IDC资讯中心
xml技术从诞生之日就预示了它辉煌的未来，特别是随着近一、两年web service的蓬勃发展，xml越来越多地活跃在数据交换和存储领域。
xml数据量指数级的增长，要求更有效的数据管理能力和更快、更精确的查询。在传统数据库厂商宣布支持xml的同时，一种新的数据库技术，native xml dbms（nxd）也已崭露头角，打破了rdbms传统数据库一统天下的局面，为数据库技术的研究提供了一次良好的发展契机。
本文将向您介绍xml和数据库的关系，nxd的技术特点，传统数据库和nxd的比较和nxd的现状和前景。
xml和数据库的关系
xml是数据库吗？
xml文档具有"可自描述"、"无限嵌套"、"树形结构"等特点，因此在某种意义上，一个xml文档就是一个数据库或其中的一张表。
下面所示的xml文档student.xml，描述了一个学生的信息：学号、姓名等。我们可以很方便的将其对应于传统rdbms中一张二维表(table)：标签student为行，标签id、name等作为列。
student.xml
<student>
<id>19803001</id>
<name>
<lastname>johnson</lastname>
<firstname>jack</firstname>
</name>
<email>jack@ipedo.com</email>
…
</student>
我们可以把相关的xml文档放在一个目录下，利用文件系统来管理，提供查询、更改、增删操作。为更好地支持xml，w3c还制定了一些相关技术，如：文档模式(dtd、xml schema)，查询语言（xpath、xquery等），编程接口（dom、sax等），来方便开发应用程序。
但如果从更高的技术角度出发，就会发现，对xml文档简单的文件管理是远远不够的：低效拇娲⒆橹⑺饕檠际酰惶峁┦挛瘛踩指椿疲薹ūｖな莸耐暾院鸵恢滦裕挥胁⒎⒖刂啤⒁浦补ぞ叩取?
数据库在xml应用中的角色
事实上，xml作为数据交换的标准，更着重于统一数据格式，而不是提供数据库的特性。因此在xml应用中，数据库作为数据管理的位置依然没有改变。
xml数据本身的树形结构不同于关系模型中的二维表结构，这种差别反映在数据库产品处理xml数据的技术上，形成两大阵营：xml-enabled dbms（xed）和native xml dbms（nxd)。
xed是在原有数据库基础上扩展了xml支持模块，完成xml数据和数据库之间的格式转换和传输。从存储粒度上，可以把整个xml文档作为rdbms表中一行，或把xml文档进行解析后，存储到相应的表格中。为了支持w3c的一些xml操作标准，如xpath，xed提供一些新的原语（如oracle9ir2增加了一些数据包来操作xml数据等），并优化了xml处理模块。
nxd则出现在xml数据处理领域内，一般采用层次数据存储模型，保持xml文档的树形结构，省掉了xml文档和传统数据库的数据转换过程。详见2。
两种文档类型
“以数据为中心”（data-centric）
“以数据为中心”的xml文档着重于文档中的数据，而非文档格式，如航班信息、销售定单、科学计算结果等。这种文档的数据一般由机器产生，来源于传统数据库中的数据。主要应用在电子商务、erp、eai等领域，集成不同数据源的数据，交换信息。
“以数据为中心”的xml文档具有以下特点：
· 结构化的数据
· 数据粒度大小适中
· 很少或没有混和内容(mixed content)
· 文档顺序(document-order)不重要
student.xml就是一个典型的"以数据为中心"的xml文档，记录了学生的信息。每个学生的信息都很规整，而且粒度合适，同级元素(element)间的顺序不重要，交换两个同级元素(element)并不会破坏文档的可读性。
“以文档为中心”（document-centric）
"以文档为中心"的xml文档主要是用来表示人类自然语言描述的数据，如电子邮件、书和用户手册。这种文档具有更复杂的结构，一般不是机器自动产生的。目前，web上的大部分数据都可以表示成这种文档。
