11、XML数据库与键值存储：技术解析与应用

XML数据库与键值存储：技术解析与应用

1. XML数据库系统

在处理XML数据时，有两个主要的开源系统值得关注，分别是eXistDB和BaseX。

1.1 eXistDB

eXistDB是一个基于Java的开源XML数据库，其相关资源如下：
- eXistDB官网：http://exist-db.org/
- 文档页面：http://exist-db.org/exist/apps/doc/
- GitHub仓库：https://github.com/eXist-db/exist

eXistDB内部使用XML文档的树状表示，并采用编号方案将树虚拟扩展为完整树，并非所有节点ID都对应实际节点，这样可为树的扩展留出空间。系统查找表将节点ID映射到物理地址。同时，eXistDB通过多种索引结构支持搜索功能，具体如下：
| 索引类型 | 描述 |
| ---- | ---- |
| 结构索引 | 将集合内的元素和属性名称（更准确地说是其内部限定名称）映射到文档ID和节点ID，用于XPath查询中查找元素或属性名称。 |
| 全文索引 | 使用Apache Lucene，默认在空格和标签处分割文本，可定义在单个元素、属性名称或整个路径上。 |
| n-gram索引 | 对文本数据的n-gram进行索引，将数据字符串分割为重叠的n（默认3）个字符序列，支持高效的子字符串搜索。 |
| 空间索引 | 实验性索引，支持对地理标记语言（GML）描述的几何图形进行搜索。 |
| 范围索引 | 根据存储值的数据类型对文本节点和属性进行索引，提高比较操作的效率，同样基于Apache Lucen