首页 > > 程序设计 > C/C++ >

XML数据库：最新进展和发展方向

2008-02-23 05:26:14来源：互联网阅读 ()

■ 庞引明

虽然学术界和工业界对XML数据库的研究和研发并不完全一致，但是两者的目标却很相似：解决现有问题，扩展应用领域。

1.学术界和工业界的两种不同索求

Ronald Bourret 在他那篇著名的《XML Database Products》中，将XML数据库产品分为中间件（Middleware）、支持XML的数据库（XML-Enabled Databases）、纯XML数据库（Native XML Databases）、XML服务器（XML Servers）、Wrappers、内容管理系统（Content Management Systems）、XML查询引擎（XML Query Engines）、XML Data Binding、Discontinued products等九种，在业界影响很大。但是，在XML数据库的研究和研发人员眼里，或许只有支持XML的数据库、纯XML数据库能够称得上是真正意义上的XML数据库。支持XML的数据库能够被看做是支持XML数据的数据库系统，他可能是关系数据库、对象数据库等。就在一年半以前，更有相当多的人在争论关系库支持的XML数据库和纯XML数据库孰优孰劣的问题。但是，纯XML数据库却在这种争论中悄然进步，在技术上有了长足的发展。

人们已越来越倾向于认为XML数据库就是纯XML数据库。随着金融界确立XBRL（XML的一个子集）标准和政府规范电子政务的XML格式，实践推动着XML数据库技术不断向前发展。

XML数据库系统从最初简单的查询引擎，不断地加入查询优化、事务处理、触发器、并发控制、代数系统等传统的数据库技术，一步步地从性能和功能上完善自己。

从现在XML数据库的产品情况来看，学术界的实验系统和市场产品之间有着些许微妙的差别，尽管他们的主流技术是一致的。

学术界完成的实验室原型系统一般侧重于下面的一些特点：

● 专注于查询性能的提高，对查询优化的研究较多。为了提高查询效率，学术界十分重视索引结构的设计，先后提出二十几种适合于XML数据的索引方式，比如影响很大、简单易用的三元组索引，并在此基础上研发出了以结构化联接为基础的查询模式匹配方法。

● 强调平台无关性。在XML数据库研究的早期，业界曾存在一个争论:到底将XML数据存储在关系库中，还是另外研发存储XML的物理数据库。这在一定程度上影响着XML的研究者，在设计索引结构时必须考虑使索引过的XML数据能够存储在多种数据库结构中。

● 从理论的角度较多地考虑了XML数据库的模式设计规范化问题。设计了基于键的函数依赖推理，在如何优化XML数据库设计、消除数据冗余和不一致方面有了一些实质上的进展。

工业界的XML数据库产品更加强调实用，有着一些和学术界原型系统不尽相同的特点：

● 现有的主流XML数据库产品都在底层提供collection数据结构，以存储XML元素节点，通过B 树结构来索引这些元素节点。这一点和关系库系统的底层处理如出一辙。在collection之上一般还会有一级或两级索引，以加快查询处理速度。这一点比平台无关的实验原型系统更高效实用。

● 市场上的数据库产品通过引入日志管理，建立了较完善的事务处理机制，这为上层的数据库应用研发提供了便利。现在的商用XML数据库一般提供事务处理功能，包括提交、回滚和日志文档。通过提供事务日志机制，纪录系统执行的每个事务的周详情况，确保在系统出现问题后能够完全恢复。

● 增强了对异构数据源的集成管理。树型结构的XML数据有其难以管理的一面，但是，XML技术的可扩展性又使得他具备集成异构数据源的强大能力。因此，市场上的XML数据库产品普遍具备较强的集成多种数据源的功能。这也是当前市场上的XML数据库产品的一大亮点。

2.实验室的原型系统和商用化产品

最近几年以来，在学术界和工业界的一起推动下，如雨后春笋般诞生出大量的XML数据库原型系统和商用产品。

在Ronald Bourret的《XML Database Products》中一共列了36种XML数据库产品，大致上可分为三大类型：

● 商业类（commercial）：如Ipedo、Tamino、Natix、Xyleme等。其中，美国Ipedo公司的Ipedo XML Database和德国Software AG公司的Tamino是其中的佼佼者，成为现在市场上的主流产品。

● 研究类（research）：如Stanford大学早期研发的Lore等。

● 开放源码类（open source）：其中影响较大的是Berkeley DB XML、dbXML、XDB和Xindice。

需要指出的是， Lore database systems 只是Stanford大学早期针对半结构化数据而研发的数据库系统。Lore连同其专设语言Lorel都是为半结构化数据而写的。尽管说XML数据在某种程度上也是一种半结构化数据，但是，两者之间还是有着一些差别，导致Lore database systems很难成为一种完全意义上的XML数据库系统。

事实上，在学术界，真正受到关注的XML数据库原型系统有三家：密歇根大学安阿伯分校的Timber、西雅图华盛顿大学的Tukwila和威斯康星大学麦迪逊分校的Niagara。其中，影响最大的是Timber，在该系统的实施过程中，产生了许多有关XML数据库的新的概念和方法。当然，多伦多大学的Tox也是个相当不错的系统，尤其是其出色的索引结构。但是，总体上不如前面的三家有名。

3.核心技术的进展

综合XML数据库的实验室原型和商业产品的共性，形成了如图1所示的一幅XML数据库的一般结构图。依据图1， XML数据库的核心技术主要包括：

1.查询语言

自从1995年XML技术的研究和研发逐渐升温以来，形形色色的XML查询语言不断问世。比较有代表性的如早期的 XML-QL、XQL、UnQL，后来的Quilt、Xpath，连同由Quilt发展而来的XQuery。在W3C的极力推动和学术界、工业界的大力支持下，XQuery逐渐在这些查询语言中脱颖而出，成为事实上的工业标准。

XQuery的FLWR语句规范，有着和关系数据库的SQL完全类似的表达方式，使得他在一般用户眼里，也变得友好起来。

而Xpath能够理解为是XQuery的一个子集。Xpath表达式在相关文献中被证实和查询模式树是等价的，这也和学术界推崇的模式树查询方式一致，使得实验室系统能够毫不困难地处理Xpath查询表达式，并能进行查询优化。这一点在XML数据库研究中显得颇有价值。

2.XML文档解析

在图1中，将XML文档载入数据库时，会经过一个XML数据解析器。数据解析器会依据一定的规则对XML数据进行解析后装入数据库。现在的数据解析器一般提供SAX（simple API for XML）和DOM（document object model）两种方式。

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有