摘要：本文主要介紹了可擴展標記語言（XML）和純XML數據庫管理系統(tǒng)（NXDBMS），給出了XML數據庫（NXD）的概念，并分析了NXDBMS的體系結構。

關鍵詞：XML；純XML數據庫；體系結構

中圖分類號：TP392 文獻標識碼：B

文章編號：1672-5913（2007）09-0049-03

1 XML簡介

如果說20世紀是計算機的時代，那么21世紀則是Internet和Web的時代。與此相關的技術也得到了飛速發(fā)展。硬件方面已從原來的8086和8088發(fā)展到目前1GHz處理速度的中央處理器，其發(fā)展速度之快遠非幾年前人們所能預料。在軟件方面更是這樣，從Internet和Web的出現到1992年發(fā)布HTML（HyperText Markup Language，超文本標記語言）[1]的第一個版本，也只僅僅幾年的時間。盡管HTML的第一個版本十分簡陋，但它卻從此改變了計算機的發(fā)展方向，此后各種與此相關的技術如雨后春筍般層出不窮，Java、CSS（Cascading Style Sheet，層疊樣式表）[2]、DOM（Document Object Model，文檔對象模型）[3]、ActiveX、COM（Component Object Model，組件對象模型）[4]等技術相繼形成并逐漸開始發(fā)展成熟。盡管所有這些技術的出現都曾給Web技術帶來過一定的震動，但從沒有哪項技術能像XML（eXtensible Markup Language，擴展標記語言）[5]一樣如此轟動整個Web世界。XML出現不過幾年時間就開始影響并變革整個Internet的發(fā)展趨勢[6]。

XML的全稱是eXtensible Markup Language（可擴展標記語言），它是一種專門為Internet所設計的標記語言。XML的重點是管理信息的數據本身，而不是數據的樣式，數據的顯示則交給另外的技術來解決[6]。目前，XML有兩種通用的樣式添加技術，一種是CSS，另一種是XSL（eXtensible Style Language，擴展樣式語言）[7]。XML這種明確的分工導致的將是更高效的Web程序設計，更快的搜索引擎、更統(tǒng)一的數據表示和更方便的數據交換的出現[6]。

XML是SGML（Standard Generalized Markup Language，標準通用標記語言）[8-9]的一個子集，本質上是一種特殊的SGML。SGML是于1986年通過ISO（International Organization for Standardization，國際標準化組織）[10]的認證才開始被大家普遍接受。盡管XML的應用已經有好幾年的歷史，但是直到1998年2月，W3C（World Wide Web Consortium，萬維網聯盟）[11]才正式制定出統(tǒng)一的標準來規(guī)范XML的使用，這就是眾所周知的XML 1.0規(guī)范（W3C于2006年8月16日給出了推薦標準的第4版）[12]。

本質上XML是一組規(guī)定，它是Internet上的“世界語”，因而它為不同的應用程序之間進行數據交換提供了一個公用的平臺。XML文件只負責數據的保存和傳輸，而不負責這些數據的顯示，它實現了信息的數據和樣式的分離。XML縮短了人和計算機之間的邏輯距離，它還是一種人和機器都能看懂的語言[6]。

2 XML數據庫

所謂數據庫就是一組相互有關聯的數據集合，而XML數據庫是一個XML文檔的集合，這些文檔是持久的并且是可操作的[13]。目前XML數據庫有三種類型[14] ：

* 一種稱為XML Enabled Database（XEDB），即能處理XML的數據庫。其特點是在原有的數據庫系統(tǒng)上擴充對XML數據的處理功能，使之能適應XML數據存儲和查詢的需要。一般的做法是在數據庫系統(tǒng)之上增加XML映射層，這可以由數據庫供應商提供，也可以由第三方廠商提供。映射層管理XML數據的存儲和檢索，但原始的XML元數據和結構可能會丟失，而且數據檢索的結果不保證是原始的XML形式。XEDB的基本存儲單位與具體的實現緊密相關。

* 另一種稱為Native XML Database(NXD)，即純XML數據庫。其特點是以自然的方式處理XML數據，以XML文檔作為基本的邏輯存儲單位。針對XML數據存儲和查詢特點專門設計適用的數據模型和方法。

* 第三種稱為Hybrid XML Database(HXD)，即混合XML數據庫。根據應用的需求，可以視其為XEDB或NXD的數據庫，比較典型的例子是Ozone[15]。

3 純XML數據庫管理系統(tǒng)

3.1 什么是純XML數據庫

處理和存儲XML數據的需要已經產生了好幾種新的軟件工具，其中之一便是“Native XML數據庫”（Native XML Database，簡稱NXD）。純XML數據庫或NXD這個術語在很多方面都具有欺騙性。事實上，很多所謂的NXD根本就不是真正獨立的數據庫，而且也不真正地以真實自然的形式（例如，文本）存儲XML數據[16]。那么，什么是真正的NXD？讓我們看一下Ronald Bourret[17]在《XML and Databases》一文中給出的有關NXD的最初定義[18]。

