如何有效地存儲 XML、治理 XML 和提高 XML 的處理效率一直是束縛 XML 企業(yè)級應用的基礎性難題。DB2 V9 首次有效地解決了上述三個基礎性難題。IBM 將這一在信息治理領域有著里程碑式意義的技術稱為“DB2 pureXML。本文將和讀者一起來探討：在應用了 DB2 v9 pureXML技術，排除了XML應用的基礎性技術障礙之后，我們可以用XML來為企業(yè)應用做哪些事情？DB2 V9 解決了 XML 的存儲、治理和高效處理問題我相信，XML 對于多數讀者來說已經是一個耳熟能詳的術語了。由于XML具有自我描述性（易理解性）、靈活性、平臺無關性和標準化等優(yōu)點，因此，許多 IT 精英和組織都在探索如何將 XML 這一“基因優(yōu)秀的技術廣泛應用到企業(yè)各個領域。要讓 XML 在企業(yè)級層面廣泛應用的第一個問題就是技術規(guī)范和標準。1998 年 2 月，W3C 正式發(fā)布了有關 XML 的規(guī)范，并一直不斷地完善其標準。到目前為止，XML 的技術規(guī)范和標準方面應該說是相當成熟了。然而，XML 廣泛應用于企業(yè)應用還有一些一直困擾著 IT 人的基礎問題：如何有效地存儲 XML？如何更好地治理 XML？如何提高 XML 的信息處理效率，包括查詢、部分更新等等？ 這些基礎問題不解決，XML 在企業(yè)應用中就“無法落地，或者至少說是“無法令人滿足地進行落地治理。例如，XML 在前些年已經廣泛應用于數據交換領域，從此，IT 系統(tǒng)與系統(tǒng)之間就有了“公共語言。然而，人們一直沒有找到一種方式，將這些“公共語言進行高效率地原生態(tài)存儲和治理，就像原始人有了語言以后長期沒有找到能夠原生態(tài)記錄和治理語言的方式——“文字。人類是布滿聰明的，IT 人更是如此。原始人在沒有發(fā)明文字的時候，采用了“結繩記事等等簡陋的或是間接的方法來記錄和治理人與人之間交流的語言。而 IT 人在過去幾年里，也嘗試用了一些簡陋的或是間接的方式來存儲和治理 XML，簡單歸納如下： 123456789下一頁 傳統(tǒng)方式1：將 XML 簡單地保存在文件系統(tǒng)中。這種方式可以說是非常簡陋的，基本上沒有治理性和效率可言。XML 文件數量不多的情況還勉強可以接受，到了一定規(guī)模的企業(yè)應用就是難以忍受了。我親眼目睹了一家公司的應用將數千個 XML 文檔放在一個文件夾中，然后通過 Java 應用進行信息查詢、更新和刪除。其效率、應用維護的復雜度、權限治理等等方面幾乎可以用“慘不忍睹來形容。傳統(tǒng)方式2：將 XML 存入關系數據庫（DBMS）的大對象字段中。實際上，這種方式只不過是將“傳統(tǒng)方式1中 XML 存儲的位置從簡單的文件系統(tǒng)挪到數據庫大字段中而已，并沒有實質性地提高 XML 的可治理性和可操作性。而且不僅如此，我們知道，治理大對象并非 DBMS 的強項。例如在多數 DBMS 中，大對象是不能夠像一般結構化數據那樣進入數據庫內存緩沖池的，因此，效率上大打折扣。傳統(tǒng)方式3：將 XML 分解到關系數據庫的多張關系型表中。假如 XML 文檔本身比較簡單還好，假如稍微復雜一點，則可能一個 XML 文檔就要映射到好幾張關系表，而假如不幸的，XML 的格式經常要發(fā)生一些變化的話，那這個映射關系維護起來就更復雜了。這是問題之一。其二，這種方式會讓 XML 文檔本身的完整性蕩然無存，對于一些需要保證 XML 文檔完整性的應用就非常不合適。其三，這種分解的方式會耗費數據庫服務器的大量 CPU 和內存資源，有可能使數據庫系統(tǒng)面臨系統(tǒng)資源不足的風險。傳統(tǒng)方式4：將XML存放到XML-Only的數據庫中。這種非凡的XML-Only的數據庫大大提升了XML的可治理性和可操作性。然而將這類非主流的、尚未經過業(yè)界驗證的數據庫應用到企業(yè)系統(tǒng)中，未免讓人心驚膽戰(zhàn)。