如何在数据库保存大量XML文档？

作者：江南　2003年12月01日　选自：中国计算机报

在关系数据库中存储大量XML文档会导致很多问题。解决这些问题的首要步骤是深刻理解XML文档中的参数。然后正确设计合适的解决方法。解决方法可以包括：一系列的结构表将XML文档分割为小块，或者直接捆绑到数据库中的BLOB域。

大量文档的潜在问题

当在关系数据库中保存XML文档，尤其是保存大量的XML文档时，由于采用方法的原因，可能会产生很多问题。

有什么可能使得一个XML文档变得非常巨大呢？经过测试发现，一个XML文档变得很大的迹象是文档不能正常启动。这可能是因为以下潜在问题造成的。

首先是原始空间(raw space)的问题。出现的问题与XML文档的使用频率和存放空间相关，并不是因为文档大于通常情况下的状态，而是由于频繁地使用它们造成的问题。使用者必须有一个适当大小的数据分区或数据库来存放这些文档。

在关系数据库中保存大量XML文档的解决办法

其次，运行数据库可能会产生错误。有时候XML文档会分成多个部分，存放在代表XML文档结构的不连续的表中。但通常情况下，XML文档存放在BLOB域、文本域或者VARCHAR域中。

除了在数据库设计上的缺欠之外，使用者还有可能碰到与数据库通信的界面方面的问题。例如，绝大多数SQL执行都限制数据为4096字节——这就意味着，当使用SQL向数据库发送10KB文档的时候，该文档将会遇到问题。在数据库存储程序中也存在类似的限制。如果没有意识到这些限制以及文档是否超出范围的，使用者在使用过程中难免会碰到这些问题。

数据库设计

开发人员和数据库管理人员必须清楚地理解XML文档中将要产生的操作，这样才有可能正确地设计数据库。理解将如何使用数据库也同样是相当重要的。

如果以整块方式存储整个文档，这时有多种选择。对于非连续数据，使用者应该设计出代表XML结构的表，并将数据分开存放到独立的表中。将数据分开存放的优点是在于可索引性和可查询性，以后进行查询操作时不需要再对整个文档进行操作。

BLOB(Binary Large Objects，大型二进制对象)域被用于存储大型的二进制格式的数据。例如，加密文件通常都用于BLOB域。BLOB域非常适合存放XML文件。不过，BLOB域不具备可索引性和可查询性，而且它不能通过标准的SQL与BLOB交换大量的数据。

两种解决方法

一个解决SQL限制的方法是将XML文档分割成为4KB或更小的块，这些小块再存放在表中，然后使用ID域将这些小块联系起来。

在存储这些文档时，使用者应该将它们分割成为小块并存放在表中。当返回文档时，使用者通过特定的ID选择所有的块，然后以合适的顺序对它们进行集合。虽然比较麻烦，但这一方法对于多数据库非常有用。

使用BLOB域可以在不分割的情况下存放大量XML文档，但是BLOB域的问题在于不能使用SQL存储和获得数据。近年来，数据库厂商都有了自己的存储和获得大型对象的方法。

为了在一个BLOB域中存储大量的XML文档，使用者必须使用捆绑(binding)。捆绑是将程序代码中的数据与数据库中的域相互联系的过程。使用这一方法后，当改变数据库的时候，会有可能影响数据库的其他功能。