DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XML 與資料庫:從「XML 算不算資料庫」談起
編輯:XML詳解     

本文梳理 XML 與資料庫之間的關係,並點出市面上常見的幾類「能用資料庫處理 XML 文件」的產品類型。不追求逐項產品評比,而是希望把決策時真正該在意的那幾個關鍵说清楚。內容會稍微偏向關聯式資料庫,因為實務經驗多集中在此。

XML 是資料庫嗎?

嚴格來說,如果「XML」指的是一份 XML 文件,答案是否定的。XML 文件確實承載了資料,但若沒有其他軟體來管理它,它對資料庫的意義跟任何一個純文字檔沒有差別。

換個較寬的定義,如果「XML」指的是文件加上圍繞它的整套工具與技術,答案就偏向肯定:XML 提供了儲存(文件本身)、結構描述(DTD、XML Schema)、查詢語言(XQL、XML-QL、QUILT 等)與程式介面(SAX、DOM)。但它仍缺少真實資料庫必備的能力:高效率的儲存與索引、安全性、交易、資料完整性、多使用者存取、觸發程序、跨文件查詢等等。

因此,在資料量不大、使用者少、效能要求不高的情境下,把 XML 當資料庫用是可行的;但在多使用者、需要嚴格完整性、對效能敏感的正式環境中,它就力有未逮。何況 DBase、Access 這類資料庫既便宜又好用,連第一種情境都很難找到非 XML 不可的理由。

先問自己:為什麼需要資料庫?

要導出既有系統的資料?要保存網站內容?還是在電子商務應用中把 XML 當成傳輸格式?答案會直接決定你該選什麼資料庫與中間件。

例如電子商務的資料交換:結構高度正規,實體與編碼細節並不重要,你在意的只是資料本身。這種情況下,關聯式資料庫加上資料傳輸中間件通常就夠了;應用規模龐大且複雜時,才需要完整支援 XML 的開發環境。

反過來,如果你維護的是一座由零散 XML 檔組成的網站,還要開放使用者查詢,那實體的使用與版本控管就變成核心需求,這時你會需要某種「原生 XML 資料庫」。

資料 vs. 文件:最關鍵的分岔

選型時最重要的判斷,往往是「我要存的是資料,還是文件」。存資料,你需要以儲存為導向的資料庫(關聯式或物件式)加上 XML 與資料庫之間的轉換能力;存文件,你需要的是內容管理系統。

硬把文件塞進關聯式資料庫,你會發現自己在無意間重造內容管理系統的功能;反過來把內容管理系統當資料庫用,往往只會換來困惑。

以資料為中心的文件

結構正規、資料顆粒細(最小獨立單位是 PCDATA 或屬性)、幾乎沒有混合內容,同層元素與文字的排序不重要。訂單、航班資訊、餐館菜單都屬此類,主要給機器讀取,XML 在此往往只是傳輸載體。

值得注意的是,網路上許多看似「文字很多」的頁面其實都是資料導向的。像 Amazon 的書籍介紹頁,雖然文字量龐大,結構卻高度一致,完全可以由一份資料導向的 XML 加上 XSL 樣式表產生。換言之,目前所有「用模板填資料庫資料來動態產生 HTML」的網站,幾乎都能改成這種模式。

以文件為中心的文件

結構鬆散、顆粒粗(最小單位常是含混合內容的元素,甚至整份文件)、混合內容比例高,同層元素與文字的順序至關重要。書籍、電子郵件、廣告、多數 XHTML 頁面都屬此類,讀者是人而非機器。

兩者其實沒有明確界線

現實中,發票這種資料導向文件也可能夾帶粗顆粒的描述欄位;使用者手冊這種文件導向資料,也常含有作者、修訂日期這類規則的後設資料。判斷自己偏向哪一端,正是選系統的起點。

儲存與擷取資料

轉移時會丟掉什麼

把資料存進資料庫時,通常必須丟棄大量文件層面的資訊:檔名、DTD、實體定義與使用、屬性值與同層元素的順序、二進位資料的編碼方式、CDATA 區段等等。從資料庫取回資料時,除非必要,輸出的 XML 除了 lt、gt、amp、apos、quot 這五個預定義實體之外,不會再有任何實體參照或 CDATA,元素與屬性的順序也往往只是資料庫回傳的次序。

一開始聽來突兀,但多數情況是合理的。假設你要用 XML 把一張訂單從 A 資料庫搬到 B 資料庫,訂單編號排在日期之前或之後、客戶名稱用 CDATA 還是一般 PCDATA,其實都不重要;重點是資料完整抵達,而傳輸軟體只需理解足以分組的階層結構即可。

代價是「往返不一致」:同一份文件存進資料庫再取出,即使流程完全合規,結果也往往與原件不同。這能否接受取決於需求,也會左右你的選型。

從文件結構映射到資料庫結構

映射大致分兩類:模板驅動與模型驅動。

模板驅動的映射

不預先定義對應關係,而是把指令直接內嵌在模板裡,交給中間件處理:

<?xml version="1.0"?>
<FlightInfo>
<Intro>The following flights have available seats:</Intro>
<SelectStmt>SELECT Airline, FltNumber, Depart, Arrive FROM Flights</SelectStmt>
<Conclude>We hope one of these meets your needs</Conclude>
</FlightInfo>

中間件處理時,每個 SELECT 都會被各自的查詢結果替換,得到類似下面的結構:

