XML数据库系综述.docVIP

XML数据库系统综述 摘 要：XML数据库是一种新型的数据库技术，本文结合XML数据库研究的最新进展和XML数据库最新产品的实际性能，对XML数据库技术进行了总体分析，与传统的数据库技术进行了比较，指出了其目前需要改进的方面。 关键词：NXD XEDB 半结构化数据 随着Web应用的不断扩展，传统的基于HTML的Web信息表达方式不能适应人们进行信息查询和对web数据进行管理的需要[1]。由万维网协会(W3C)提出和设计的可扩展标记语言(XML,Extensible Markup Language)正在逐步成为新一代Web数据描述和数据交换标准。XML是一种自描述的半结构化语言，不仅能描述数据的外观，可以表达数据本身的含义，在兼容原有Web应用的同时，XML还可以更好地实现Web中的信息共享与交换。XML的扩展性和灵活性允许它描述不同种类应用软件中的数据，从Web页面信息到数据记录，XML能够使不同来源的结构化的数据很容易地结合在一起。各种基于XML的应用不断涌现，产生了对XML文档进行统一管理的需求。另外，传统的数据库在基于Web的应用中遇到了诸多障碍，在这种情况下XML数据库应运而生。 目前，XML数据库主要有两种类型：XML本源数据库(NXD,Native XML Database)、支持XML的数据库(XEDB,XML enable database)o NXD是专门对XML数据格式的文档进行存取管理和数据查询的数据库。XEDB是在传统数据库的基础上，通过增加对XML数据的映射功能，从而实现对XML数据的存取管理。 XML数据库的主要用途可以概括为两方面：对XML数据进行有效的管理，提供数据查询和修改功能，对基于Web的各种数据源进行集成。本文结合XML数据库研究的最新进展和XML数据库最新产品的实际性能，对XML数据库进行总体分析。 1． XML数据库系统的组成 1．1 XML数据库的数据区以及存储机制 XML文档是XML数据库的数据区，一个XML文档就是一个基本的存储单元，相当于关系数据库中的一个表格。XML数据直接以XML文档格式存储。 1．2 XML数据库数据模型 DTD(文档类型定义)或者Schemas是XML数据库数据模型。对XML数据库内容的存取访问都依据该模型。模型中规定了元素(elements)、属性(atributes)、PCDATA以及文档内容的顺序。XML数据模型可以支持任意层次的数据嵌套，对半结构化数据提供了良好的支持。 在DTD中可以说明XML文档中的数据类型(datatypes)，通过detatypes可以进行基于数据类型的查询操作。因此，DTD还是对XML数据建立索引的一种主要手段。 Schemas是W3C推荐的XML数据模型标准，它比DTD更加严格规范。目前大量使用的是DTD，未来XML Schema有可能取而代之。 1．3 XML数据库查询和操作语言 XQuery、XPath、XQL、XML—QL都是数据库查询语言。XQuery是W3C提出的对XML文档进行信息查找的查询语言规范。其具体标准由XML Query工作组制订，其当前版本为XQuexy 1．0。XPath是W3C提出的在XML文档内描述数据元素在文档中的位置的规范。W3C在2OO2年4月30日推出的XPath 2．0标准中，容纳了XQuery 1．0的基本要求。因此XPath不仅用于确定数据在文档中的位置，还支持数据查询。目前的大多数XML数据库都采用它实现数据查询。 XSLT是对XML数据进行操作的语言。XSLT与XML的关系，就好象SQL语言与关系数据库的关系一样。在对XML文档操作时，通常XPath与XSLT是协同工作的。 1．4 XML数据库处理工具 DOM、SAX、JDOM是XML数据库处理工具。提供对XML文档的编辑、管理功能，以及与其它语言的编程接口。DOM(Document Object Model)，即文档对象模型。是W3C推荐的对XML数据进行组织管理的标准和编程接口规范。JDOM是采用JAVA语言实现的DOM。SAX(Simple API for XML)是目前大多数XML数据库实际使用的开发标准，几乎所有的XML解析器都支持它。与DOM比较而言，SAX是一种轻量型的方法。 2． XML文档类型 XML文档可以分两大类：以数据为中心、以文档为中心。 以数据为中心的文档结构规范、数据粒度好(最小的独立数据单元是PCDATA、elements或者atributes)、很少或者没有混合内容。文档中间层次的elements、PCDATA的之间的顺序不作严格要求，类似于关系表。数据为中心的文档主要用于数据存储或交换，便于机器理解和处理。 以文档为中心的文档内部数据结构不规则，内容是混合的，其内部包含的