（计算机系统结构专业论文）基于rdbms的xml数据存储.pdf

摘要 摘要 x m l 的强大功能使得其在诸多领域得到广泛应用，如实现分布式异构 系统间的互操作，异构数据库间的数据交换等。但是由于商业中所使用 的x m l 数据异常庞大，如果不经过任何处理而直接对其进行查询，效率 将会非常低下。而关系数据库在这一方面具有强大的优势，所以x m l 的 未来和关系数据库是密不可分的，数据库的成熟技术和优越的性能为x m l 提供了基础。如何将x m l 与关系数据库相结合也成为学术界的一大研究 热点。 本课题的目标是研究如何将x m l 存储到关系数据库，从而实现利用 关系数据库来对x m l 数据进行查询。在文中，我们详细地讨论了目前研 究中非常流行的o r 映射( 对象一关系映射) 方法，在对该方法进 行细致认真的分析之后，提出了一种新的思路，即采用彻底分割的 思想将x m l 文档存储到r d b m s ， 并通过实现的原型系统 “m y x m l d b ”来进行验证。验证结果表明，采用彻底分割将x m l 文档存储到r d b m s 这一思路是完全可行和成功的。 本文提出的彻底分割的思路确保了从数据库还原出来的x m l 文 档和存入数据库之前的x m l 文档完全一致，这种一致性在商业应 用中具有重要价值，对推动x m l 的应用具有重要意义。 关键词x m l ；关系数据库；o r 映射；彻底分割 a b s t r a c t t h ep o w e r f u lf u n c t i o no fx m lm a k e si ts e l fus e dw i d e l yi n m a n y k i n d so f f i e l d s ，f o re x a m p i e ，i nr e a l iz i n g i n t e r o p e r a t i o n o f d i f f e r e n tk i n d so f s y s t e m sa n dd a t ae x c h a n g ea m o n gh e te r o g e n e o u s d a t a b a s e s ，e t c h o w e v e r ，i nb u s i n e s s ，t h ev 0 1 t i m eo fx m ld a t ai s v e r yh u g e ，i fw eq u e r yi n f o r m a t i o nf r o mi td i r e c t l yw i t h o u ra n y t r e a t m e n t ，t h ee f f i c ie n c yw i l lb ev e r y1 0 w ，w h i l et h er e l a t i o n a l d a t a b a s eisg o o da tt h is s od a t a b a s eis i m p o r t a n tt ot h ef u t u r e o fx m l x m lc a nt a k e a d v a n t a g e o f h i g hp e r f o r m a n c e a n dm a t u r e t e c h n 0 1 0 9 yo fd a t a b a s e ，a n dh o wt oc o m b i n et h ed a t a b a s ea n dx m l isah o t s p o ti nc o m p u t e rs c i e n c er e s e a r e h t h is s u b j e c ti s c o n e e r n e dw i t hh o wt os t o r ex m ld o e u m e n ti n t h er e l a t i o n a ld a t a b a s e ，a n d t h r o u g h i tw ec a ne n h a n e et h e p e r f o r m a n c eo fq u e r y i n gx m l i nt h ea r t ic l e ，w ed is c u s s t h em o s t p o p u l a rs 0 1 u t i o nn a m e d0 一rm a p p i n gi nd e t a i1s a n dan e ws o i u ti o n isc o m eu p t h en e ws 0 1 u t i o nis s t o r i n gx m l d o c u m e n ti