基于关系数据库的XML存储技术.doc

基于关系数据库的XML存储技术.doc基于关系数据库的XML存储技术摘要:对于Web上涌现的大量XML数据,如何有效地存储和查询XML数据已经成为XML研究方向关注的热点问题。文章在分析XML与关系数据库结构上的差异的基础上,探讨了基于关系数据库的存储策略问题,对于今后提高存储和管理XML数据的方式具有一定帮助。关键词:XML;关系数据库;数据存储;存储策略中图分类号:TP311 文献标识码:A 文章编号:1009-2374(2011)07-0088-02 在信息技术与网络技术高速发展的今天,网络已经成为新一代操作平台。信息正全面地以互联网方式展开,互联网的信息传播,极大地加速了人类发展的进程。随着WEB技术的日益发展,WEB已经成为信息制造、发布、加工和处理的主要平台。XML技术已日益受到更为广泛的关注,已经在电子商务、电子数据交换、科学数据表示、数据建模与分析和搜索引擎等领域有着广泛的应用。随着XML应用技术的深入,将会有大量的XML文档出现,并且现在在网络上已经积累了大量的XML文档。本文主要就基于关系数据库的XML存储技术相关问题进行探讨。一、XML与关系数据库结构上的差异 XML文档是半结构化的数据,是一个树模型,如果考虑到XML元素次序,则是一棵有序树模型,其数据结构是非结构化的,而关系数据库管理系统是采用二维表格作为存储数据的模型,表格由行和列组成,列被称作“字段”用于表示组成数据有效信息的属性,行则用于储存一条完整的数据记录。XML数据与关系表之间数据结构有很大的差异,具体来说,XML数据是有序的,而关系数据则是无序的,另外XML数据的模式往往经常变化,可是关系数据库的数据结构是固定不变的,XML数据可以无限层次嵌套,而关系数据则不能。虽然XML放松的类型限制和自描述性有利于数据之间的交换,但是却不利于数据存储。因此,XML的数据模型的半结构化、有序性与平坦、无序的关系模型之间存在固有的不匹配。另外遵循文档类型定义(DTD)或文档模式定义(XMLSCHEMA)的XML文档也与遵循关系存储模式的关系数据在语法、结构以及约束等很多方面存在着固有的异构性,因此很难直接由XML数据产生关系模式。甚至即使多个XML文档实例都遵循同一个文档模式定义,它们也可能有不同的结构。可以看出,XML映射到关系数据库中存在固有的困难。映射时主要存在以下需要解决的问题:(1)如何利用可能有的XML文档模式(或类型)信息来采取各种不同的存储策略;(2)如何将XML文档无损地存入关系数据库;(3)如何从关系数据库中查询并重构XML信息。二、基于关系数据库的存储策略(一) 基于结构映射的策略具体来说,基于结构的映射方法可以分为两个步骤来实现: 第一步:简化DTD并生成DTD图。因为XMLDTD的元素是相当复杂的,需要对复杂的DTD进行简化。DTD的简化变换主要有以下三种方式:(1)平面化变换:将DTD内的层次嵌套关系打平,把嵌套的定义转换为非嵌套的定义;(2)简化变换:将连续的多个一元操作转换为一个一元操作;(3)聚集变换:将多个具有相同名称的子元素聚在一起,形成一个子元素。一个DTD图表示的是一个DTD的结构,图的结点表示DTD中的元素、属性或操作符,DTD中的元素在DTD图中只出现一次,属性和操作符在DTD图中出现的次数则与它们在DTD中出现的次数相同。第二步:DTD图到关系模式的映射。从DTD图到