一個純XML數據庫：

* 相對于XML文檔中的數據，定義了XML文檔的邏輯模型，并且按照該模型來存儲和檢索文檔。這樣的模型至少應該包括元素、屬性、PCDATA以及文檔順序。例如，Xpath數據模型、XML Infoset[19]以及由DOM和SAX 1.0[20]中的事件所隱含的模型都是這類數據模型。

* 就像關系數據庫以行作為表的邏輯存儲的基本單位一樣，以XML文檔作為NXD的邏輯存儲的基本單位。

* 不要求有任何特殊的基本物理存儲模型。例如，它可以建立在關系的、層次的或面向對象數據庫之上，或者使用諸如索引文件、壓縮文件此類的專門的存儲格式。

從這個定義中我們可以學到很多東西，至少可以簡單地總結以下三點：

* 純XML數據庫是專門用來存儲XML數據的，而且完整無缺地存儲XML模型的所有成份。

* 文檔進得去出得來。

* NXD是真正獨立的數據庫。

在很多方面，XML都不同于其他著名的數據模型（如關系模型、面向對象模型）。將XML映射到另一種數據模型常常引起“阻抗失配”，并導致功能和性能上的局限[21]。因此，NXD必須是直接存儲XML數據。

3.2 純XML數據庫管理系統(tǒng)的體系結構

純XML數據庫管理系統(tǒng)（NXDBMS）是目前XML研究領域的一個熱點問題，也是核心問題，已經出現了一批相對獨立的系統(tǒng)。從查詢方法上可以把NXDBMS分為兩種，一種方法大量地吸收了文檔處理和編程語言思想而不是數據庫處理數據的思想，如Kweelt[22]、X-Hive[23]等。采用導航的方式遍歷XML文檔，把長路徑轉換為嵌套循環(huán)的數據搜索。這種方法在處理的數據集相對較小時效率很好，但隨著數據量的增大，其效率急劇下降。例如，Xindice就規(guī)定其能夠處理的文檔大小不能超過5MB！

另一種NXDBMS真正基于數據庫思想，支持描述化查詢語言和一次一集合的查詢處理方式，提供完整的查詢優(yōu)化策略。典型的系統(tǒng)有Tamino、Timber、Natix等。

如圖1所示，和傳統(tǒng)的關系數據庫管理系統(tǒng)（RDBMS）一樣，NXDBMS的體系結構也分為用戶接口、查詢處理、存儲管理和物理存儲四大部分。由于我們暫時不考慮NXD的事務管理、并發(fā)控制和故障恢復，因此圖1中的磁盤存儲器里沒有給出相關的“日志”數據的信息。

4 小結

對于NXDBMS，目前學術界有兩種完全不同的看法。一種看法認為NXDBMS是萬能的，它將成為數據庫系統(tǒng)中的標準，而關系數據庫系統(tǒng)只是它的特例而已。而另一種看法則認為NXDBMS不是萬能的，它不打算代替已有的數據庫系統(tǒng)，它僅僅是另外一種簡單的XML開發(fā)工具。對于這些看法的討論和NXDBMS的發(fā)展方向及目標的確定，數據庫研究人員責無旁貸。

參考文獻：

[1] http://www.w3.org/MarkUp/

[2] http://www.w3.org/Style/CSS/

[3] http://www.w3.org/DOM/

[4] http://www.microsoft.com/com/tech/com.asp

[5] http://www.w3.org/XML/

[6] 栗松濤.XML程序設計[M].北京：清華大學出版社，2001.

[7] http://www.w3.org/Style/XSL/

[8] http://xml.coverpages.org/sgml.html

[9] http://www.w3.org/MarkUp/SGML/

[10] http://www.iso.com/

[11] http://www.w3.org/

[12] http://www.w3.org/TR/REC-xml/

[13] Mark Graves.XML數據庫設計[M].尹志軍.北京：機械工業(yè)出版社，2002.

[14] http://www.xmldb.org/faqs.html

[15] http://www.ozone-db.org/frames/home/what.html

[16] Introduction to Native XML Databases， Kimbro Staken， http://www.xml.com/lpt/a/2001/10/31/nativexmldb.html

[17] http://www.rpbourret.com/index.htm

[18] XML and Databases， Ronald Bourret， http://www.rpbourret.com/xml/XMLAndDatabases.htm

[19] http://www.w3.org/TR/xml-infoset/

[20] http://sax.sourceforge.net/和http://www.saxproject.org

[21] Chapter 2 \"Tamino—Software AG's Native XML Server\"， Harald Schoning， In book of \"XML Data Management: Native XML and XML-Enabled Database Systems\"， Akmal B. Chaudhri， Awais Rashid， Roberto Zicari， Addisson-Wesley， March 2003

[22] Kweelt: More than just \"Yet another framework to query XML!\"， Arnaud Sahuguet， In Proceedings of ACM SIGMOD International Conference on Management of Data， Santa Barbara， California， May 21-24， 2001. Software available at: http://cheops.cis.upenn.edu/Kweelt/

[23] X-hive Corp (2002) X-Hive/DB， Available at: http://www.x-hive.com

收稿日期：2007-04-10

作者簡介：馮建華（1967.08-），男，漢族，山西人，副教授，研究方向：數據庫。