nd a t a b a s e t h r o u g hd i v i d i n gi tc o m p le t e l y a n dw ei m p l e m e n t a p r o t o t y p e t o v e r i f y t h ei d e a t h er e s u l to fe x p e r i m e n tc o n v i n c e dt h a t o u r s 0 i n t i o nisv i a b l ea n ds u c c e s s f t l l t h es 0 1 u t i o nm e n t i o n e di nt h ea r t ic 1e g u a r a n t e e st h a tt h e r e t r ie v e dx m ld o c u m e n tf r o md a t a b a s eisc o m p l e te l yt h es a m ea st h e x m ld o c h m e n tb e f o r es t o r i n g w h ic h isa g r e a t v a l u ei nb u s i n e s s a n da n i m p o r t a n tp r o m o t i o no fa p p l i c a t i o no fx m l k e y w o r dx m l ；r e l a t i o n a ld a t a b a s e ；0 一rm a p p i n g ；c o m p l e t ed i v i s i o n 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进 行研究所取得的研究成果。除了文中特别加以标注引用的内容 外，本论文不包含任何其他个人或集体已经发表或撰写的成果作 品。对本文的研究做出重要贡献的个人和集体，均己在文中以明 确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：、i 甓1日期：知。酗年6 月k 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规 定，同意学校保留并向国家有关部门或机构送交论文的复印件和 电子版，允许论文被查阅和借阅。本人授权华南理工大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以采 用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上相应方框内打“4 ”) 作者签名：哨鹃 导师签名：桃汛l 日期：劢口华年6 ，月r 日 日期：z p 啦年f 月心日 第一章绪论 1 1 背景知识 1 1 1 什么是x m l 第一章绪论 x m l 是e x t e n s i b l em a r k u pl a n g u a g e 的简写，是种扩展性标识语言。像 h t m l 一样，它同样依赖于描述一定规则的标签和能够读懂这些标签的应用处理 工具来发挥它的强大功能，但x m l 比h t m l 的功能要强大得多。x m l 的核心是置 标，“置标”的一个精确定义是：就数据本身的信息对数据进行编码的方法。 x m l 实质上是一种定义语言，由一系列法则组成，任何人、任何行业都可遵 循这些法则，定义各种标识来描述信息中的所有元素，然后通过一种被称为分 析程序的小型程序进行处理，使信息能“自我描述”。x m l 的一个重要特点是它 的结构性，即它可以方便有效地表示结构化数据，这就使得x m l 可以作为表示 和存储数据的手段。 下面是一段x m l 示例文档，用来表示某人的信息： 张三( 姓名 0 0 1 a 公司 z h a n g 1 6 3 c o m ( 电话 ( 0 2 0 ) 6 2 3 4 5 6 7 8 五街1 2 3 4 号 广州市 广东 5 1 0 0 0 0 其中类似 ， 的语句就是自己创建的标记( t a g s ) 。 x m l 的制定目标如下 1 x m l 可以在互联网上直接使用，同时与s g m l 兼容，并且支持各种不同的 应用方式。 兰要翌三奎兰三兰鎏圭兰垒鎏苎 2 x m l 文件和处理x m l 文件的应用程序应该容易编制。 3 x m l 文件应该具有良好的可读性，并且比较清晰。 4 用x b i l 设计新的置标语言应该方便快捷。 1 1 2x h l 的优势 x m l 仿佛充当着自由宣言的角色，它打破了标记定义的垄断，将网上世界变 为一个更加自由民主的世界。 