千變?nèi)f化嗎？對(duì)于使用 XML 文檔時(shí)具有的這種優(yōu)勢(shì)，當(dāng)使用結(jié)構(gòu)化數(shù)據(jù)時(shí)就算不上是一種優(yōu)勢(shì)了。

檢索
初看上去，從 Native-XML 數(shù)據(jù)庫檢索信息似乎也是一個(gè)好處：以信息的原始 XML 格式檢索它，而不需任何附加的編碼，并且可以使信息以一定的樣式顯示。然而，結(jié)構(gòu)化數(shù)據(jù)檢索的性質(zhì)使得這種明顯的優(yōu)勢(shì)實(shí)際上變成了劣勢(shì)。如果信息更新量巨大（例如，接收單個(gè)數(shù)兆字節(jié)大小 XML 文檔的股票系統(tǒng)的夜間更新），一些 Native-XML 平臺(tái)需要從數(shù)據(jù)庫返回整個(gè)文檔 ― 即使您只對(duì)文檔的很小一部分感興趣（譬如某個(gè)特定股票的變化過程）。 其它 Native-XML 平臺(tái)在將 XML 文檔保存到資源庫之前進(jìn)行分解，但是如果具有復(fù)雜的文檔結(jié)構(gòu)（正如許多結(jié)構(gòu)化 XML 文檔傾向于具有這種結(jié)構(gòu)）時(shí)，這樣做就顯得有點(diǎn)笨拙。無論如何，許多關(guān)系數(shù)據(jù)庫供應(yīng)商目前正在實(shí)現(xiàn)瘦 XML 序列化器包裝器以便支持在需要時(shí)從關(guān)系數(shù)據(jù)生成 XML 文檔。這使得程序員可以容易地獲得完成特定任務(wù)所恰好需要的信息，這些信息具有某種格式，這種格式具有所需樣式、或者可以發(fā)送給其它能識(shí)別 XML 的目標(biāo)。

搜索
搜索 Native-XML 數(shù)據(jù)庫有兩種常規(guī)解決方法可用，選取哪種取決于數(shù)據(jù)庫供應(yīng)商。一些 Native-XML 數(shù)據(jù)庫需要選擇哪些元素或?qū)傩杂糜谒饕?，如同在關(guān)系數(shù)據(jù)庫里選擇哪些列用于索引。然后，這個(gè)信息被用于建立索引，以便搜索機(jī)制能用來快速定位相匹配的文檔。在文檔被添加到資源庫時(shí)，其它 Native-XML 數(shù)據(jù)庫就是對(duì)文檔內(nèi)的所有信息建索引，可以想象這將導(dǎo)致存儲(chǔ)空間需求飛速上升（想象一下在關(guān)系數(shù)據(jù)庫中對(duì)所有列建索引?。Ｓ捎谶@些數(shù)據(jù)庫以文檔為中心的性質(zhì)，搜索將返回一組 XML 文檔；然后如有必要，調(diào)用程序還得對(duì)這些文檔做進(jìn)一步處理。 很遺憾的是，這意味著更復(fù)雜的搜索，是很不方便的。例如，要找出那個(gè)對(duì)某一特定部分提交最高訂單的顧客，以為在中間環(huán)節(jié)要處理很多事情。在指向關(guān)系方面 Native-XML 數(shù)據(jù)庫做的也不好。結(jié)果是，如果數(shù)據(jù)結(jié)構(gòu)不是純粹層次結(jié)構(gòu)的，則對(duì)您而言，Native-XML 數(shù)據(jù)庫就不是恰當(dāng)?shù)慕鉀Q方案。大多數(shù) Native-XML 數(shù)據(jù)庫具有這一功效強(qiáng)大的特性 ― 執(zhí)行完善的全文搜索的能力，包括整個(gè)同義字支持、字根（匹配一個(gè)字的所有形式：現(xiàn)在時(shí)、過去時(shí)和進(jìn)行時(shí)）以及相近搜索（DTD NEAR XML Schema）。此外，在使用傳統(tǒng)文檔時(shí)，這些特性是不可缺少的，其中上下文在含意上起著重要的作用，而當(dāng)使用結(jié)構(gòu)化數(shù)據(jù)時(shí)，就遠(yuǎn)沒有那么重要了。