"以文档为中心"的文档具有以下特点：
· 半结构化或非结构化的数据
· 较多的混和内容(mixed content)
· 文档顺序(document-order)重要
下面的products.xml就是典型的一个"以文档为中心"的xml文档。
products.xml
<product>
<intro>
the <productname>ipedo native xmldb</productname> from
<developer> ipedo,inc.</developer> is <summary>like a true native xml
database, …</summary>
</intro>
…
</product>
对于"以数据为中心"的xml文档，xed可以方便地将其中的数据抽取，存储在传统数据库中，但对于 "以文档为中心"的xml文档则显得力不从心了。nxd由于无需在两种模型之间转换数据，因此在处理"以文档为中心"的xml文档就很有优势。
nxd的技术特点
nxd是专门为存储xml文档设计，也兼有一般数据库的特性，例如支持事务，并发控制，查询语言，安全机制，二次开发接口等。唯一的不同之处在于其内部存储模型是基于xml文档树形结构，而非关系模型。
ronald bourret在其"xml and databases"一文中，对nxd有如下定义：
“nxd的逻辑模型建立在xml文档，而非文档中的数据之上，并根据它来存取数据。该模型至少包括元素(element)、属性(attribute)、pcdata和文档顺序，例如xpath的数据模型……nxd的最小存储单位是xml文档，……”
一般认为，nxd应该具有以下几个特性：文档集合(document collection)，查询、更新，事务、锁和并发控制、二次开发接口等。
文档集合
很多nxd产品都支持“文档集合”的概念，就像文件系统中的一个目录或rdbms中的一张表，一个“文档集合”把一类文档聚集在一起，方便用户操作。集合级别上的查询、修改操作都会反映到集合内的每个文档。
一般说来，一个“文档集合”关联一种模式。将文档加入到有模式的"文档集合"时，会对要加入的文档进行模式检查。只有符合"文档集合"模式的文档才可以加入。
不同于rdbms中表必须具有模式，nxd还提供"无模式"的文档集合，即将一个文档放入该集合中时，不必检查该文档的模式。"无模式"的文档集合大大方便了用户存储格式很难统一，半结构化的xml文档。
查询语言
xpath和xquery是w3c推荐的针对xml文档的查询语言。目前大部分nxd产品都支持xpath，。另外还有一些nxd提供专有的查询语言。
xpath是基于xml文档树形模型，给出从某个结点起的查询路径，搜索文档。目前，xpath作为数据库查询语言还有不少缺陷：不能分组、排序、连接等。
而xquery更像一种编程语言，支持循环等逻辑，支持分组、排序、连接等。相对于传统数据库的标准sql语句， xquery在对xml数据的查询方面，是一种功能更强大、更易于编程的方法。
事务、锁和并发控制
几乎所有的nxd都支持事务处理。但是，锁的粒度通常比较大，对整个文档的而不是对文档片断（fragment）的，所以多用户并发性的支持相对较低。具体的并发程度取决于应用程序以及"文档"的构成。
二次开发接口
几乎所有nxd都提供编程接口：提供数据库连接、浏览元数据、执行查询和返回结果的方法。返回结果通常是xml字符串、dom树、返回文档的sax解析器。如果查询返回结果是多个文档或文档片断（fragment）的话，通常都会提供枚举这些结果的方法。对于以client/server模式运行的数据库产品，还可以将结果通过网络协议（如http）回传给客户端。
round-tripping
nxd一个重要特性是它为xml文档提供了round-tripping：可以将xml文档存放在nxd中，而且再取回"同样的"文档。对于以"文档为中心"的应用程序来说非常重要，因为易被xed忽略的cdata部分、实体应用、注释和处理指令是这些文档不可缺少的组成部分。特别是对于法律和医学领域中格式不允许随意窜改的数据文档。