如果没有x m l ，要想定义一个置标语言并推广利用它是何等困难。一方面， 如果制定了一个新的语言而期望它能生效，需要把这个标准提交给相关的组织， 例如w 3 c ，等待它接受并正式公布这个标准，经过几轮的评定、修改、再评定、 再修改，等到置标语言终于熬到成为一个正式推荐标准，可能几年的时间都已 匆匆而过了。另一方面，为了让这套标记得到广泛应用，必须为它配备浏览工 具。现在有了x m l ，可以自由地制定自己的置标语言，而不必再念念不忘微软、 n e t s c a p e 、w 3 c 的首肯了。 x m l 最大的好处在于它允许各个组织、个人建立适合自己需要的标记库，并 且，这个标记库可以迅速地投入使用。因为各个不同的行业可能会有一些独特 的要求。比如说，化学家需要化学公式中的一些特殊符号，建筑设计图纸中需 要某些特制的标记，音乐家需要音符，这些都需要单独的标记。实际上，现在 许多行业、机构都利用x m l 定义了自己的置标语言。 除此之外，x m l 还有以下一些优势： x m l 遵循严格的语法，它要求标记配对、嵌套，而且还要求严格遵守d t d 的规定。 x m l 便于不同系统之间信息的传输，当今的计算机世界中，不同企业、不同 部门中存在着许多不同的系统。操作系统有n t 、u n i x ，数据库系统有s q ls e r v e r 、 o r a c l e 等，要想在这些不同的平台、不同的数据库软件之间传输信息，不得不 使用一些特殊的软件，非常之不便。现在有了x m l ，各种不同的系统之间可以采 用x m l 作为交流媒介。x l d l 不但简单易读，而且可以标注各种文字、图像甚至二 进制文件，只要有x m l 处理工具，就可以轻松地读取并利用这些数据，使得x m l 成为一种非常理想的网际语言。 x m l 具有较好的保值性，x m l 的保值性来自它的先驱之s g m l 语言。 s g m l 是一套有着十几年历史的国际标准，它最初设计的一大目标就是要为文件 提供5 0 年以上的寿命。s g m l 和x m l 不但能够长期作为一个通用的标准，而且很 容易向其它格式的文件转化。 2 第一章绪论 1 1 3 数据库系统 数据库系统是一个可实际运行的存储、维护和为应用系统提供数据的软件 系统，是存储介质、处理对象和管理系统的集合体。它通常由软件、数据库和 数据管理员组成。其软件主要包括操作系统、各种宿主语言，实用程序以及数 据库管理系统。数据库是以一定的组织形式存放在计算机存储介质上的相互关 联的数据的集合。这些数据为多个应用服务，独立于具体的应用程序。数据库 由数据库管理系统统一管理，数据的插入、修改和检索均要通过数据库管理系 统进行。数据库管理系统是一种系统软件，它的主要功能是维护数据库并有效 地访问数据库中任意部分数据，对数据库的维护包括保持数据的完整性、一致 性和安全性。数据管理员负责创建、监控和维护整个数据库，使数据能被任何 有权使用的人有效使用。 目前存在三种数据库系统：第一代，非关系型数据库系统，6 0 年代末问世， 包括层次型和网状型。第二代，关系型数据库系统( r d b s ) ，7 0 年代中期问世， 现已被成熟的运用于商业，它使用的标准语言是结构化查询语言( s q l ) 。关系 型数据库( r d b ) 是将两种以上性质不同的表，经过关联，作为一个整体的数据 来处理，以快速达到数据查询与整合的目的。r d b m s 的核心部分是查询。在本文 中我们主要讨论这种数据库系统。第三代，对象一关系数据库系统( o r d b s 、 o o d b s ) ，8 0 年代中期至今，它以一种面向对象语言为基础，增加数据库的功能， 目前还处于发展阶段。 数据库适合记录大量数据，可进行读取、插入、删除、更新与快速查询。 1 1 4 当前的研究状况 x m l 虽然有众多优点，它也具有查询功能，但在对海量数据的查询方面性能 欠佳，而关系数据库在这方面却有突出表现，在下一节将通过一个实验来验证。 如何解决这一问题。一种比较自然的想法是采用数据库对x m l 数据进行存 取和操作、将半结构化数据转化为结构化数据，通过查询数据库来提取，综合 和分析x m l 文档的数据。这样不仅可利用相对成熟的数据库技术，而且也代表 了未来网络发展的趋势。于是，如何利用关系数据库来提高对海量x m l 数据的 查询性能成为当前研究的一个热点。 实质上，解决这一问题的关键是如何在关系数据库中存储x m l 数据。目前， 国内外在这一方面的研究状况如下： 对x m l 这种半结构化数据的存储，查询和管理方面的研究 直接映射到面向对象数据库 将x m l 数据映射到关系数据库，在这个方向上主要有一下几种做法： 1 n x d ( n a t i v ex m ld a t a b a s e ) 根本设计目的是为存储和处理x m l 文档，其基本存储单元是x m l 文档。