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
SQL Server 2005 的 XML 實施最佳策略(上):資料建模篇
編輯:XML詳解     

從「映射」走向「原生支援」

Microsoft SQL Server 2005 對 XML 的支援向前跨了一大步。XML 值可以直接存進 XML 資料型別欄位,並且可以依 XML 結構描述集合進行型別化,也可以維持非型別化;XML 欄位可以建立索引;搭配 XQuery 與 XML DML(用於資料修改的擴充),還能做到細粒度的節點級操作。

其實 SQL Server 2000 與 SQLXML Web Release 就已經具備不俗的 XML 管理能力,只是那時的重點放在關聯式資料與 XML 之間的「映射」:用帶註解(annotation)的 XSD(AXSD)定義關聯式資料的 XML 檢視,提供以 XML 為中心的批量載入、查詢與更新;另一方面用 Transact-SQL 擴充(FOR XML 與 OPENXML)走以 SQL 為中心的路線。SQL Server 2005 把這些能力延續下來,再加上原生 XML 支援,形成一個足以承載半結構化與非結構化資料的開發平台。

本文整理 SQL Server 2005 中 XML 資料的建模與使用準則,分兩大主軸:資料建模(如何選擇儲存方式、是否編入索引、屬性提升、是否型別化)與用法(資料載入、查詢編譯中的型別推論,以及容易混淆的功能如何區分)。閱讀前,建議先對 SQL Server 的 XML 功能有基礎認識。

關聯式模型,還是 XML 模型?

如果資料高度結構化、結構描述已知,關聯式模型通常是最有效的儲存方式,SQL Server 該有的功能與工具也都在。但如果結構是靈活的、半結構化的、甚至未知的,就該好好想想怎麼建模。

當你需要一個跨平台、可攜、能用結構化與語意標記描述資料的模型時,XML 是不錯的選擇。以下任一條件成立,XML 往往更合適:

  • 資料稀疏,或你並不清楚資料結構,或結構未來可能大幅變動
  • 資料呈現容器式階層(相對於實體間的引用),而且可能是遞迴的
  • 資料本身具有內在順序
  • 你需要查詢資料,或依結構局部更新其中一部分

若上述條件都不成立,就該用關聯式模型。舉例來說,資料明明是 XML 格式,但應用程式很少需要靠資料庫來存取,那麼一個 [n]varchar(max) 欄位其實就夠了。改用 XML 欄位的好處是:引擎會檢查格式是否良好或是否合法,並支援對 XML 內容做細粒度查詢與更新。

把 XML 放進 SQL Server 的理由

  • 想用資料庫伺服器的管理功能來管理 XML:備份、還原、複寫
  • 想以高效且具交易語意的方式共享、查詢、修改 XML,並需要細粒度存取——例如只取出文件內的某幾節,或插入新的一節而不必替換整份文件
  • 手上同時有關聯式資料與 SQL 應用程式,希望兩者在應用程式內部互通,需要跨域的查詢與修改語言支援
  • 希望由伺服器保證資料格式良好,並視情況依 XML 結構描述驗證
  • 需要把 XML 編入索引以獲得高效查詢與良好可擴充性,並用上第一流的查詢最佳化器
  • 需要透過 SOAP、ADO.NET、OLE DB 存取 XML

反之,若這些需求都不存在,把資料存成 [n]varchar(max) 或 varbinary(max) 這類大型物件型別,反而更省事。

三種 XML 儲存選項

原生儲存:XML 資料型別

用內部表示形式保存 XML 的內容,包括容器階層、文件順序、元素與屬性值等,也就是保留 XML 的資訊集(Infoset,參見 https://www.w3.org/TR/xml-infoset)。它未必是原始文字 XML 的逐字副本,因為以下資訊不被保留:無關緊要的空白、屬性順序、命名空間前綴、XML 宣告。

若是型別化的 XML(綁定了 XML 結構描述),引擎會把「結構描述驗證後資訊集」(PSVI)中的型別資訊一起以內部形式編碼,這能顯著加快解析速度。相關規範可參考 XML Schema Part 1 與 Part 2。

映射:XML 與關聯式之間

使用帶註解的結構描述(AXSD),把 XML 拆解到一個或多個資料表的欄位中,在關聯式層級保留資料的保真度——階層會保留,但元素順序會被忽略。這種結構描述不能是遞迴的。

大型物件儲存

[n]varchar(max) 與 varbinary(max) 保存的是資料的精確副本,適合法律文件這類有特殊用途的應用。多數應用其實不需要逐字副本,資訊集層級的保真度就足夠。

實務上常需要混用。例如用 XML 欄位存 XML,同時把其中幾個屬性提升到關聯式欄位;反過來也可能用映射技術把非遞迴部分放進關聯式欄位,只把遞迴部分留在 XML 欄位裡。

