Categorias de Documentos XML

1
Categorias de Documentos XML

• Documento Orientado a Dados (DOD)
• fracamente semi-estruturado
• representação de dados mais homogênea e
  estruturada

ltenderecogt ltruagtBeira-Marlt/ruagtltnumerogt104lt/num
erogtltcomplementogtapto 203lt/complementogt
ltbairrogtcentrolt/bairrogtltcidadegtFpolislt/cidadegt
ltcepgt88010-600lt/cepgt lt/enderecogt ltenderecogt
ltruagtLauro Linhareslt/ruagtltnumerogt761lt/numerogtltbair
rogttrindadelt/bairrogt ltcidadegtFpolislt/cidadegtltc
epgt88040-900lt/cepgt lt/enderecogt
2
Categorias de Docs XML

• Documento Orientado a Documento (DODoc)
• fortemente semi-estruturado
• representação fortemente textual

ltanunciogt lttransacaogtVendolt/transaçãogt, por
motivo de viagem,ltprodutogtautomóvel Gol I
97 lt/produtogt, cor azul, em ótimo estado de
conservação. Preço Rltprecogt9000,00lt/precogt.
Tratar comltcontatogtltnomegtPedrolt/nomegt
fonelt/fonegt99991111lt/fonegtlt/contatogt
lt/anunciogt ltanunciogt Atenção! Se você deseja
vender o seu veículo, nós realizamos o melhor
negócio. lttransacaogtCompramoslt/transaçãogt qq tipo
de ltprodutogtveículolt/produtogt. Ligue-nos
ltcontatogtltfonegt2340011lt/fonegt ou envie um
e-maillteMailgtlojao_at_bla.com.brlt/eMailgtltcontatogt lt/
anunciogt
3
Tipos de BDs para XML

• BD estendido para lidar com dados XML
• mais adequado a DODs
• funcionalidades para tratamento de dados XML
  aplicadas a um BD com um modelo lógico e físico
  diferente
• BD Relacional, BDOO, ...
• pode apresentar um modelo lógico para dados XML
  ou apenas definir um mapeamento de um esquema
  lógico XML para o esquema lógico do BD
• BD XML nativo
• mais adequado a DODocs
• gerenciamento específico de dados XML

4
BD XML Nativo

• Suporta um modelo lógico para dados XML
• requisitos mínimos
• definição de elementos, atributos, PCDATA e
  ordem
• Define um modelo de armazenamento físico
  proprietário para dados XML
• Adequado a
• docs XML fortemente semi-estruturados
• mapeamento para BD relacional seria complexo!
• aplicações que lidam apenas com dados no formato
  XML

5
BD XML Nativo - Características

• Objetivo
• discussão de características encontradas ou
  desejadas em BDs XML Nativos
• Estudo de Caso
• SGBD XML Tamino (www.softwareag.com/tamino)
• Transaction Architecture for the Management of
  INternet Objects
• servidor de dados XML desenvolvido pela Software
  AG

6
Coleções

• Noção lógica de um conjunto de docs XML
• a decisão sobre quais docs XML pertencem a uma
  coleção fica em geral a cargo da aplicação
• flexibilidade quanto ao conteúdo da coleção
• - baixo nível de integridade dos dados
• em alguns casos, um esquema XML fixo pode ser
  associado a uma coleção
• Consultas e atualizações podem ser direcionadas a
  coleções

7
Coleções - Tamino

• 1 BD n coleções n esquemas com n tipos de
  documentos
• tipo de documento definição de elemento raiz
• novo doc XML inserido em uma coleção e válido
  para algum tipo doc
• Docs sem esquema mantidos na coleção inoetc

tipos de documentos
8
Consultas

• Suporte a pelo menos uma linguagem de consulta
  para XML
• uso mais extensivo de XPath
• uso de alguns dialetos da XQuery (tendência!)
• Características desejadas para uma linguagem de
  consulta para XML
• busca por padrões (análise de conteúdo textual)
• consultas declarativas
• resultados de consultas
• doc XML, fragmentos de docs XML ou novas
  estruturas XML

9
Consultas - Tamino

• Suporte a Xpath (chamada X-Query) e XQuery
  estendidos
• Geração de docs XML como resultado

busca por padrão
10
Atualizações

• Capacidades de atualização são variadas
• possibilidade apenas de substituição de um doc
  XML completo
• API DOM para atualização de nodos
• linguagens de atualização declarativas
• exemplo XUpdate (consórcio XMLDB)
• XMLDB
• consórcio de empresas responsável pelo
  desenvolvimento de tecnologias para BDs XML
• tendência (?) XQuery como linguagem de
  atualização

11
XUpdate

• Sintaxe XML
• I / E de elementos, atributos e texto
• A do conteúdo de elementos e atributos
• Exemplo 1
• (inclusão de um novo eMail para Maria)
• Exemplo 2
• (remoção do primeiro livro)

ltxupdateappend select//autornomeMaria/eMai
l childlast()gt ltxupdateelement
name"eMail"gtMaria_at_teste.comlt/xupdateelementgt lt/x
updateappendgt
ltxupdateremove select"/listalivros/livro1"/gt
12
Atualizações - Tamino