通过在原文档的基础上建立 3 华南理工大学工学硕士学位论文 - - l i l _ - _ - l _ - - _ l _ l - _ l - i _ - - _ _ _ _ _ _ - _ _ _ _ _ _ l _ _ _ _ _ - _ l i _ _ - _ _ - i l _ _ _ _ - 相应的索引来提高检索效率。 2 x e d b ( x m l e n a b l e dd a t a b a s e ) 基本存储单元是x m l 文档中的 数据，通过增加一个映射层来管理x m l 数据的存储。可以从数据 库中动态生成x m l 文档，但不能保证与当初的原始文档完全符合。 3 h x d ( h y b r i dx 碡ld a t a b a s e )根据具体的要求和应用、既可做 n a t i v ex m ld a t a b a s e ，又可做x m l e n a b l e dd a t a b a s e 。 1 2 课题意义 首先我们通过一个实验来比较x m l 查询和数据库查询。 试验的平台是：o r a c l e 数据库，m i c r o s o f tj a v a 虚拟机运行于p e n t i u m4 6 6 p c 上。 实验方法如下：一方面使用j a v a 语言，利用m i c r o s o f t 的m s x m l 包对一个 存储名单的x m l 文件进行查询和插入等操作，另一方面将x m l 类比于数据库中 的一张表，使用关系数据库进行查询和插入等操作。 下面是试验结果。 操作o r a c 1e s o l * p l u s m s x m l j a v a i n s e r t1 0 0r e c o r d s 1 秒1 - 2 秒 d e l e t e1 0 0r e c o r d s 1 秒1 - 2 秒 u p d a t e 1 0 0r e c o r d s 1 秒i - 2 秒 s e l e c t 1 秒卜2 秒 表1 关系数据库和x m l 处理1 0 0 条记录时的性能比较 操作o r a c l e s o lp l u sm s x m l j a v a i n s e r t1 0 0 0r e c o r d s卜2 秒1 7 秒 d e l e t e1 0 0 0r e c o r d s1 - 2 秒2 2 秒 u p d a t e1 0 0 0r e c o r d s卜2 秒 2 2 秒 s e l e c t 1 秒2 2 秒 表2 关系数据库和x m l 处理1 0 0 0 条记录时的性能比较 从上表可以看出，x m l 在处理规模稍大的数据时比关系数据库系统要慢很 多。设想在一个w e b 站点上，这样的响应速度肯定是无法接受的。当然，在对 x m l 文档每次操作前要将其装载，这将花费一定的时间，但总体来说，x m l 文档 不适于处理较大规模的数据。 x m l 文档与关系数据库系统相比，应该说，它的一个优势是它存储数据的形 式是可读的，即人可以直接阅读和编辑x m l 文档，而数据库中的表不通过数据 库管理系统是无法访问的。所以，x m l 文档适合于在编辑器中人工编辑，而在一 个由许多用户并发地访问且可能修改的环境中，性能会成为严重的问题。很显 4 第章绪论 然，这正是数据库技术所擅长的场合。 通过这个实验我们可以看出x m l 的不足之处，所以将x m l 存储到关系数据 库后，我们可以取长补短，充分发挥关系数据库的在数据处理性能上优辨，来 弥补x m l 的不足使得x m l 在商业中得到更为广泛的应用。 1 3 课题研究内容 本课题重点解决如何将x m l 数据有效地存储到关系数据库( r d b m s ) ，以 达到提高x m l 数据处理性能地日的。整个课题地研究主要分为以下两个阶段： 在开始阶段主要研究了当前在将x m l 数据存储到r d b m s 方面较为流行的 一种方法一一o r 映射，在研究和分析该方法的过程中，发现了该方法的一些 不足之处。在课题的后期阶段，提出了一种新的解决思路一一彻底分割存储， 通过这种思想，我们成功地解决了在o r 映射中出现的问题。 1 4 论文的主要内容 本文第二章详细讨论和分析了 数据存储到r d b m s 的优缺点。 第三章提出了一种新的思路 r d b m s 。 0 一r 映射，并且指出了通过0 一r 映射将x m l 采用彻底分割的思想将x m l 存储到 第四章详细论述了原型系统m y x m l d b 的设计模块和实现细节。 