摘要：GaussDB(DWS)反对XML数据类型及丰盛的XML解析函数，可实现关系数据和XML数据的映射治理性能。

XML概述

XML是可扩大的标识语言（eXtensible Markup Language）的缩写，能够形容非常复杂的数据结构，广泛应用于传输和存储数据。XML是一种相似于HTML的标记语言，但XML没有应用预约义的标记，能够依据利用需要定义标记。XML的根本格局是标准化的，能够跨平台、操作系统和应用程序实现异构零碎之间的数据共享。

XML数据类型

GaussDB(DWS)反对将XML文档存储在数据库的XML数据类型列中。通过XML数据类型来保留数据，相比于文本形式的劣势在于具备数据结构查看性能，可能保障构造的正确，并且反对XML数据解析和处理函数。

判断一个 XML 文档正确的规范是：

  • 文档必须是一个格局良好的文档。
  • 文档遵循 XML 所有的语法规定并且无效。
  • 文档遵循特定语义的规定，这些规定通常规定在 XML 或 DTD 标准中

XML能够存储由XML规范定义的格局正确的文档，以及由XML规范中定义的内容片断，内容片断能够有多个顶级元素或字符节点。

上面是一个格局良好的XML文档示例：

<?xml version="1.0" encoding="UTF-8"?><message>Hello GaussDB(DWS)</message>

能够应用INSERT SQL语句将格局良好的文档插入到XML列中，如果可能胜利剖析文档，那么就阐明文档的格局正确。在执行插入或更新操作前，会依据配置参数来验证XML文档是否格局正确。

在应用程序中的XML数据个别采纳其序列化字符串格局，将数据插入到 XML 列中时，必须将它转换为 XML 分层格局。因而在执行插入操作时可显式调用 XMLPARSE 函数，以将数据从其序列化字符串格局转换为 XML 分层格局。

test=# SELECT XMLPARSE(document '<root>GAUSSDB(DWS)</root>');         xmlparse          --------------------------- <root>GAUSSDB(DWS)</root>(1 row)

拜访XML值

当拜访和解决XML数据时，因为XML数据在数据库外部的示意不是字符串，XML数据类型没有提供比拟操作符，因而不能间接与字符串进行比拟。这样的后果是无奈通过比拟XML数值和搜寻值来检索到数据行，因而对于XML数据应该随同一个ID值用于检索数据。

通过应用 XMLSERIALIZE 函数，能够将 XML 值变换成示意 XML 文档的已序列化字符串值。

test=# SELECT XMLSERIALIZE(document '<root>GAUSSDB(DWS)</root>' AS TEXT);       xmlserialize        --------------------------- <root>GAUSSDB(DWS)</root>(1 row)

XML解析函数

目前GaussDB(DWS)曾经反对了30多个XML解析函数，包含解析XML数据、生成XML内容、XML谓词、XML参数设置、将数据映射到XML等性能。

解决XML数据的函数

  • xpath 对xml值计算xpath表达式的后果
  • xmltable 通过XPath表达式的形式对XML数据进行解析

生成XML内容的函数

  • xmlparse 字符数据转换为xml类型的值
  • xmlserialize xml类型转换为字符串
  • xmlcomment 创立一个蕴含XML正文的特定文本内容的值
  • xmlconcat 连贯独立的XML值列表来创立一个蕴含XML内容片段的单值
  • xmlelement 生成一个带有给定名称，属性和内容的XML元素。
  • xmlforest 生成一个应用指定的名称和内容的XML森林（序列）元素
  • xmlpi 创立一条XML解决指令
  • xmlroot 更改XML值的根节点属性
  • xmlagg 聚合函数,连贯聚合函数调用的输出值

XML谓词函数

  • IS DOCUMENT 判断XML值是否为文档
  • IS NOT DOCUMENT 判断XML值是否为文档
  • xmlexists 判断XPath表达式是否返回任何节点
  • xpath_exists 判断XPath表达式是否返回任何节点
  • xml_is_well_formed 查看字符串是不是格局良好的XML
  • xml_is_well_formed_document 查看字符串是不是格局良好的XML文档
  • xml_is_well_formed_content 查看字符串是不是格局良好的XML内容

XML参数设置

  • SET XML OPTION 设置XML格局
  • SET XMLBINARY TO 设置二进制值在XML中的编码格局

将表、查问、游标、数据库映射到XML的函数

  • table_to_xml、query_to_xml、cursor_to_xml、database_to_xml等。

具体每个函数的应用办法能够参考GaussDB(DWS)用户手册，上面次要介绍利用中常见的解析XML数据的XMLTABLE函数。

XMLTABLE函数概述

XMLTABLE函数通过XPath表达式的形式对XML数据进行解析，依照定义的列生成一个表将数据返回，返回的表能够蕴含任何 SQL 数据类型（包含 XML类型）。

