纯XML数据库存储性能的研究.pdfVIP

西 安 工 程 大 学 学 报 JournalofXi’anPolytechnicUniversity 第24卷第4期(总 104期) 2010年8月 Vo1．24，No．4(Sum．No．104) 文章编号：1674-649X(201O)04--0506-04 纯 XML数据库存储性能的研究 吴晓葵 (西安航空技术高等专科学校 现代教育技术中心，陕西 西安 710077) 摘要：针对XML数据存储在文件系统、NativeXML数据库和 XML—enabled数据库 中性能的差异， 基于3种 XML数据存储方式的基本原理，提出了以查询响应时间为性能指标，以XMark为基准 测试工具的性能评价方法．设计并完成了文件系统和 Xindice系统的对比实验 ，并根据实验结果 明确 了不同应用系统适用的XML存储方式． 关键词 ：XML；存储 ；基准测试 中图分类号 ：TP311 文献标识码 ：A 互联网上数据量的不断增加使得原来 由HTML所架构出的Web开始暴露其功能的不足，因此 自1998 年2月W3C制定扩展标记语言XML(eXtensibleMarkupLanguage)标准以来，XML作为一种数据描述语 言，因其强大的可扩展性、自描述性和易于交换性，被学术界广泛研究．XML规范 ¨是由W3C组织制定的 一 个数据描述语言的标准，其具有 自描述性 良好的数据存储格式、可扩展性、高度结构化、内容与形式分离 等优点．XML支持多语系和Unicode，在任何系统与硬件平台上都可以读取XML，不用担心兼容问题． XML的应用发展迅速，如中问件技术、XML—enabled数据库、NativeXML数据库、XML服务器、XML应 用服务器、内容管理系统、可持久化的DOM实现和XML查询机等 ]．其中，XML在数据库中的存储方式 对XML的实用性能有着直接的影响，如何从众多的方案中选择合适的一种，性能是需要考虑的问题．因 此，本文提出评价指标、评价方法及实验设计，比较不同存储方式对XML性能的影响，进行定性和定量的 研究，对于在不同应用要求下选择何种存储方式具有一定的参考意义． 1 存储方式 目前主流的XML数据存储方式可以归结为文件系统、XML—enabled数据库和纯XML数据库 (Native XMLDatabase，NXD)等3种．文件系统是把XML文档以“文件”的形式按层次存放在相应的文件夹内，通 过操作系统自带的文件管理系统来管理其中的XML数据．早期的XML数据多以这种方式存储，以关键字 查询等信息检索手段进行查询，简单易用，适合XML文档数据量不大且不频繁更新的场合．由于缺乏系统 的存储和查询机制的支持，文件系统查询能力低，不能满足复杂条件的查询． XML—enbaled数据库是对现有关系数据库的改造，主要是通过增加一个映射层，使其支持对 XML数 据的管理，它的基本存储单位是XML文档所提供的数据．存人时，根据预先定义的规则，把XML数据映射 成表格(即关系)形式，处理过程则借助于关系数据库技术；输出时，又将表格映射成XML文档形式．目前 收稿 日期 ：2010-05-10 作者简介：吴晓葵(1968．)，男，湖北省大冶市人，西安航空技术高等专科学校副教授，硕士．E-mail：wuxiaoku3／85@163．eom 第4期 纯XML数据库存储性能的研究 对于复杂XML文档的完整映射是很困难的，这种方法在一定程度上解决了查询复杂性的要求，但是多次 转换带来的问题是效率的降低和查询语义的混淆，即阻抗失配的问题．此外，面向对象数据库也支持对 XML数据的存储，但技术尚未成熟． NXD的基本存储单位是XML文档，数据管理均在半结构化特点下进行．纯 XML数据库管理系统 (NXDBMS)以自然的方式处理XML数据，没有因数据模型转换而带来信息丢失和性能下降．Xindice3【就 是一种典型的NXD，它是Apache的一个开源项 目．其中数据以 “集合 (Collection)”为存储单元，集合中可 以导人若干个 “文档(Document)”，使用XPath查询、使用X