第五章通过一个具体的x m l 文档实例来验证该系统的可行性，以及它的不 足和待改进之处。 最后给出了论文的结论。 第二章t a b i e - - b a s e d 映射和0 - r 映射 2 1 t a b i e - - b a s e d 映射 t a b l e b a s e d 映射将x m l 文档视为一个表或表的集合，x m l 文档的结构必 须是如下之一： ( t a b l e r o w ) c c o l u m n n r o w ) r o w c o l u m n 一1 ) c o l u m n 一1 c o l u m n n r o w ) t a b l e ) 或者 t a b l e1 ) ( r o w ) c o l u m n 一1 c o l u m n n ( r o w ) ( r o w ) c o l u m n 一1 t a b l ea d d d e e e cde ( b ) 一一一 一一一一一一 ( b (j) ( c f f f ( c ) c c cd d de e e ( d g g g f f f g g g h h h e h h h 2 20 一r 映射 0 - - r 映射，即对象一关系映射( o b j e c t r e l a t i o n a lm a p p i n g ) ，分为两步 执行。首先，将x m ld t d 映射成对象模式，然后再将对象模式映射成关系模式。 在这里，先给出一个名为s a l e s o r d e r 的x m l 文档，以后小节里的一些细节 描述我们会以它为例。下面是该文档的内容： s a l e 自0 r d e r 1 2 3 4 ( n u m b e r ( c u s t o m e r g a l l a g h e ri n d u s t r i e s ( c u s t o m e r 2 9 1 0 0 0 工t e mn u m b e r = ”1 ” 1 0 9 5 ( p r i c e ) ( i t e m 张三 它的d t d 定义如下 在x m l 所描述的置标语言中，d t d 便提供了语法规定，以便给各个语言要素 赋予一定的顺序。为了说明特定的语法规则，d t d 采用了一系列正则式，语法分 析器将这些正则式与x m l 文件内部的数据模式相匹配，从而判别一个文件是否 8 第二章t a b l e b a s e d 映射和o - r 映射 i i i i l _ _ _ - - _ _ l l - _ - l - l _ l l _ _ - _ l - _ _ l _ l _ i l _ l - l _ _ l i i - _ _ _ _ 1 1 日l i _ e _ l _ - l e _ t _ l l _ l l l 一 是有效的。匹配被严格执行，因此，如果x m l 文件中有任何信息不符合d t d 的 规定。都不会通过。 2 2 2 将x m ld t d 映射到对象模式 在讨论映射前，我们首先要明确这里所说的对象是针对d t d 而言的，而不 是指d o m ( 文档对象模型) 中的对象。 实际上，x m l 文档中的元素类型就是数据类型，只含有p c d a t a 内容的元素 类型被称为简单元素类型，这个术语来自于w 3 cx m l 模式。这种元素含有简单 数据值，等同于面向对象编程语言中的标准数据类型( s c a l a rd a t at y p e ) 。属 性类型也是简单类型。 含有子元素、混合内容或属性的元素类型被称为复杂数据类型，这个术语 也是来自于w 3 cx m l 模式。这种元素含有结构型的值，等同于面向对象编程语 言的类( c l a s s ) 或c 语言中的结构( s t r u c t ) 。注意，一个含有空内容和属性 的元素仍为复杂元素，因为属性提供了结构的域，它相当于p c d a t a 元素。 o r 映射首先将简单类型映射成标准数据类型。比如s a l e s o r d e r 文档中的 元素类型c u s t o m e r 可能会被映射为s t r i n g ，而元素类型p r i c e 会被映射为 f l o a t 。然后，将复杂类型映射成类，元素内容中的每个子元素被映射成类的属 性。如果元素中包含复杂类型的予元素，则将其对象的引用或指针作为类的属 性。 映射的的最后一步是将x m l 的元素属性映射成类的属性，其数据类型由元 素属性的数据类型决定。实际上，元素属性等同于x m l 内容模型中的元素类型。 例如，下面的映射将简单元素类型b ，d ，e 和属性f 全部都映射成s t r i n g ， 将复杂元素类型a 和c 映射成类a 和c 。