供稿人：毕永军
在版本9.1以前，DB2对于XML的支持是通过DB2 XML Extender 提供的。XML的存储通过大对象（LOB）方式或者转换为关系型数据表的方式实现。在处理XML时由于需要做大量的转换工作，性能不能尽如人意。从版本9.1开始，DB2实现XML数据本身特有的层次化存储，从而成为业界第一个内置支持XML和关系型数据的混合数据库软件。你可以通过XQuery与SQL查询的结合，方便地在一条查询语句中查询XML文档和关系型数据表。由于我们对于XML字段提供索引支持和特有的层次化存储方式，DB2可以提供一流的XML查询性能，不仅可以查询整个XML文档，而且可以查询XML文档中的元素（Element）以及属性（Attribute）。下面我们将依次简单介绍XML、XML在DB2中的存储，并通过一个实例讲解如何在DB2版本9.1中操作XML数据。
XML简介：
XML是eXtensible Markup Language(可扩展标记语言)的简称，是一种从通用标记语言SGML(Standard Generalized Markup Language) 发展而来的简单灵活的文本格式。SGML最初设计用来满足大规模电子印刷的需求，现在XML在万维网及其他应用的数据交换中发挥着越来越重要的作用。
XML是一种数据定义和数据内容自包含的文档，也就是说这个文档可以自己解释自己。这使得数据交换变得简单，一个应用只需要根据一个XML文档就可以获得所需的数据和解析数据的方法。下面我们看一个简单的XML文档publications.xml的例子：
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<publications>
<textbook title="Programming with XML">
<isbn>0-11-011111-0</isbn>
<author>Mary Brown</author>
<author>Alex Page</author>
<publicationDate>2002</publicationDate>
<university>University of London</university>
</textbook>
<childrensbook title="Children’s Fables">
<isbn>5-55-555555-5</isbn>
<author>Bob Carter</author>
<author>Melaine Snowe</author>
<publicationDate>1999</publicationDate>
</childrensbook>
</publications>
从文档中我们可以看出，XML文件中的标记都用“<> </>”包含起来，这跟HTML的标记方法类似。并且在一个标记中可以嵌入另外一个标记。如上例中，在<publications>…</publications>中嵌套了<textbook>…</textbook>和<childrensbook>…</childrensbook>两个标记。注意，标记之间必须是完全包含的，不能跨越包含。如下面的文档就是一个非法的文档：
<book title = “XML is a good language”>
<isbn>22-022322-23<author>Tom Cruise</isbm></author>
</book>
上例中<isbn>和<author>这两个标记就出现了跨越嵌套的情况，这在XML中是不允许的。
从上述文档的例子中我们不难看出，XML文档可以用一个层次化的树形结构表示。上例中，根结点就是publications，接下来有两个叶子节点textbook和childrensbook，如图 1所示：
图 1 publications.xml的文档示意图
下面简要介绍一下XML文档中的几个重要概念。
1. XML 声明（Declaration）
a) 下面这个标记，就是XML的声明，基本上所有的XML文档都以声明开头。声明制定了解释器处理这个XML文档的一些基本信息。该声明中指定了XML标准的版本信息，当前这个版本信息必须是1.0。encoding指明了这个文档的编码是UTF-8编码，告诉解释器处理后面的字符时，按照UTF-8解码。standalone指定处理该文档时是否需要其他的文件，如果需要就用”no”，否则就用”yes”。
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
2. 元素 （Elements）
a) 刚才我们讲到的标记对，如<publications></publications>就是元素，其中每一个文档必须有且仅有一个根元素，如上面的<publications>。元素之间可以互相嵌套，但是不能互相跨越。另外每一个元素必须有结束的标记，如<publications>，必须有一个结束的标记</publications>。注意：XML的元素区分大小写，这和HTML不一样。<publications></publications>和<:p src="http://www.wlkj.net/images/smilies/default/titter.gif" border=0 smilieid="9">UBLICATIONS></PUBLICATIONS>就会被认为是两个不同的元素。
3. 属性（Attributes）
a) 属性包含在元素标记的尖括号中，采用attributes=”content”的方式表示，如上例中的<textbook title="Programming with XML">，其中title就是元素textbook的一个属性，其中一个元素可以有多个属性，每一个属性必须有值，值必须用双引号括起来。
4. XML中的其他内容
a) 注释（Comments）：注释内容以<!—开头，并且以-->结尾。如下所示为一个注释：
<!—The next part is for textbook-->
<textbook>……</textbook>
;p
b) 处理指令（Processing Instructions）：处理指令是用于特定代码段的。如下所示, Cocoon是Apache软件联盟的XML处理构架，它指出下面的代码部分是SQL语句。
<?Cocoon-process type=”sql”>
c) 实体(Entities)：实体类似其他编程语言中的宏，XML解释器处理文档时会把碰到的实体标记替换为实体的实际内容。如下所示，XML解释器会将所有碰到的&dw替换为“developerWorks”。
<!-- Here's an entity: -->
<!ENTITY dw "developerWorks">
另外，XML文档还有命名空间（Namespace）、文档类型定义（Document Type Definitions）和模式（Schema）的支持，在此就不一一介绍了。
关于详细的内容请参见W3C网站：
http://www.w3.org/XML/ 。另外在IBM 开发者园地上有很多关于XML的专题文章，请参见：http://www-128.ibm.com/developerworks/xml 。
XML在DB2中的本地化存储
我们知道XML文档是一种层次化的树形结构，在DB2中存储时，也是按照XML特有的树形结构存储，以便更加有效地操作XML数据。下面是一个XML文档products.xml：
<products>
<product xmlns="http://posample.org" pid="10">
<description>
<name>Fleece jacket</name>
<price>19.99</price>
</description>
</product>
<product xmlns="http://posample.org" pid="11">
<description>
<name>Nylon pants</name>
<price>9.99</price>
</description>
</product>
</products>
图 2所示为DB2中采用的一个简化的数据模型。
图 2 products文档的数据模型
在DB2中，我们采用树形结构表示XML文档，节点代表XML文档中的内容，对应于XML文档中的内容，我们有如下几种节点：
1. 文档节点（D）：代表整个文档。
2. 元素节点（E）：代表文档中的所有元素。其中每一个元素节点又有如下的属性：
a) 节点名
b) 父节点，可能为空
c) 类型名
d) 子节点，可能为空
e) 属性，可能为空
f) 字符串值
g) 类型值
h) 内含命名空间
3. 属性节点（A）：代表文档中的属性。
4. 文本节点（T）：代表文档中的字符内容。
5. 处理指令节点：代表文档中的处理指令。
6. 注释节点：代表文档中的注释。
在实际存储中，每一个节点都有自己的唯一标志符。存储的顺序遵循如下规则：
1. 根节点是第一个节点
2. 元素节点出现在子节点的前面
3. 属性节点紧跟着元素节点出现，顺序随意，但是在查询的时候顺序不变。
4. 兄弟节点的顺序取决于在文档中的位置。
5. 每一个元素节点及子节点出现在下一个元素节点的前面。
通过将XML文档解析为树形结构，DB2按照固定的顺序存储XML文档，并能够对XML文档字段中的元素或者属性建立索引，快速检索XML字段。
DB2本地化存储XML数据示例
在DB2中，我们新增加了一个数据类型XML，支持XML文档的存储。下面通过一个例子来演示一下在DB2中如何存取XML数据：
1． 创建一个例子数据库，注意，目前DB2仅在Unicode的数据库中支持XML本地存储。由于在XML文档中会包含“;”，所以在进入命令行处理器时使用“~”做分隔符：
db2 -td~
CREATE DATABASE xmltut USING CODESET UTF-8 TERRITORY US~
2． 连接到数据库：
CONNECT TO xmltut~
3． 创建Customer表：
CREATE TABLE Customer (Cid BIGINT NOT NULL PRIMARY KEY, Info XML)~
4． 在XML字段Info的属性客户Cid上创建一个索引：
CREATE UNIQUE INDEX cust_cid_xmlidx ON Customer(Info)
GENERATE KEY USING XMLPATTERN
’declare default element namespace "http://posample.org"; /customerinfo/@Cid’
AS SQL DOUBLE~
5． 插入三条包含XML的数据，你可以将下面的SQL语句写入一个文件insert.sql中，然后使用db2—td~ -f insert.sql来插入数据：
INSERT INTO Customer (Cid, Info) VALUES (1000,
'<customerinfo xmlns="http://posample.org" Cid="1000">
<name>Kathy Smith</name>
<addr country="Canada">
<street>5 Rosewood</street>
<city>Toronto</city>
<prov-state>Ontario</prov-state>
<pcode-zip>M6W 1E6</pcode-zip>
</addr>
<phone type="work">416-555-1358</phone>
</customerinfo>')~
INSERT INTO Customer (Cid, Info) VALUES (1002,