XML 技術的選擇依據

  • 儲存選項:資料是適合大型物件(例如產品手冊),還是適合關聯式表格(例如轉成 XML 的訂單行項)?每種選項保留的文件保真度不同。
  • 查詢能力:查詢的性質與 XML 查詢的比重,會讓某個選項明顯更合適;節點層級的謂詞計算在兩種選項中的支援程度不同。
  • 索引:想為 XML 建索引以提升查詢效能時,可用的索引選項會隨儲存方式而異。
  • 修改能力:有些工作負載需要細粒度修改(在文件中插入新章節),有些則幾乎只讀(例如純展示用的網頁內容)。
  • 結構描述支援:XML 是否由結構描述描述?該結構描述是不是 XML Schema?對結構描述綁定的支援程度取決於你選的技術。

不用多說,這些選擇各自的效能特性並不相同。

什麼情況適合原生 XML 儲存

  • 想要一個簡單的方法把 XML 存在伺服器上,同時保留文件順序與結構
  • 資料可能沒有結構描述,也可能有
  • 需要查詢與修改 XML
  • 需要為 XML 建索引以加快查詢
  • 需要系統目錄檢視來管理 XML 資料與 XML 結構描述

當 XML 文件具備多種結構,或符合多套、甚至複雜到難以映射成關聯式結構的結構描述時,原生 XML 儲存特別有用。

案例:用 XML 欄位建模產品手冊

考慮一份 XML 格式的產品手冊,每個主題獨立成章,章內有多節,而節裡面還可以再分小節——這是一個遞迴元素。手冊充斥混合內容、圖表與技術資料,本質上是半結構化的。使用者可能想做上下文相關的搜尋(例如「在談索引的那一章裡,找關於叢集索引的節」),也可能想統計某些技術數量。

這種情境下,合適的模型就是一個 XML 資料型別欄位,它能保留資訊集內容;為該欄位建立 XML 索引後,查詢效能會明顯改善。

案例:需要保留精確副本時

假設政府法規要求你保留 XML 文件的精確文字副本,例如已簽署的文件、法律文件或股票交易訂單。這時可以考慮存進 [n]varchar(max) 欄位。查詢時,可在執行期把資料轉成 XML 型別再跑 XQuery——但文件很大時,這種轉換代價不低。若查詢頻繁,可以採冗餘做法:同時存一份 XML 型別欄位並建索引供查詢,另外從 [n]varchar(max) 欄位回傳精確副本。

要注意:XML 欄位可以是建立在 [n]varchar(max) 之上的計算欄位,但你不能在 XML 計算欄位上建立 XML 索引,也不能為 [n]varchar(max) 或 varbinary(max) 欄位建立 XML 索引。

XML 檢視技術

透過在 XML 結構描述與資料庫資料表之間定義映射,可以為既有資料建立「XML 檢視」。使用 XML 批量載入可以填充底層資料表;查詢這類檢視時用的是 XPath 1.0,查詢會被轉換成針對資料表的 SQL,更新同樣會被傳遞下去。

適合使用這套技術的情況:

  • 想要一個以 XML 為中心的程式設計模型,跑在既有的關聯式資料之上
  • XML 資料有結構描述(XSD 或 XDR),可能還是外部夥伴提供的
  • 資料順序不重要,或可查詢的資料不遞迴,或最大遞迴深度已知
  • 希望用 XPath 1.0 的 XML 檢視來查詢與修改資料
  • 希望批量載入 XML,並把它拆解到使用 XML 檢視的底層資料表

典型例子包括:以 XML 形式對外公開、供資料交換與 Web 服務使用的關聯式資料,以及結構固定的 XML 資料。

案例:手上已有關聯式資料(客戶、訂單、行項),希望以 XML 形式操作,就用 AXSD 在其上定義 XML 檢視。之後既能把 XML 批量載入資料表,也能透過檢視查詢與更新;若你需要在自家 SQL 應用程式持續運作的同時,與其他應用程式交換 XML 標記,這個模式很好用。

混合模型:實務上最常見的答案

很多時候,最佳解是把關聯式資料與 XML 欄位結合:把 XML 中幾個關鍵值存進關聯式欄位,其餘(或全部)留在 XML 欄位。這樣能獲得更佳效能(例如完全掌控關聯式欄位上的索引設計)與更好的鎖定特性,代價是你得肩負更多資料儲存的維護責任。

哪些值該提升,取決於工作負載。若你常常用 /Customer/@CustId 這樣的路徑運算式取值,把 CustId 提升到關聯式欄位並建索引,查詢效能會更好;反之,若 XML 被零碎且不冗餘地攤在關聯式欄位裡,重組的成本可能反而拖垮整體。對於高度結構化的 XML(例如整張表轉成 XML),把所有值映射到關聯式欄位(可能搭配 XML 檢視技術)是合理的。

同一張表,還是另一張表?