元素a ，c 的元素内容和元素属性被映 射为a ，c 的类的属性。a 和c 内容模型中的b ，d ，e 被映射成s t r i n g 类型属性， 元素属性f 也被映射成s t r i n g 类型属性。a 的内容模型中的c 元素被映射成c 对象的指针类型属性，因为元素类型c 被映射成类c 。 d t d 一一= 一= = ( ! e l e m e n ta ( b ，c ) fc d a t a # r e q u i r e d ( ! e l e m e n tc ( # p c d a t a ) ) c l a b sc ( = ；) s t r i n gd ： 9 = ； 一 。 最。一 兰要登三盔兰三兰堡圭兰竺笙兰 ! e l e m e n t e ( # p c d a t a ) s t r i n ge 如果同一个子元素在不同的父元素中出现了两次，则映射过程中，子元素 也要被分别映射。 u 1 。d = ；i i i = = = = = = = = = ；= ；l = = = = # t = = ；= l = = = = = = = = = = = ( 1 e l e m e n tc h a p t e r ( t i t l e s e c t i o n + ) ) ( ie l e m e n tt i t l e ( # p c d a t a ) le l e m e n ts e c t i o n # p c d a t a lpl b i i ) ) c 1 a 目目e s = = ；= = e = = = = = = = c l a s s c h a p t e r f = s t r i n g t i t l e ： s e c t i o n 【l 目e c t i o n s ： ) c l a s sa p p e n d i x ( s t r i n g t i t l e j s e c t i o n 】8 e c t i o n s ； 还有一点要注意的是，简单元素类型和属性并不是只能映射成s t r i n g 类型， 比如说，s a l e s o r d e r 文档中的元素类型q u a n t i t y 可以被映射成整型。当从d t d 映射到对象时，究竟映射成何种数据类型需要人工干预。 2 2 3 将对象模式映射到关系模式 在这一节中我们将讨论如何将类映射成关系( 数据库中的表) ，将标准属性 映射成列，而当属性为复杂类型的指针或引用时，被映射成关系中的主键或外 键。例如： c 1 a b 日e s c l a s sa s t r i n gb ： cc ：= 2 s t r i n gf ， ) c l a s 8c ( s t r i n gd j s t r i n ge ； j t a b l e 8 ；= = l i l j l i l l t a b l ea ： c 0 1 i m nb c 0 1 u m ncf k c o l u m nf t a b l ec ： =c 0 1 u m nd c o l u m ne c o l u m ncp k l o 第二章t a b l e b a s e d 映射和o - r 映射 上面的表是通过主键( c c p k ) 和外键( a 一f k ) 来进行连接的。因为父子 元素的关系是一对一的，主键可以在任何一个表中。如果关系是一对多的，主 键必须在关系的一边。比如，如果一个s a l e s o r d c r 元素包含多个i t e m 元素，那 么主键必须在s a l e s o r d e r 表( t h ep a r e n t ) 内。但是，如果每个i t e m 元素包含一 个p a r t 元素。则主元素必须在p a r t ( t h ec h i l d ) 表中，因为一个p a r t 可以包含在 多个i t e m 中。 主键列作为映射的一部分被生成，如c _ p k 列，或者一个已存在的列或列的 集合被用来作主键。比如，s a l e s o r d e r 元素类型含有n u m b e r 子元素，这个子元 素就能被作为主键。 如果主键列被作为映射的一部分被创建，它的值将由数据库或数据转换软 件产生。这将带来一些问题，因为当由数据库产生的主键再转换到x m l 文档时， 相对x m l 文档来说变得毫无意义。因此，当将数据从关系数据库转换回x m l 文档时，我们有时会忽略主键，但这样做会导致我们失去一些关联信息。 在映射的过程中，命名是可以改变的，例如，d t d ，对象模式和关系模式 可以使用不同的名字。