'<customerinfo xmlns="http://posample.org" Cid="1002">
<name>Jim Noodle</name>
<addr country="Canada">
<street>25 EastCreek</street>
<city>Markham</city>
<prov-state>Ontario</prov-state>
<pcode-zip>N9C 3T6</pcode-zip>
</addr>
<phone type="work">905-555-7258</phone>
</customerinfo>')~
INSERT INTO Customer (Cid, Info) VALUES (1003,
'<customerinfo xmlns="http://posample.org" Cid="1003">
<name>Robert Shoemaker</name>
<addr country="Canada">
<street>1596 Baseline</street>
<city>Aurora</city>
<prov-state>Ontario</prov-state>
<pcode-zip>N8X 7F8</pcode-zip>
</addr>
<phone type="work">905-555-2937</phone>
</customerinfo>')~
6． 更新客户号为1002的用户数据：
UPDATE customer SET info =
'<customerinfo xmlns="http://posample.org" Cid="1002">
<name>Jim Noodle</name>
<addr country="Canada">
<street>1150 Maple Drive</street>
<city>Newtown</city>
<prov-state>Ontario</prov-state>
<pcode-zip>Z9Z 2P2</pcode-zip>
</addr>
<phone type="work">905-555-7258</phone>
</customerinfo>'
WHERE XMLEXISTS (
'declare default element namespace "http://posample.org";
$doc/customerinfo[@Cid = 1002]'
passing INFO as "doc")~
7． 删除客户号为1003的客户记录：
DELETE FROM Customer
WHERE XMLEXISTS (
'declare default element namespace "http://posample.org";
$doc/customerinfo[@Cid = 1003]'
passing INFO as "doc")~
8． 查询表中的XML记录：
a) 使用SQL语句查询所有的记录：
SELECT Cid, Info FROM Customer~
b) 使用SQL语句查询符合XML过滤条件的记录，该查询返回通信地址在Toronto的客户：
SELECT XMLQUERY (
'declare default element namespace "http://posample.org";
for $d in $doc/customerinfo return <out>{$d/name}</out>'
passing INFO as "doc")
FROM Customer as c
WHERE XMLEXISTS (
'declare default element namespace "http://posample.org";
$i/customerinfo/addr[city="Toronto"]' passing c.INFO as "i")~
c) 使用XQuery查询所有的记录：
XQUERY db2-fn:sqlquery ('SELECT Info FROM Customer')~
d) 使用XQuery查询部分符合条件的记录，该查询返回通信地址在Toronto城市的客户：
XQUERY declare default element namespace "http://posample.org";
for $d in db2-fn:xmlcolumn('CUSTOMER.INFO')/customerinfo
where $d/addr/city="Toronto"
return <out>{$d/name}</out>~
通过上面的实例可以看出，在DB2 版本9.1中，我们可以方便地创建包含XML字段的表、插入删除XML文档数据，并通过XQuery和SQL语句的结合查询满足条件的记录。关于XQuery相关的概念和语法，请参见DB2手册《XQeury Reference》：
http://www306.ibm.com/software/data/db2/udb/support/manualsv9.html
参考文献：
1、 DB2手册《XML Guide》：
http://www-306.ibm.com/software/data/db2/udb/support/manualsv9.html
2、 《Introduction to XML》：
http://www-128.ibm.com/developerworks/edu/x-dw-xmlintro-i.html?S_TACT=105AGX06&S_CMP=HP
3、《XQeury Reference》：
http://www-306.ibm.com/software/data/db2/udb/support/manualsv9.html