聚合
使用關(guān)系數(shù)據(jù)工作時(shí)，聚合是所需要的最重要功能之一，事實(shí)上它處于聯(lián)機(jī)分析處理的核心（OLAP）。Native-XML 數(shù)據(jù)庫在執(zhí)行聚合任務(wù)方面表現(xiàn)得特別差。因?yàn)樾畔⒁幢槐３衷谖臋n這一層，要么一般被分割成節(jié)點(diǎn)，所以把信息匯集起來以及集中處理它（求和、平均數(shù)等等）就很困難，此外，還必須在中間環(huán)節(jié)增加附加代碼。如果結(jié)構(gòu)化數(shù)據(jù)應(yīng)用程序需要任何一種分析處理 ― 我打賭它會(huì)需要 ― Native-XML 數(shù)據(jù)庫將會(huì)使您失望。

結(jié)束語
該專欄文章對(duì) Native-XML 數(shù)據(jù)庫及其能力評(píng)價(jià)不高。盡管那些數(shù)據(jù)庫在觀念上很適合面向文檔信息（非結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)）管理，但對(duì)于結(jié)構(gòu)化數(shù)據(jù)的使用，它們沒有什么意義。如果需要結(jié)構(gòu)化信息作為 XML 來訪問，則利用關(guān)系數(shù)據(jù)庫供應(yīng)商所提供的 XML 支持，這樣情況會(huì)好一些。

參考資料

• 您可以參閱本文在 developerWorks 全球站點(diǎn)上的 英文原文.
  
  
• 單擊文章頂部或底部的 “討論”參與本文的 論壇。
  
  
• 調(diào)查目前市場上一些 Native-XML 數(shù)據(jù)庫產(chǎn)品
  • Tamino
  • TextML
  • XYZFind
  
  
• 請(qǐng)參閱我的著作： Professional XML Databases 。盡管我沒有直接討論 Native-XML 數(shù)據(jù)庫，但我確實(shí)描述了如何利用關(guān)系數(shù)據(jù)庫的索引機(jī)制來創(chuàng)建自己的已建立索引的 XML 資源庫。
  
  
• 請(qǐng)瀏覽 Kevin Williams 以前的專欄文章：
  • XML for Data #1: On using XML Schema and XSLT to control data presentation
  • XML for Data #2: Applying XML Schema archetypes
  • XML for Data #3: Using XLink for data
  • XML for Data #4: Four tips for smart architecture
  
  
• Soapbox：Kevin 說明他提倡 以數(shù)據(jù)為中心的 XML 應(yīng)用程序的 XML 模式的原因。
  
  
• XML structures for existing databases，摘自由 Wrox 出版的書籍 Professional XML Databases中的一個(gè)章節(jié)。
  
  
• IBM 的 DB2 Extender頁面給出了 DB2 如何與 XML 一起工作的基本概述，并帶有到關(guān)于 XML 查詢的詳細(xì)白皮書（可查看的 PDF）的鏈接和到 DB2 Extender下載的鏈接。
  
  
• 需要關(guān)于使用 XML 以及 IBM DB2 和 WebSphere Application Server 的一些詳細(xì)資料嗎？IBM 紅皮書 Integrating XML with DB2 XML Extender and DB2 Text Extender顯示了在商業(yè)應(yīng)用程序中如何有效地使用 XML 技術(shù)，并解釋了如何把它與 DB2 通用數(shù)據(jù)庫、DB2 XML Extender、Text Extender 以及 WebSphere Application Server 集成在一起。這本書將幫助開發(fā)者設(shè)置環(huán)境以及創(chuàng)建和處理可以使用 SQL 存儲(chǔ)和恢復(fù)的 XML 文檔。