其次，這種XML-Only的數據庫基本上不支持關系型數據，而二十幾年的關系型數據歷史讓關系數據庫已經滲入到企業(yè)應用的各個方面，因此這種XML-Only數據庫在保護投資方面也是倍受批評的。 上一頁123456789下一頁 DB2 V9 的推出開辟了 XML 存儲和治理的新天地。在存儲方面，DB2 V9 將 XML 進行高效地原生態(tài)的存儲，在應用訪問方面，支持 SQL 和 XML 兩種訪問方式。不僅如此，所有關系型的操作方式和數據庫工具都可用于 XML 之上，例如索引機制、導入導出、關聯(lián)查詢、高速批量加載、系統(tǒng)優(yōu)化等等。IBM 將這一技術稱之為“pureXML。有了 pureXML 技術，XML 在關系數據庫中再也不是“二等公民了。DB2 V9 成為一個既支持關系數據，又原生態(tài)支持 XML 的名副其實的雙引擎數據庫。圖 1. DB2 V9 中的“雙引擎處理方式那么，在應用了 DB2 V9 pureXML 技術，排除了 XML 應用的基礎性技術障礙之后，我們可以用 XML 來為企業(yè)應用做哪些事情？事實上，我無法，也無意將 pureXML 在企業(yè)中的應用價值進行窮舉。下文只是將我到目前為止所能夠看到應用領域做一些小結。真正的目的在于拋磚引玉，引發(fā)讀者對 DB2 pureXML 的價值進行不斷探索。應用領域之一：信息交換和共享XML 最先被應用的企業(yè)領域是信息交換和信息共享。由于普遍意識到 XML 的優(yōu)點，許多行業(yè)開始制定本行業(yè)的基于 XML 的數據交換和信息共享標準。例如：ACORD（保險業(yè) XML 標準）、FIXML（基于 XML 的金融信息交換協(xié)議）、FPML（金融產品 XML）、HL7（醫(yī)療衛(wèi)生 XML 標準）、IXRetail（零售行業(yè) XML 標準）、XBRL（業(yè)務報告和會計 XML）、NewsML（新聞和發(fā)行 XML）……當然，信息交換和共享并非因為 XML 才出現的，然而有了 XML，企業(yè)與企業(yè)之間或者企業(yè)內部的 IT 系統(tǒng)之間的信息交換和共享就更具標準化，同時具有可理解性和靈活性的特點，具有了“共同語言。以 FIXML 為例，老的 FIX 標準是基于簡單文本的，幾乎沒有可理解性和靈活性可言；而新的 FIXML 標準由于采用了 XML，具有很好的可理解性和靈活性，如圖 2 所示： 上一頁123456789下一頁 圖 2. FIX 與 FIXML 對比現在，有了 DB2 pureXML 技術，這些數據交換平臺的能力大大增強了，這些交換的 XML 可以被 DB2 數據庫原生態(tài)地治理起來。應用可以非常便捷地將 XML 以靈活的格式送入“信息高速公路（企業(yè)總線），或者從企業(yè)總線中獲得 XML。如圖 3 所示：圖 3. 通過 XML 的信息集成和交換應用領域之二：作為一種新的數據模型為什么需要 XML 這種新的數據描述模型呢？原因是，多年的實踐證實：純粹的關系數據庫 E-R 模型過于嚴格，結構固化，難以適應信息的復雜性、靈活性、層次性、以及個體差異。下面分別為您舉一些我所接觸到的例子。復雜的信息例如：醫(yī)療衛(wèi)生領域中的電子病歷、在全球貿易中對中藥藥材產品的具體描述（多達上千個屬性）、銀行的客戶資料…… 以電子病歷為例，一位住院病人的完整電子病歷信息通常包括了：既往病史、通科檢查、專科檢查、病程、醫(yī)囑、手術通知書、術前小結、術后小結、出院小結等等錯綜復雜的信息。如此復雜的信息采用傳統(tǒng)的關系型數據庫表來保存是相當困難的，往往需要幾十甚至幾百張表的復雜關聯(lián)，表結構設計非常復雜，難以理解，也缺乏整體性。而假如采用XML來描述則往往只需要一張或若干張表，設計簡單，結構清楚，而且維護也方便。所以，現在國內越來越多的 HIS 應用開發(fā)商正在使用 DB2 pureXML 技術在構建其電子病歷等應用。如圖 4 所示： 上一頁123456789下一頁 圖 4. 使用 XML 表示電子病歷中的信息圖 5. XML 電子病歷信息的形式靈活多變的信息例如員工的聯(lián)系信息、靈活的表單信息、供給商及客戶信息等等。這類信息非常輕易發(fā)生結構性的變化。例如，前些年的老系統(tǒng)中員工電話可能只有一個，而隨著移動電話的快速普及，員工很可能每人擁有多個聯(lián)系電話。這時修改結構化表的代價是非常高的，而假如聯(lián)系信息采用 XML 形式，則易如反掌。如下圖所示：圖 6. 通過 XML 存儲聯(lián)系信息層次型特征明顯的信息例如汽車行業(yè)的物料清單信息（往往采用好幾個層級來描述一輛汽車的零部件和供給商），民航服務公司的旅客票務信息等等。此類層次性特征明顯的信息假如采用 E-R 模型來建模，則免不了就會出現若干個層級，從而經常出現許多張大表的關聯(lián)查詢，其效率往往非常低。圖 7. 通過 XML 進行數據關聯(lián)個體差異帶來的稀疏數據為什么采用關系型方式會出現稀疏數據呢？我認為其根本原因是關系型表的結構是固化的，每個個體（數據行）的字段數量都必須相同，而個體之間往往又存在較大的差異。而假如采用 XML 來描述此類信息則完全沒有這個問題。 上一頁123456789下一頁 圖 8. 使用 XML 避免冗余數據應用領域之三：文檔治理和知識治理發(fā)揮細粒度檢索能力以及強大的關聯(lián)能力，進行文檔治理和知識治理。細粒度檢索能力采用一般的全文本搜索引擎往往只能告訴用戶他/她要的信息在哪篇文檔中，而無法告訴用戶具體在那些文檔的哪個章節(jié)和段落。而一篇企業(yè)文檔（例如技術文檔、規(guī)章制度、文獻、報告等等）往往包含幾十、幾百、甚至上千頁，這對用戶而言就很不方便，因此就出現了“細粒度檢索的需求，即能夠搜索結果不包含哪篇文檔，還要具體顯示該文檔的哪些章節(jié)和段落。而假如采用 XML 對文檔進行精細描述，并用 XQuery 進行細粒度檢索，就能夠滿足用戶的這類需求。圖 9. 使用 XQuery 查詢 XML 信息強大的關聯(lián)能力在知識治理系統(tǒng)中，信息與信息之間的關聯(lián)是非常重要的信息。我曾經接觸過一個大型國際體育賽事的知識治理系統(tǒng)，該系統(tǒng)就非常強調信息的關聯(lián)性。比如場館信息與比賽項目信息之間就有著非常緊密地聯(lián)系，不同的比賽項目對場館有著不一樣的要求，而且它們還與票務信息緊密聯(lián)系，因為不同的比賽項目，不同的場館結構，對于 VIP 座位的定義是不一樣的。毫無疑問，采用 XML 來描述這類關聯(lián)性很強的信息是很好的選擇，因為關聯(lián)（Link）是 XML 的強項。應用領域之四：更加靈活的表單應用 上一頁123456789下一頁 2003 年 10 月 14 日，萬維網聯(lián)盟（W3C）公布了 XForms 1.0 標準的發(fā)行，它 是新一代基于 Web 的表單的基石。傳統(tǒng)的 HTML 表單并沒有分離表單的“用途（purpose）和“表現形式（presentation）；而 XForms 則不然，它將一個表單的作用和表單的表現形式分離開來。這就答應一個表單可以有更加靈活的表現形式選擇，并可以支持多種顯示設備。XForm包括三部分：模型（model）、實例數據（instance data）和用戶界面。圖 10. 分層的信息這些 eForm 以 XML 原生態(tài)的形式被保存在 DB2 V9 數據庫中，并無縫結合到企事業(yè)的整個業(yè)務流程中。圖 11. 使用原生態(tài)的 XML 信息應用領域之五：內容推送（RSS）盡管過去一段時間里有許多人在批評 Web 2.0 就是“一幫人在看皇帝的新裝而已，然而，Web 2.0 這場變革已經在褒貶不一的聲音中走到了我們面前，并正在靜靜地改變我們的生活。談到 Web 2.0，大家自然而然會想到 RSS、Blog、Wiki 這類應用以及 XML 和 Ajax 等技術實現。限于篇幅，本文不能展開討論 Web 2.0。在本章，我只是拋磚引玉地談一談 RSS 之一重要的 Web 2.0 應用，以及 DB2 V9 是如何能夠提高 RSS 的信息治理和應用開發(fā)效率的。