XML 欄位可以設在包含其他關聯式欄位的同一張表中,也可以放在透過外鍵關聯的獨立表中。

在下列任一情況成立時,建議放在同一張表:

  • 應用程式只做資料擷取,不需要在 XML 欄位上建立 XML 索引;或
  • 需要建立 XML 索引,且主表的主鍵與其叢集鍵相同。

在下列情況,建議放在獨立表:

  • 需要建立 XML 索引,但主表的主鍵與叢集鍵不同,或主表沒有主鍵,或主表是堆(沒有叢集鍵)。主表若已存在,這種情況相當常見。
  • 不希望因為表中存在 XML 欄位(無論存在列內或列外,都會佔空間)而拖慢表掃描。

XML 資料的粒度:鎖定與更新的隱形代價

XML 欄位中單一實例的大小,對鎖定與更新特性影響甚鉅。SQL Server 對 XML 與非 XML 資料採用同一套鎖定機制,因此列級鎖定會把該列中所有 XML 實例一起鎖住。粒度大時,為了更新而鎖住大型 XML 實例,會讓多使用者環境的吞吐量下降;但另一方面,過度細碎地拆解又會失去物件封裝,並抬高重組成本。

更關鍵的是,更新 XML 實例時,即使只改一個屬性的值,底層仍會把整個既有實例替換成更新後的實例。粒度越大,更新成本越高;較小的 XML 實例反而有更好的更新效能。好的設計,就是在建模需求與鎖定/更新特性之間取得平衡。

非型別化、型別化與具約束的 XML

SQL Server 2005 的 XML 資料型別實作了 ISO SQL-2003 標準。因此非型別化 XML 欄位可以存放格式良好的 XML 1.0 文件,也可以存放所謂的「內容片段」——含文字節點、任意數量頂層元素。系統會檢查格式是否良好,不要求綁定結構描述,並拒絕廣義上不合法的資料;非型別化的 XML 變數與參數同樣適用。

若你有描述該 XML 的結構描述,可以把它與 XML 欄位關聯,形成型別化 XML。結構描述在此有三重作用:驗證資料、在查詢與修改語句編譯時做比非型別化更精確的型別檢查、以及最佳化儲存與查詢處理。

建議使用非型別化 XML 的情況:

  • 手上沒有對應的結構描述
  • 有結構描述,但不希望由伺服器驗證——例如應用程式會在寫入伺服器前於用戶端驗證、需要暫存依結構描述而言不合法的 XML,或使用了伺服器不支援的結構描述元件(如 key/keyref)

建議使用型別化 XML 的情況:

  • 有對應結構描述,且希望伺服器依該結構描述驗證
  • 想充分利用型別資訊帶來的儲存與查詢最佳化
  • 希望在查詢編譯階段更充分利用型別資訊

型別化的 XML 欄位、參數與變數可以存放 XML 文件或內容片段,宣告時必須以旗標指定 DOCUMENT 或 CONTENT,並提供 XML 結構描述集合。若每個 XML 實例恰好只有一個頂層元素,指定 DOCUMENT;否則用 CONTENT。查詢編譯器會利用 DOCUMENT 這個標記,在型別檢查時推論出唯一的頂層元素。

除了型別化,你也可以在型別化或非型別化的 XML 欄位上加上關聯式(欄位或列)約束。適合加約束的情況:

  • 業務規則無法在 XML 結構描述中表達。例如「花店的送貨地址必須在營業據點方圓 50 英里內」,這類規則可以寫成 XML 欄位上的約束,並用到 XML 資料型別方法。
  • 約束涉及表中的其他 XML 欄位或非 XML 欄位。例如要求 XML 實例中的 /Customer/@CustId 必須與關聯式 CustomerID 欄位的值相符。

關於 DTD

XML 欄位、變數與參數只能使用 XML 結構描述來型別化,不能用 DTD。不過對型別化與非型別化 XML 而言,都可以使用內嵌 DTD 來提供預設值,或把實體引用展開成擴充形式。若手上只有 DTD,可以用第三方工具把它轉成 XML 結構描述文件,再載入資料庫。

為 XML 欄位建立索引

XML 索引會把該欄位中 XML 實例的所有標記、值與路徑建入索引,从而提升查詢效能。以下情況值得考慮:

  • 查詢 XML 欄位在你的工作負載中很常見——但必須把資料修改時的索引維護成本一起算進來。
  • XML 值相對龐大,而每次只取其中一小部分。建索引可避免在執行期解析整份資料,並透過索引查找加速處理。

主 XML 索引

XML 欄位上的第一個索引稱為「主 XML 索引」,它涵蓋實例內部的所有標記、值與路徑。前提條件是:包含 XML 欄位的基表必須在主鍵上具備叢集索引,主鍵用於把索引列與基表中的列關聯起來。

在多數範例中,我們使用帶非型別化 XML 欄位的資料表 T (pk INT PRIMARY KEY, xCol XML),這些範例都能改寫成型別化 XML 的形式。為了說明,以下針對這樣一份 XML 實例描述查詢:

<book genre="security" publicationdate="2002" ISBN="0-7356-1588-2">
  <title>Writing Secure Code</title>
  <author>
    <first-name>Michael</first-name>
    <last-name>Howard</last-name>
  </author>
  <author>
    <first-name>David</first-name>
    <last-name>LeBlanc</last-name>
  </author>
  <price>39.99</price>
</book>

當你從 XML 欄位取出完整的 XML 實例(例如 SELECT *)時,查詢會使用主 XML 索引,並回傳純量值或 utilise 索引本身的 XML 子樹。

(下篇將接續說明 PATH、VALUE、PROPERTY 三種輔助 XML 索引的適用場景,以及資料載入與查詢編譯期型別推論等使用層面的準則。)

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