• XQuery possui capacidades de atualização
• insert, delete, rename e replace
• Exemplos
• update (inserção de autor)
• for liv in input()/livro
• where liv/titulo XML
• do(insert (ltautorgtltnomegtJoão Silvalt/nomegtlt/autor
  gt)
• following liv/autorlast())
• update (alteração de eMail de autor)
• for aut in input()/livro/autor
• where aut/nome Maria Souza
• do (replace aut/eMail with
• (lteMailgtms_at_new.comlt/eMailgt))

13
Gerência de Transações

• Controle convencional de concorrência e
  recuperação contra falhas
• Granularidade de bloqueios
• coleção
• doc XML (bloqueio usual baixo nível de
  concorrência)
• elementos

14
Gerência de Transações - Tamino

• Conceitos de transação e sessão
• várias transações podem ocorrer dentro de uma
  sessão
• interrupção da sessão implica rollback de todas
  as transações pendentes
• mecanismo de log e backup de dados
• deadlock
• transação mais recente tem prioridade
• Granularidade de bloqueio é sempre o doc XML
• existe um limite máximo de tempo para manter um
  doc bloqueado

15
Conectividade

• Interface ODBC
• conexão com o BD, execução de consultas e
  atualizações e exploração de resultados
• Protocolos HTTP
• acesso via browsers Web (alguns BDs)
• Consórcio XMLDB
• propõe uma API para BDs XML
• manipulação de BDs e coleções execução de
  consultas Xpath e XUpdate acesso a resultados de
  consultas controle de transações

16
Conectividade - Tamino

• Interface principal de acesso é HTTP
• um servidor Tamino deve estar sempre associado a
  um Web server (domínio Internet)
• define uma API que encapsula chamadas HTTP
• criação e manipulação de BDs, coleções e docs
• acesso http//ltnome_domíniogt/tamino/ltnome_BDgt/ltn
  ome_coleçãogtltcomando_API_HTTPgt
• Outras formas de acesso
• API DOM para Java
• API XMLDB

17
Tamino Conectividade HTTP
18
Round-Tripping

• Capacidade de recuperação integral de um doc XML
• seqüência textual exata do doc
• Precisão do round-tripping é diretamente
  proporcional ao poder de expressão do modelo
  lógico
• BDs XML garantem pelo menos round-tripping a
  nível de elementos, atributos e seus conteúdos

19
Round-Tripping - Tamino

• Duas formas de armazenamento
• campo longo CLOB
• utilizado em geral para docs XML sem esquema
• índices de texto podem ser definidos
• permite buscas por padrões
• 100 round-tripping
• formato nativo
• esquema de objetos proprietário
• índices sobre elementos e atributos podem ser
  definidos
• garante round-tripping a nível de hierarquia de
  elementos

20
Integridade Semântica

• RIs a nível de esquemas XML são limitadas
• ordem hierárquica e restrições de cardinalidade
• tipo de dado de elementos e atributos
• valores permitidos
• integridade referencial dentro de um documento
  XML (recursos do tipo ID/IDREF ou key/keyref)
• Basicamente estas RIs são controladas em BDs XML
• Carência de um mecanismo de integridade mais
  robusto
• similar a BD relacional (checks, triggers, ...)

21
Integridade Semântica - Tamino

• Definição de valores possíveis (fixos, defaults,
  enumerações, ...)
• Integridade referencial controlada por funções
  de extensão (para cada caso indicado na trigger)

controles de integridade
22
Armazenamento

• Docs XML in-natura
• tratados como uma caixa preta
• deseja-se preservar o texto do documento
• indexação apenas textual (por palavra-chave)
• Objetos DOM que representam os dados XML (
  usado)
• armazenamento clusterizado de objetos
• nodos próximos na hierarquia do doc XML são
  armazenados próximos fisicamente
• através de uma busca em largura ou profundidade
• facilita indexação e busca de uma hierarquia de
  objetos
• apenas os elementos de mais alto nível precisam
  ser indexados
• os demais elementos são buscados via varredura
  linear

23
Indexação

• Indexação por valor
• para elementos e atributos
• Indexação de texto do doc XML
• Indexação de estrutura
• indexação de nodos do doc XMO associada a
  técnicas para localização de nodos filhos
• facilita consultas em docs XML sem esquema
• não se sabe quais elementos filhos um elemento
  possui

24
Indexação SGBD eXist

• Índices são IDs numéricos para nodos, com uma
  numeração dada por uma busca em largura
• supondo uma árvore sempre completa (nodos
  virtuais)
• certas propriedades da árvore permitem calcular o
  ID de nodos filhos, pai, irmãos, ...
• ex. maxFilhos 4 ? filhos de X ? ID(X)41,
  ID(X)44

0
livro
autor
4
preço
2
autor
1
3
XML BD
79.00
nome
nome
12
8
16
19
20
15
. . .
25
Referências

• Tecnologia XML
• http//www.w3c.org/xml
• XML BD
• http//www.rpbourret.com/xml/XMLAndDatabases.htm
• SQL/XML
• http//otn.oracle.com/tech/xml/xmldb/htdocs/sql_xm
  l.html
• XMLDB
• http//www.xmldb.org
• SGBD XML Tamino
• http//www.softwareag.com/tamino