<Flights>
  <Row>
    <Airline>ACME</Airline>
    <FltNumber>123</FltNumber>
    <Depart>Dec 12, 1998 13:43</Depart>
    <Arrive>Dec 13, 1998 01:21</Arrive>
  </Row>
  ...
</Flights>

這種做法相當靈活:可自訂結果集的呈現方式、支援迴圈與條件判斷、也能讓 SELECT 參數化(例如透過 HTTP 傳入參數)。目前它主要支援關聯式資料庫轉出 XML 這一個方向。

模型驅動的映射

依 XML 文件對應的資料模型,顯式或隱式地映射到資料庫結構,反之亦然。缺點是彈性不足,但設定簡單,因為它基於既定模型自動完成大量轉換工作;通常再搭配 XSL 來補回模板驅動的靈活性。常見的兩種視圖是表格模型與特定資料物件模型。

表格模型

把 XML 看成單一表格或表格集合:

<database>
  <table>
    <row>
      <column1>...</column1>
      <column2>...</column2>
    </row>
  </table>
</database>

這裡的 table 在讀出時對應一個結果集,寫入時對應一張表或可更新檢視。若資料來自多個結果集,或 XML 的嵌套層次遠比「一串表格」深,這種轉換幾乎做不到。

特定資料物件模型

元素型別對應物件,內容模型、屬性與 PCDATA 對應物件屬性。它可直接映射到物件式與階層式資料庫,也能透過物件-關聯映射或 SQL3 物件檢視落到關聯式資料庫。要注意這與 DOM 不同:DOM 建模的是文件本身,而非文件中的資料。前述訂單文件就可以看成 Orders、SalesOrder、Customer、Line、Part 五類物件組成的樹。

建模時不必堅持「元素等於物件」。只含 PCDATA 的元素(如 CustName)當屬性處理更自然;有時把含混合內容的元素整體當成一個屬性反而更好用,例如訂單中的 Description:內部片段本身沒有獨立意義,整段當屬性處理更務實。

資料型別、空值、字元集與其他陷阱

資料型別

XML 本身沒有具意義的型別系統,除未剖析實體外,一切都當文字處理。中間件通常負責在文字與資料庫型別之間轉換,但可辨識的格式受 JDBC 驅動等因素限制,日期型別與跨地區的數字格式是最常見的問題來源。

二進位資料

寫進 XML 一般有兩條路:未剖析實體或 Base64 編碼。兩者在關聯式資料庫中都可能出問題,因為資料庫對二進位的存取規則嚴格;加上 XML 缺乏標準方式標示某元素是 Base64,中間件可能根本認不出來。若二進位資料對你很關鍵,務必先確認中間件的支援程度。

空值

資料庫的 NULL 代表「沒有值」,與 0 或空字串是兩回事——溫度計故障時該存 NULL,而不是 0。XML 表達空值的方式是「不含該元素或屬性」,但空的元素或零長度屬性在資料庫眼中是空字串,不是 NULL。映射時若沒把可選元素/屬性對應到資料庫的 NULL,寫入時可能報插入錯誤,讀出時則可能產生驗證失敗的文件。部分中間件允許自訂「什麼算空值」,值得留意。

字元集

XML 文件理論上可含任何 Unicode 字元(控制字元除外),但許多資料庫限制或不支援 Unicode,處理非 ASCII 資料還需額外設定。資料含非 ASCII 字元時,請先驗證資料庫與中間件的能力。

處理指令

處理指令不屬於文件的「資料」部分,許多中間件無法妥善處理,因為它可以出現在文件任何位置,難以決定存哪裡、何時取回。若往返保留處理指令對你很重要,務必測試。

儲存標記

把含混合內容的元素「原封不動」存進資料庫很實用,最簡單的做法就是直接存標記本身。問題出在讀回時無法分辨那是真的標記,還是代表標記字元的實體:

<description>
<b>Confusing example:</b> <foo/>
</description>

存進資料庫後變成 <b>Confusing example:</b> <foo/>,資料庫無從判斷 b 與 foo 是標記還是文字。解法包括替標記加上特殊標記,或對非標記的尖括號使用實體,但這麼做要留意與其他讀寫同一份資料的應用是否相容。

結構與 DTD 的互相生成

從資料庫結構產生 DTD、或從 DTD 產生資料庫結構,操作本身很直接,但結果通常與期待有落差。這類轉換多屬一次性動作,多數應用(尤其垂直領域應用)都是拿既有的 DTD 與關聯結構來搭配。

DTD 轉關聯結構的簡化規則大致是:含混合內容的元素型別各建一張表並設主鍵;混合內容另建一張表存放未剖析資料,透過父元素主鍵關聯;單值屬性與只含 PCDATA 且只出現一次的-child 各自成為欄位,可選者允許 NULL;多值屬性與可重複 child 另建表存放並以父元素主鍵關聯;含子元素的則用主鍵把父子表連起來。

反向由關聯結構產生 DTD:每張表變一個元素,每個欄位變屬性或只含 PCDATA 的子元素,主鍵/外鍵關係中的外鍵欄位則變成子元素。

缺陷也很明顯:DTD 無法預先準確規定資料型別與欄位長度,任何依賴範例文件推得的假設,遇到其他「同類」文件或超長內容就會出錯(長久之計是改用具型別的 XML Schema);也無從判斷子元素「應該」出現的順序,或某些內部欄位(如資料庫自行維護的列識別碼)是否該暴露。兩種方向都可能發生命名衝突。儘管如此,這些規則仍足以作為結構與 DTD 雙向轉換的起點。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved