DB2 pureXML实现和其它数据库对比(四)-优快云博客

DB2 9 是第一个能同时支持关系型又能支持层次型的混合型数据库。混合型的引擎面向过去，能够兼容老的基于关系型数据库设计的系统；面向未来，能够很好的适应未来IT和业务系统灵活多变的业务需求，发挥XML的灵活性优势。

下面，我们从技术点和性能两大方面对比DB2 9与Oracle 10g XML技术的差异。前面已经分析过Oracle通过大对象和拆分两种方式来支持XML的存储。我们分别针对两种方式来跟DB2 9的Native XML技术作比较。

（一）Oracle基于大对象CLOB的存储方式

XML操作	DB2 9 Native XML	Oracle非结构化大对象存储
存储方式	预先解析，磁盘上存储类似XML DOM树结构	CLOB
查询的时候是否需要解析？	不需要	需要
支持任意节点或属性上的索引？	支持	不支持重复出现节点上的索引
XML存储字段允许多个Schema ?	允许	允许
XML文档可以没有Schema ?	允许	允许
XML的灵活性？	允许	允许
子文档更新	支持	需要解析编码
全文索引支持	通过NSE实现，可以支持XPATH路径确定的子文档上的全文检索	通过CTX支持全文索引；但不能够针对XPATH子树检索

（二）Oracle基于拆分的存储方式

XML技术点	DB2 9	Oracle 10g 结构化存储
存储	Native (层次)	(对象-)关系
XML文档没有Schema	允许	不允许
每个字段是否支持多个Xml Schema?	允许	不允许
Schema发生变化灵活性	支持	不支持
Native XQuery 查询	支持	不支持(需要翻译成SQL)
支持任意 XQuery	支持	否 (需转成SQL或借助外部Java引擎)
需要多次Join获取文档内容	不需要	需要
任意节点属性上创建索引包括重复节点	支持	很困难/做不到
子文档更新	9.5版本支持	转化成SQL更新

注：在 Oracle 数据库 10g 第 2 版中，Oracle 也引入了XQuery 引擎，但存储结构等没有发生变化。

性能方面也是用户和开发人员最关心的问题。目前关于XML数据库的Benchmark基准还不够成熟，关于数据库交易系统OLTP,分析系统OLAP的基准测试各大厂商已经认可了TPCC,TPCH。而在数据库的XML技术方面，各厂商的支持水平差异较大，目前还远没有达到大家竞相参与Benchmark测试的阶段。目前IBM, Intel所支持的BenchMark标准TPOX已经形成，它针对XML的插入，以及并发用户的读写等形成了一套测试的规范。Oracle目前还没有参与这个测试。

由于Oracle目前对XML支持的能力跟DB2 不采取Native XML的方式路线基本一致。我们做了DB2 9 自身Native XML方式跟Clob和拆分方式的比较，大概来了解不同技术实现下性能的大概差异，由于具体测试的细节很多，这里只摘取几个结果的汇总比较，具体可参考PDF Performance文档：

以下测试结果是基于大批量XML的事务处理的场景下得出，其中包括符合金融规范FIXML的数据。

（1） Clob与 Native XML方式下插入性能的比较：

DB2 Native XML方式下插入需要解析，CLOB插入不需要，但是CLOB方式下为了维护索引所需要的Side Table也需要较多代价。单个用户插入下我们看到维护Side Table的Clob方式效率更低。

另外XML 列可以利用缓冲池，而CLOB则不可以。所以并发插入的情况下Native XML比Clob有更好的表现。

（2） Clob与 Native XML方式下并发查询性能的比较：

Native XML 方式下查询不需要解析，Clob方式下查询需要解析，对资源和时间的消耗都成本不菲。Native方式有明显的优势。

（3） Shredding 拆分方式与Native方式插入性能比较

（4） Shredding 拆分方式与Native方式查询性能比较

最后，引用一个SOA环境下开发周期比较测试，对比不同XML技术对开发人员的影响：

测试项目	采用传统关系型技术	采用 DB2 9 pureXML 技术
开发获取和搜索XML信息的业务流程	CLOB: 8 小时 Shred: 2 小时	30 分钟
I/O读写数据相关的代码量 (减少65%)	100	35
增加新的数据字段	1 周	5 分钟
查询	24 - 36 小时	20 秒 - 10 分钟
查询未解析的XML元素	1 周	½ 天

SQL Server 2005继续采用Blob保存XML数据并新增了一个XML数据类型，增加了对XQuery和XPath的优化，而且由于在.Net平台对于XML的读取采用了一贯的“Stream”（流）方式，因此相对于应用开发而言效率的损失不够明显，但如果作为混合SQL与XQuery查询时，由于要同时囊括多个XML字段的检索，因此效率较之结构化存储会存在很大的差距。

与其它数据库的XML功能相比，DB2 pureXML在以下领域具有显著优势：

存储：DB2 的pureXML 技术将以节点级（而非文档级）粒度存储 XML。在数据库中，物理存储层的主要存储单元是节点。每一页中都存在一个节点，而其它的节点则来自相同或不同的文档。每个节点不仅连结其父节点，还连结其子节点。因此，浏览到某个节点的父项、同级项或子项的效率都非常高，只要下一个引用的节点在同一页，其遍历速度将比指针的遍历速度还要快。无需重写整个文档即可增加或减少节点，或者将节点重新部署到其它页。

索引机制：管理着数百万的 XML 文档的 XML 应用程序并不罕见；因此要提供高查询性能就要为大量的 XML 数据编制索引。DB2 支持在 XML 列上建立路径特定的索引，因此元素和属性常用作谓词且可以编制跨文档连接的索引。

新的 XML 值索引可有效评估XML 模式表达式，从而提高 XML 文档的查询性能。与传统的关系索引相比较，在关系索引中，索引键由用户指定一个或多个表格列组成，而 XML 值索引则使用特定的 XML 模式表达式（XPath 的子集，XPath 不包含谓词等等）来编制路径和 XML 文档（存储在一个 XML 列中）中的值的索引。如果值不是在文档中指定的，则该索引还可以在插入的时通过模式来填充默认的属性和元素值。创建索引时，您可以指定要编制索引的路径和索引类型。可以编制与存储在该列中的 XML 文档中的路径表达式以及路径表达式集匹配的任何节点的索引，而且该索引可以直接指向存储中的节点（它与其父节点和子节点连接以便于快速浏览）。索引条目并不是提供访问文档开头的索引，而是包含实际文档节点的位置信息。因此，该索引可以快速直接访问文档中的节点，并避免文档遍历。

查询：XQuery，即查询 XML 数据的一种新语言，用于处理不同的模式，包含诸如序列（而非 SQL 中的集）、多嵌套序列和稀疏属性。XQuery 还可以支持不同种类的模式以及动态的结构更改。

IBM 实施不包含独立的 XQuery 或 XPath 处理程序。基本的 XQuery 和 XPath 直接嵌入到查询引擎中。该查询编译器自身是双语的，带有两个可互操作的查询语言解析程序 — 一个用于 SQL，另一个用于 XQuery — 以产生查询图表模型（用于处理关系和 XML 数据）的新变量。因为中间的查询表达法是中性语言，XQuery、SQL 以及 XQuery 与 SQL的组合将编译成同样的中间表达法，经过同样的重写和转化，以类似的方式优化并产生类似的可执行代码。无论使用什么语言来指定查询设计，此过程都将产生最优的互操作查询设计。

因为这两个解析程序可以相互操作，所以您可以在同一语句中混合使用 SQL 和 XQuery，从而使搜索功能更强大：在 XML 文档中进行查询并从 SQL 返回其片断。

image019.jpg