XMLTABLE函数反对将表中的XML数据或一个SELECT查问的XML数据作为变量传递到指定的XPath表达式上，通过XPath表达式解析XML数据后的后果用于产生表中的列值，生成的表的构造由 XMLTABLE 的 COLUMNS 子句定义，能够指定列名、数据类型和生成列值的形式来定义列的特色。

上面演示一下XMLTABLE函数的应用办法，首先创立CUSTOMER表并插入蕴含客户信息的XML数据。

CREATE TABLE CUSTOMER AS SELECT 1 AS ID,XML $$<ROWS>  <ROW ID="1">    <CUSTOMER_NAME>Tony</CUSTOMER_NAME>    <PHONENUM>123-456-666</PHONENUM>  </ROW>  <ROW ID="2">    <CUSTOMER_NAME>Serena</CUSTOMER_NAME>    <PHONENUM>123-456-888</PHONENUM>  </ROW>  <ROW ID="3">    <CUSTOMER_NAME>Tina</CUSTOMER_NAME>    <PHONENUM>123-456-999</PHONENUM>  </ROW></ROWS>$$ AS INFO;

通过以下 SELECT 语句在 XMLTABLE 函数中解析 CUSTOMER 表的 INFO 列。

SELECT XMLTABLE.* FROM CUSTOMER,XMLTABLE('//ROWS/ROW'        PASSING INFO        COLUMNS ID INT PATH '@ID',        NAME VARCHAR(64) PATH 'CUSTOMER_NAME',        PHONENUM TEXT PATH 'PHONENUM'); id |  name  |  phonenum   ----+--------+-------------  1 | Tony   | 123-456-666  2 | Serena | 123-456-888  3 | Tina   | 123-456-999(3 rows)

在GaussDB(DWS)上，XMLTABLE函数反对下推到数据节点DN执行的STREAM查问打算，XML数据在数据节点上进行解析生成XMLTABLE后果表，通过GATHER STREAM将后果汇总到协调节点CN上，可能下推到DN的STREAM打算具备较好的查问性能。

XMLTABLE利用案例

在业务场景中，常常会遇到须要解析XML文档的场景，应用XMLTABLE函数能够快捷不便的实现对XML数据的解析，将所需的数据以表的模式返回，便于对数据进一步的查问和剖析。

上面演示一个对音讯数据的解析流程：

  1. 创立一张用于存储音讯数据的表，插入数据。

CREATE TABLE MSGS AS SELECT 1 AS ID, 'A,BB,CCC,DDDD,EEEEE' AS MSG;

  1. 将音讯文本数据通过XMLPARSE函数转化为XML数据。
test=# SELECT XMLPARSE(content '<r><c>' || REPLACE(MSG, ',', '</c><c>') ||'</c></r>') AS XML_MSG FROM MSGS;                          xml_msg                          ----------------------------------------------------------- <r><c>A</c><c>BB</c><c>CCC</c><c>DDDD</c><c>EEEEE</c></r>(1 row)
  1. 应用XMLTABLE函数对XML数据进行解析，逐条返回音讯内容。
test=# SELECT MSG_CONTENT FROMtest-# (SELECT XMLPARSE(content '<r><c>' || REPLACE(MSG, ',', '</c><c>') ||'</c></r>') AS XML_MSG FROM MSGS),test-# XMLTABLE('/r/c/text()' PASSING XML_MSG COLUMNS MSG_CONTENT VARCHAR(4000) PATH '.'); msg_content ------------- A BB CCC DDDD EEEEE(5 rows)

从上图中能够看到，XMLTABLE解析后的数据以表的模式返回，在这个XMLTABLE表上能够进一步的对数据排序、筛选等操作，同时GaussDB(DWS)也反对在函数或存储过程中进行XML数据的解决，使应用程序的开发十分便捷。

总结

GaussDB(DWS)反对了XML数据类型及丰盛的XML解析函数，同时基于Shared Nothing的分布式架构具备良好的并行处理和扩大能力，对XML数据的解析工作可下推到数据节点上进行并行处理，齐全可能满足利用中呈现的XML数据解析需要。

本文分享自华为云社区《GaussDB(DWS) XML数据处理实际》，原文作者：拂晓的风。

点击关注，第一工夫理解华为云陈腐技术~