企業導入 XML 後,常會遇到一個現實問題:資料雖然以 XML 交換,卻未必適合長期以 XML 形式保存。若既有系統以關聯式資料庫為核心,或需要讓 XML 內容進入既有報表、查詢與交易流程,就需要把 XML 文件「分解」成表格與欄位。DB2 pureXML 提供兩條主要路徑:第一是以 XML Schema 標註完成映射,第二是以 SQL/XML 的 XMLTABLE 函數動態拆解。
帶標註的 XML 模式分解適合結構清楚、映射關係穩定的情境。它把 XML 元素與屬性對應到關聯表的規則寫在 XML Schema 中,並註冊到 DB2 XML Schema Repository,後續只要呼叫分解程序,就能把文件寫入目標表。
XMLTABLE 分解則以 XQuery 表達式為核心,把 XML 節點轉成關聯式資料列。它不需要事先準備 XML Schema,也更能處理複雜、動態或遞歸的結構。缺點是映射邏輯需要手寫,若文件很大或目標表很多,語句會較冗長。
這種方式的核心是把映射資訊寫進 XML Schema。開發者可透過 IBM Data Studio 的映射編輯器,以圖形化方式把 XML 元素或屬性拖曳到關聯表欄位,工具會自動產生標註。完成後,將 Schema 註冊到 XSR,即可進行分解。
DB2 提供 xdbDecompXML 系列程序,依文件大小提供不同版本,例如 xdbDecompXML、xdbDecompXML10MB、xdbDecompXML25MB、xdbDecompXML50MB、xdbDecompXML75MB 與 xdbDecompXML100MB。呼叫時通常需要提供 XSR 中的 Schema 名稱、傳入的 XML 文件、文件識別碼,以及是否要驗證等參數;最後三個參數目前保留,需傳入 NULL。
XMLTABLE 是一個 SQL 表函數,會根據 XQuery 表達式產生資料列。常見做法是把 XMLTABLE 與 INSERT INTO ... SELECT 搭配,讓查詢結果直接寫入關聯表。由於每個 INSERT 只能寫入一個表,若需要填入多個表,通常會把多個 XMLTABLE 語句放進同一個 SQL 儲存程序,讓應用程式一次呼叫即可完成整組寫入。
在語法上,XMLTABLE 會指定 XML 來源、XQuery 列舉表達式,以及 COLUMNS 子句。COLUMNS 中的每個 PATH 也是相對的 XQuery 路徑,會針對列舉出的節點取值。若 XML 有命名空間,可搭配 XMLNAMESPACES 宣告,避免每個表達式重複撰寫。
假設有一份包含多個 mail 元素的 XML 文件,每個 mail 都有 envelope、body 與 attachment。關聯端設計了三個表:envelopext 保存寄件者、收件者、日期與主旨;bodyxt 保存本文;attachxt 保存附件名稱。
若使用帶標註的 XML 模式分解,只要 Schema 已完成標註並註冊,Java 應用就能透過 JDBC 呼叫 xdbDecompXML,把整份 XML 以 BLOB 或串流方式傳入,DB2 便會依映射寫入三張表。
若使用 XMLTABLE,則會在資料庫端建立一個 SQL 儲存程序,分別以三個 INSERT 搭配 XMLTABLE,從 mail 節點取出信封資訊、body 文字與附件屬性。由於 XML 文件是程序內的 XML 參數,即使多次使用 XMLTABLE,也只需解析一次,能減少重複成本。
XMLTABLE 的優勢在於能處理帶標註 XML 模式難以表達的映射。例如 XBRL 文件常用 calculationArc 描述多對多的彙總關係,且需要依 loc 元素的 href 動態找出實際資源名稱。這類需要依值產生多列的映射,就適合用 XMLTABLE 撰寫。
另一個常見案例是物料清單。part 元素可以遞歸嵌套,代表零件、子零件與更下層元件。若要把它轉成 ITEM 表,並保留每一層的父子關係,XMLTABLE 可以搭配兩個表函數,先取出 item,再從 item 子樹中找出所有 part,最後以 XPath 取得目前節點與父節點的描述。
非正式測試顯示,當映射簡單、只寫入少量欄位時,兩種方法的差異不大;但在映射較複雜、目標表較多、欄位龐雜時,帶標註的 XML 模式分解通常較快,因為它只需遍歷 XML 一次。XMLTABLE 若對每個表都呼叫一次,成本會隨表數增加而上升,因此包成儲存程序是常見做法。
實務上可以這樣選擇:若 XML Schema 已存在、映射關係明確且需要穩定批次處理,優先用帶標註的 XML 模式分解;若沒有 Schema、映射經常變動,或需要處理多對多、遞歸、條件式產生列等高階邏輯,則選 XMLTABLE。兩者並非互斥,可依文件類型與治理需求混用。