比如，下面的d t d 使用了和映射类不同的名字： d t dc 1 a e 8 e 8 ；= l e l l t 口0 = t = = = = = = = 2 ! e l e m e n tp a r t ( n u m b e r ，p r i c e ) ) c l a s sp a r t c l a s s l e l e m e n tn u m b e r ( # p c d a t a ) = = ) s t r i n gn u m b e r p r o p ； f l o a t p r i c e p r o p 7 对象和关系中的命名也可以不同，如下： c l a s sp a r t c l a s s s t r i n gn u m b e r p r o p ； f l o a t p r i c e p r o p ； t a b l ep r t ： 哪c 0 1 u m np r t n u m c 0 1 u m np r t p r 工c e 还有一点要注意的是，映射过程中的对象是概念意义上的，也就是说，当 在x m l 文档和关系数据库之间传递数据时，没有必要去实例化类。 华南理工大学工学硕士学位论文 - - _ l _ _ - - - _ l _ - i _ _ l _ _ _ - - 一i i l _ _ _ _ - _ _ _ _ _ _ _ - _ _ l - _ i _ _ _ _ _ _ _ _ _ - l _ _ - _ - - l j _ e j _ - _ 2 2 4 映射复杂类型模型 到目前为止，我们所见的内容模型相对简单。在这一节中我们将讨论复杂 内容模型，例如： 复杂内容模型的映射比较复杂，在这里我们将讨论一些比较常见的映射。 1 映射选择项 映射选择可以允许属性和列为n u l l 。例如： d t d = ；i i i = = = = = = = = ；= = t 日= = = = ( ! e l e m e n ta b ic ) ) ! e t , i i i m e n rc( d e ) 将对象模式映射成数据库模式如下 c l a 8 8 e 8 = = = = = = = = = = = = = = = = = = ；= = l c l a s ba ( s t r i r i gb j i g u l l a b l e c c ： 4 u 1 1 a b l e ) c l a s 8c s t r i n gd ： s t r i n ge ， c l a $ g e 8 = = = 一= ；= 1 2 = = = = = = = = = = = l = c l a f t b a ( s t ：r i n gb ：n u l l a b l e 1 2c7 l q u l l a b l e c 1 a 8 8cf s t r i n gd ： s t t i n 9 e ： t a b l e 8 = = 2 = = = = = = = = = = ；= = = # = = = e = = = = t a b l ea ： ( 2 0 l u m nb t , l u l1 a b l e c o l u m n c f k n u 3 1 a b l e t a b l ec ： c o l u m l ld n o t n u l l a b l e c o l l l m r len o tn u l l a b l e c o l u m nc _ p k n o tn u l l a b l e 让我们来看看符合上面d r d 的x m l 文档的映射过程 第二章t a b l e b a s e d 映射和o r 映射 x m l o b j e c t b t a b l e g a ) b ) b b b ! e l e m e n tc ( # p c d a t a ) c 1 a 8 8 e g ；= = = = = = 2 = = = = = = t a b l e 目 t a b l ea ： 。a )c 0 1 u m nb 1 c 0 1 u m nb 2 c o l u m nb 3 c o l u m nc 当重复的元素个数不能确定时，可能数量会很大，我们就会将重复子元素 映射成单独的一个表，该表和父表通过主键和外键来进行关联，主键通常在父 表中。