所有nxd都能够在元素(element)、属性(attribute)、cdata和文件顺序的级别上为文档提供round-tripping，能达到的具体程度取决于数据库产品。
更新和可持久化的dom
大多数nxd对xml文档的更新是通过其提供的api调用完成的，或者简单的替换整个文档来实现的。某些nxd还提供了可持久化的dom（persistent dom，pdom）：在某种持久性存储介质上实现了dom模型，对pdom所作的改变直接反映在数据库中。由于pdom树是"现场"的，数据库通常和应用程序在同一个进程空间。
传统数据库与nxd的比较
xed依靠传统数据库技术二三十年的积累，在与nxd竞争的前期，占据了xml应用市场的很大份额：在intellor公司2001年3月份的调查报告中，xed的市场份额将近是nxd的3倍，约12亿美元。nxd虽然出场较晚，但市场份额增长速度却非常强劲，在短短的3年中，已经由1999年的2,300万美元发展到2001年的3.9亿美元，并在今后两年内将保持200%的增长率。目前，nxd主要应用在制造业、生物医药、电信等领域。
通过对比xed和nxd技术，我们可以更清楚地看到二者的差别，特别是反映到应用领域。这一点对那些需要选择数据库开发xml应用的用户非常有意义。
xed存取xml数据的技术特点
xed中这部分工作是由xml网关模块完成，它处于用户逻辑模块和数据库逻辑模块之间，将传统数据库包装起来，给用户提供了一个透明的xml数据源。
xed存取xml文档面临以下几个技术难点：
xml文档模式和xed模式的映射为了把xml文档存到xed中，我们必须将xml文档的模式（dtd或xml schema）映射到数据库模式。同样，将数据从xed取出来重新组合成xml文档，要完成相反的操作。这种转化发生在元素(element），属性(attribute)和文本(text)上。由于xed注重的是数据而非格式，所以在这个过程中，xml文档的大部分物理结构（cdata、实体等）和一部分逻辑结构（处理指令、注释等）都被忽略，而数据被保存。这种转换可能会丢失信息，一个xml文档存到xed里后再取出来，可能会变成另外一种格式。相对于nxd提供的round-tripping，xed只能在数据层面实现信息的保留。
对xml数据的查询支持
由于xml文档模式和xed模式很难保持一致，所以在存取过程中经常用xslt完成转换。但xslt非常耗时，这会对查询性能造成很大影响。所以较好的解决方法是xed提供一种查询语言来返回xml文档。
目前已经有很多xed产品提供了这种语言，主要分三类：
基于模板(template-based)的查询
这是目前rdbms xed最流行的方法，将sql语句嵌入到已写好的xml文档模板中，在实际查询时候用结果替换。
基于sql(sql-based)的查询
通过在sql语句的实现中增加对xml的支持，完成对xml数据的查询。例如oracle9ir2中，增加了xmltype类型和一些新的函数包以支持xmldb。
xml查询
包括xpath和xquery。与上面两种不同，这种查询是建立在xml文档模型上。也就是说，如果xed要支持这种查询方式，必须提供虚拟的xml文档。基本上目前的xed只支持xpath。
数据类型、空值，字符集等
在xml文档和xed的转换过程中，还会遇到数据类型的匹配、空值和字符集处理等问题。
xml文档中除了不被解析的一些实体外，所有数据的类型都以文本(text)来表示。在转换过程中，可能会遇到类型不匹配的问题，诸如受到jdbc驱动模块的限制、日期的不同国际化表示。
xml文档以灵活的方式来支持空值，如省略某个元素(element)、零长度的元素(element)和属性(attribute)等。而这些在xed中则有不同的意义。
同样问题还出现在字符集、二进制数据、对xml文档标签的处理上。
xed和nxd的比较
－ xed的优、劣势
优势：
