當開發人員談到「XML 資料庫」時,往往其實是指兩個不同的概念:用來儲存 XML 資料的資料庫,以及能處理 XML 資料的 DBMS(資料庫管理系統)。絕大多數主流 DBMS 產品都允許你在不改動既有資料庫的前提下,把 XML 資料整合進應用程式中。以下就來逐一剖析這些概念。
一個原始的 XML 資料庫(Native XML Database, NXD)可以很簡單,也可以很複雜。我把資料庫定義為「永久穩定資料的集合」,在這個定義下,一個 NXD 能在邏輯上儲存一份 XML 文件。
以下這段程式碼就可以視為一個 NXD:
〈?XML version="1.0"?〉
〈diet〉
〈meal mealName="breakfast">
〈item itemName="toast" unit="slice" quantity="2" /〉
〈item itemName="bacon" unit="strip" quantity="2" /〉
〈/meal〉
〈/diet〉
很明顯,這份資料是以 XML 格式儲存的。即使它被放在一個平面檔案(flat file)裡,也同樣符合我們對 NXD 的定義。一個 NXD 可以用相同方式儲存 XML 文件,無論是平面檔案、關聯式資料庫、階層式資料庫還是物件資料庫。
最簡單的平面檔案是最基礎的 XML 資料庫模型。作為一種變形,你可以在一個目錄階層中存放多份 XML 文件,例如:
Diets
DietsAtkins
Day1.xml
Day2.xml
Day3.xml
Day4.xml
Diets3DayDiet
Day1.xml
Day2.xml
Day3.xml
Diets 目錄包含子目錄,而每個子目錄又包含多份 XML 平面檔案。
關聯式資料庫中的 XML 資料庫可分為三種模型:coarse-grained(粗粒度)、medium-grained(中粒度)與 fine-grained(細粒度)。
粗粒度模型在邏輯上與平面檔案模型略有不同,你可以用一個關聯式資料庫存放每一份 XML 文件,例如:
Create table diets ( dietName varchar2(30), XMLDocument varchar2(32000) )
細粒度模型則會把 XML 文件的每一個成分對應到關聯式資料庫中。要從平面模型轉移到關聯式資料庫,你必須做兩種調整:不再用子目錄名稱代表 diet 的名稱,也不再以檔案名稱傳遞 diet 的日期,而是透過 DTD 對應到關聯表的 DDL。
中粒度模型則介於粗粒度與細粒度之間,例如你可以把資訊儲存在 meals 表的 XML_items 欄位中。
你也可以透過物件資料庫來實作 NXD。有些物件資料庫基於 DOM(文件物件模型),這讓 XML 與資料庫能有緊密結合。例如,只要你提供一份描述食物的 DTD,就能開始儲存這些食物資料,而無需額外設定。
對於 DBMS,你有許多選擇:可以用 eXist 或 Ozone 這類開放原始碼方案自建,也可以購買 Tamino XML Server 等商業產品。
絕大多數關聯式資料庫廠商都讓其資料庫能處理 XML——最起碼,具備 XML 能力的資料庫(XEDB)能回傳 XML 文件的查詢結果,其中不少還能儲存 XML 資料。例如 Oracle 就提供了 XML 剖析器、XPath 引擎、XSLT 處理器與 XMLSQL 工具等。
那麼,以關聯式資料庫儲存的 NXD 和儲存 XML 資料的 XEDB 有何差別?一個 NXD 是基於 XML 文件概念而建立,而 XEDB 與此關聯不大;此外,許多規範適用於 NXD,而 DBMS 主要還是遵循標準的查詢與儲存方式(如 XPath)。
從邏輯觀點看,XML 資料庫並不新穎,只是實現方式較新。若想實作一個 XML 資料庫,你可以採用 NXD、XEDB,或兩者的結合。然而,如果你所在的公司已對現有資料庫有可觀投資,第一步應該先確認你的 DBMS 廠商是否提供處理 XML 的工具。無論採用哪一種方式,最重要的是徹底理解每種資料庫的特性。