例如： d t d c l a s s e s t a b l e s = = = 口i = i ，j = 一= = 一一= 一= = ( 1 e l e m e n ta ( b + ，c ) c l a s sa(table a ： s t r i n g c ， c o l u m nc ) t a b l eb ： c o l u m na _ f k c 0 1 u m nb 3 映射可选子元素 对于“? ，和“毒j ，的映射类似于前面的讨论豹映射可选项，例如： 1 3 吣钟 g g a h h 8 r r 乳 乳 lc 华南理工大学工学硕士学位论文 - _ - _ - - _ _ _ _ _ _ _ _ _ _ - _ _ _ - - - i _ _ _ _ _ _ i _ _ _ _ _ l _ - _ _ l _ - _ l _ _ _ l _ - _ _ i l _ _ _ - l l - _ - _ _ d t d 一；= 一一= = le l e m e n t 丑( 抖p c d a t a ) j e l e m e n td ( e ，f ) 将对象模式映射到数据库模式： c 1 a b 8 e 8 t l = = = = = = ；= = = = = = ；l i i l = = # c l a s sa s t r i n gb ：l q u l l a b l e s 七r i n gc j n u l 1 a b l e d d7 n u l l a b l e ) c l a s 8df s t r i n ge f s t r i n gf ； 注意，表c 中的列不能为n u l l ， 有相应的行。 复杂内容模型的映射还有很多， c l a 自8 e 8 = = t = = = = = = = = j 口= = = = = = = = c l a s da ( s t r i r l gb ：n u l l a b l e s t r i n gc ：l q u l l a b l e dd j n u l l a b l e c l a 8 ed s t r i n ge i s t r i r i gf ， ) t a b l e 8 = = = l i t = t = = = = = = = = = ；i z t a b l ea ： c 0 1 u m nb n u l l a b l e c o l u m no n u l l a b l e c o l u m ndf k n u l l a b l e t a b l ed ： c o l u m nen o tn u l l a b l e c o l u m nfn o tn u l l a b l e c o l u m n d p k n o tn u l l a b l e 因为在a 中没有c 子元素，在c 表中将没 在这里我们只讨论一些比较常见的映射。 2 3t a b ie - - b a s o d 映射和0 - r 映射的优缺点 t a b l e b a s e d 映射的优点很明显，它非常简单。因为x m l 文档结构和表的 结构非常相近，所以开发这种映射比较容易。 但这种映射也存在很大的缺点：首先，它不能应用于所有的x m l 文档，它 只适用于x m l 文档的子集。其次，它在映射前改变了x m l 文档的结构，并且无 1 4 釜三耋：! ：= ! ：璧堑翌! ：! 鉴型 法对原来的x m l 文档结构进行保存，这样，会导致一部分信息的丢失，这样会 使得从数据库中还原回来的x m l 文档与原始文档大相径庭。 t a b l e b a s e d 映射通常被中间件用来作一些x m l 文档与关系数据库之间的 数据传输。它的功能较弱，只能作一些简单的应用。 o r 映射比t a b l e b a s e d 映射功能上要强得多，它可以适用于几乎所有的 x m l 文档。 虽然o r 映射功能强大，但也存在着一些缺点：首先，o - r 映射过程复杂， 开发一个完整的o r 映射工作量很大，要考虑很多因素，如x m l 文档的多种结 构所带来的影响使得对每一种结构都要有相应的映射方法。其次，它也有一个 和t a b l e b a s e d 映射相同的问题，从数据库中还原回来的x m l 文档与原始文档 仍然不能完全吻合，即难以按原样从数据库中还原x m l 文档。参见下图： 2 4 本章小结 x m l 文档# 1 与# 2 不完全相同 图2 1x m l 文档还原 在这一章中，我们讨论了t a b l e b a s e d 映射和o r 映射。t a b l e b a s e d 映射将x m l 文档视为一个表或表的集合，它对x m l 文档的结构要求严格，因此 在映射前，需要使用x s l 进行结构转换。由于转换后的x m l 文档与表的结构相 近，所以映射工作比较简单，映射的速度也比较快。 o r 映射比较复杂，分为两步执行。首先，将x m ld t d 映射成对象模式， 然后再将对象模式映射成关系模式。这种映射可以