RSS（Really Simple Syndication）是站點與站點之間共享內容的一種簡易方式（也稱為“聚合內容）。各網站（RSS Provider）提供 RSS Feed，然后由 RSS 聚合平臺（Web 2.0 網站或桌面工具等），根據用戶的喜好，進行選擇性地聚合。 上一頁123456789下一頁 然后，我們就可以將這個 RSS Feed聚合到各種聚合平臺中。如下圖，是我非常喜歡的“新浪點點通閱讀器，我將 DB2 的技術支持、國內新聞、國際新聞、本地新聞以及財經地產等等站點的 RSS 聚合到這個閱讀器中，這樣一來，我天天就可以非常方便地閱讀我所關心的信息。圖 12. RSS 閱讀器為了能夠做到統(tǒng)一訂閱，RSS 具有統(tǒng)一的標準。事實上，RSS 是屬于 XML 的一種，它遵守 XML 1.0 規(guī)范。為了更方便地應用 RSS 樣式，RSS 提供了標準的元素以及這些元素的表現形式。通過 DB2 V9，RSS Provider 就可以對其發(fā)布的 RSS Feed 進行更為高效的增刪改以及檢索等操作。而 RSS Reader 應用則可以利用 DB2 V9 統(tǒng)一治理用戶所訂閱的各個 RSS Feed。圖 13. 將 RSS 發(fā)布為 Web services甚至，還可以利用 DB2 V9 直接將這些 RSS Feed 發(fā)布成 Web Service，從而更方便地集成到應用中。應用領域之六：讓用戶界面更具個性化由于構成圖形用戶界面的各種元素（例如窗口、菜單、字菜單等等）間天生所具有的層次和嵌套關系，與 XML 文檔中元素和屬性之間的關系十分相似，使用 XML 來描述圖形用戶界面是十分自然的想法。而使用 XML 來描述用戶界面最直接的好處就是讓用戶界面更具個性化。本章我著重談一下使用 XML 有利于軟件產品的客戶化界面定制，讓用戶界面更具更具個性化。 上一頁123456789下一頁 現在國內許多行業(yè)的 IT 應用開發(fā)商之間競爭異常非常激烈。激烈競爭的直接結果就是每一個項目的利潤空間大大縮水了。如何確保在客戶的項目預算范圍內提高利潤空間呢？很自然的一個思路就是變項目開發(fā)為產品研發(fā)。一旦產品化以后，成功地在多個客戶實施，則每個項目的成本將大大降低。然而，每個客戶的具體需求又是千差萬別的。例如，綜合醫(yī)院的信息系統(tǒng)和專科醫(yī)院的信息系統(tǒng)差別非常大。這些需求的差別包括許多方面，例如數據模型和流程等等，但往往最大的一個差異就是用戶界面。幾乎每一個客戶都有自己企業(yè)所喜好的界面風格。我們非常欣喜地看到國內一些有實力的開發(fā)商已經在產品化和客戶定制化這兩個方面找到一個行之有效的方法，那就是采用 XML 來描述用戶界面，而這些 XML 則采用 DB2 V9 進行高效的治理。如下圖所示，用戶登錄之后，“XML-GUI個性化加載模塊 從 DB2 V9 中獲得用戶的個性化界面定制信息（XML），接著展現給用戶一個個性化的界面。這樣一來，同一個產品在不同的企業(yè)就可以有不同的展現界面；不僅如此，企業(yè)中不同角色、不同等級的用戶也將擁有不同的界面。而且，最終用戶還能夠對某些菜單或樣式進行自行定制。圖 14. 個性化用戶界面加載過程總結DB2 V9 在對 XML 的存儲、治理和處理效率上取得革命性突破。本文列舉了可以用 DB2 V9 來為企業(yè)應用做哪些事情：信息交換和共享；作為一種新的數據模型：復雜的信息、靈活多變的信息、層次型特征明顯的信息、以及個體差異帶來的稀疏數據；文檔治理和知識治理（利用 XML 的細粒度檢索能力和強大的關聯(lián)能力）；構建更加靈活的表單應用；Web 2.0 應用（例如 RSS）讓用戶界面更具個性化本文的真正目的在于拋磚引玉，引發(fā)讀者對 DB2 pureXML 的價值進行不斷探索。假如您對 DB2 pureXML 的企業(yè)應用價值有新的發(fā)現，隨時歡迎您與筆者進行交流。 上一頁123456789