用户不需要将传统数据库中原有数据重新移植到新系统中，只是稍加改变，就可以支持xml应用。
传统数据库技术，例如并发控制、事务等，已经很成熟
传统数据库知识和经验依然有效，用户不需要为了应用xml而再去学习一套新的数据库技术
劣势：
xml文档存入到数据库时需要将其"打碎"，取出时需要"组合"，不仅耗时，而且文档的格式可能会不同
xml文档和数据库之间的模式转换复杂，在前期开发阶段需要投入很大
对"以文档为中心"、格式复杂的xml文档处理性能较差
在采纳xml技术标准方面较落后
－ nxd的优、劣势
优势：
xml文档存取无需模式转换，存取速度快
对格式复杂的xml文档支持比xed要好
支持大部分的最新的xml技术标准
劣势：
在传统数据库技术方面比较薄弱，没有经过时间的考验
知识比较新，相应的支持人员和文档资源都比较少
应用范围仅局限在xml应用领域中
事实上，两者的优劣并没有统一的答案，而是和具体的应用相关。在开发格式较简单、数据内容比格式更重要的应用时，xed是不错的选择，特别是在已有的传统数据库上要提供xml的访问接口的情况下。相反，如果xml文档格式复杂，数据本身就有层次性关系，或是只有xml数据的时候，就可以考虑nxd，因为它提供更好的性能，对xml标准有更完备的支持。另外，由于nxd在事务、数据恢复等传统数据库技术方面还未得到时间的检验，因此对数据安全要求较高的一些应用，如银行、金融系统的数据库，建立在传统数据库上的xed相对来说更有优势。
nxd的现状和前景
在3、4年前it业界还在为应该选用nxd还是传统数据库争的不可开交时候，就已经有一些公司悄悄地投入到nxd的开发中。到今天，已有了十多种nxd产品。ibm，microsoft和oracle等传统数据库厂商，也正在踏入nxd的领域。
但走在nxd队伍前面的却是一些"小"公司。pc magazine在2002年6月份，针对市场上的4种主流产品做了详细评测，包括性能、安全、易用性和对新技术的支持等。这4种产品是excelon的extensible information server 3.1，ipedo的ipedo xml database 3.0，neocore的neocore xms 2.0和software ag的tamino xml server 3.1，其中ipedo xml database 3.0以满分5分获"editor choice"奖。下面我们以ipedo xml database 3.0（ixd3）为例，窥探一下nxd技术的现状。
ixd3支持
· 事务、并发控制，提供可靠的数据恢复机制
· 支持xpath和xquery两种查询和in-memory的高速索引
· 基于图形和命令行的用户界面，并提供了各种工具，如导入/导出，备份等
· 支持xml文档的多版本控制
· 支持dom、soap、com、ejb和java api多种数据库访问协议和开发接口
· 多种平台：windows，linux和solaris；
在去年7月份发布的ixd3.1版本中，还提供基于acl的安全控制、web_dav等新功能，并集成了内容管理模块，为基于web service等新技术的应用提供了一整套解决方案。详细介绍请参阅[2]。
可见，nxd发展到今天，技术已经日趋成熟，不仅提供传统数据库绝大部分功能，而且支持xml的最新技术标准，非常方便xml开发人员进行开发。最近在对ipdeo xmldb3.1、tarmino3.0和oracle9ir2内嵌的xmldb的测试过程中，笔者发现nxd在开发xml应用方面不仅开发速度快，而且提供了更为丰富的api接口。
同时我们也应该看到，nxd技术发展时间相对传统数据库来说还很短，技术基础还不是很牢固。在某些xml应用方面，nxd并不具有比xed很明显的优势，特别是在对数据安全要求很高的数据库应用领域。
但nxd在处理xml数据时拥有传统数据库所不能比拟的天生优势，已促使越来越多的目光聚焦到它上面。随着时间的推移，相信nxd也会得到检验。面对未来几年巨大的市场份额，以及它每年200%的增长速度，我们没有理由不为它的前景看好。
