Institut für Architektur von Anwendungssystemen. Fachstudie Nr. 87. Vergleich von XML Datenbanken

Transkript

1 Institut für Architektur von Anwendungssystemen Universität Stuttgart Universitätsstraße 38 D Stuttgart Fachstudie Nr. 87 Vergleich von XML Datenbanken Andreas Haufler, Andreas Staudenecker, Alexander Wobser Studiengang: Softwaretechnik Prüfer: Prof. Dr. Frank Leymann Betreuer: Zhilei Ma, Oliver Kopp, Tobias Unger begonnen am: beendet am: CR Klassifikation: H.3.4

2

3 Fachstudie: Vergleich von XML Datenbanken Inhaltsverzeichnis 1 Einleitung Untersuchte Produkte Kriterien Generierung von SOA Artefakten Beschreibung der Testumgebung Durchführung der Tests Ergebnisse Nutzwertanalyse Fazit Literaturverzeichnis Seite 3

4 Fachstudie: Vergleich von XML Datenbanken 1 Einleitung Die folgende Fachstudie beschäftigt sich mit dem Vergleich verschiedener XML Datenbanken. Das Ergebnis dieses Dokuments ist eine Übersicht über den aktuellen Markt der XML Datenbanken sowie eine Bewertung ausgewählter Produkte anhand verschiedener Kriterien. Die Auswertung bezieht sich vor allem auf die Verwendung von XML Datenbanken zur Verwaltung von XML Artefakten in Service Orientierten Architekturen. Das bedeutet, dass vor allem untereinander abhängige XML Schema, WSDL und BPEL Dokumente abgespeichert und verwaltet werden sollen. Ein weiterer Fokus ist die Verwendung von XML Datenbanken als Alternative zu Enterprise Service Repositories. Eine XML Datenbank ist eine Datenbank die XML Daten speichern und verarbeiten kann. Hierbei werden die folgenden Kategorien unterschieden: XML enabled Datenbanken: Relationale Datenbanksysteme, welche mit einen XML Datentyp erweitert wurden. Spalten dieses Typs können XML Daten enthalten welche nicht nur gespeichert sondern auch interpretiert werden. Hiermit ist es möglich Attribute oder Elemente aus den XML Daten in Abfragen einzubeziehen. native XML Datenbanken: Hierbei handelt es ich um hierarchische Datenbanken welche XML Dokumente direkt in einer Hierarchie ablegen. 1.1 Markübersicht Der Markt der XML Datenbanken kann in drei Kategorien eingeteilt werden: Kommerzielle Systeme, Open Source Produkte und wissenschaftliche Projekte. In der Kategorie der kommerziellen Systeme, haben die drei bekanntesten Anbieter (IBM, Oracle und Microsoft) jeweils ihre relationale Datenbanken zu xml enabled Datenbanken erweitert. Die Anzahl der kommerziellen nativen XML Datenbanken ist vergleichsweise klein und es hat sich noch kein Marktführer durchgesetzt. Auch im Open Source Bereich haben die bekanntesten Vertreter (MySQL und PostgreSQL) ihre relationalen Datenbanken zu xml enabled Systemen erweitert. Daneben gibt es verschiedene Open Source Projekte im Bereich der nativen XML Datenbanken sowie einige veröffentlichte Forschungsprojekte zur Erprobung neuer Technologien. Im Folgenden sind die wichtigsten Vertreter der einzelnen Kategorien aufgelistet: Kommerziell Open Source Wissenschaftlich xml enabled Datenbank IBM DB2 v9.5 with purexml Oracle DB 10g Microsoft SQL Server MySQL Postgres native XML Datenbank Oracle Berkeley XML DB Infonyte DB exist DB Xindice dbxml Lore Natix Timber Seite 4

5 Fachstudie: Vergleich von XML Datenbanken Wichtige Standards und Begriffe XPath XPath ist eine XML Abfrage und erlaubt den einfachen Zugriff auf XML Daten. [1] XQuery XQuery ist eine XML Abfragesprache die den Zugriff auf XML Daten erlaubt. XQuery benutzt XPath und erlaubt auch geschachtelte Abfragen mit voller Generalisierung. [2] XUpdate Mit XUpdate ist es möglich in Ergänzung zu XQuery auch Daten in XML Datenstrukturen zu schreiben. [3] SQL:2003 SQL ist eine Abfragesprache zur Defintion, Abfrage und Manipulation von Daten in relationalen Datenbanken. [4] XML:DB XML:DB Initiative ist eine Gruppe, welche für XML Datenbanken Standards entwickelt. [5] 1.3 Aufbau des Dokuments Dieses Dokument ist in zehn Kapitel gegliedert. Nach der Einleitung in Kapitel 1 werden in Kapitel 2 die untersuchten Produkte kurz vorgestellt. In Kapitel 3 wird eine Reihe von Kriterien beschrieben, anhand deren die Datenbanken untersucht wurden. Dabei handelt es sich um sehr klar definierte Kriterien, die meist mit Ja oder Nein beantwortet werden können. In Kapitel 4 wird erklärt wie wir die Testdaten für unsere Messungen erzeugt haben. Im folgende Kapitel 5 werden die Testumgebung und die Beispielabfragen für die Performance Tests beschrieben. Danach wird in Kapitel 6 für jede Datenbank beschrieben, wie die Tests durchgeführt wurden. In Kapitel 7 werden die Auswertungen der Kriterien und die Ergebnisse der Performance Messungen aufgelistet. Zusätzlich werden für jede Datenbank weitere Details zur der Umsetzung der verschiedene Kriterien aufgelistet. Um die für unser Szenario am besten geeignete XML Datenbank auswählen zu können, wurde in Kapitel 8 eine Nutzwertanalyse durchgeführt. Da XML Datenbanken eine Vielzahl von Verwendungsmöglichkeiten haben, wurde diese, auf unser Szenario konzentrierte, Auswertung in ein extra Kapitel abgetrennt. Somit können die Ergebnisse aus Kapitel 7 auch als Entscheidungsgrundlage für andere Einsatzgebiete verwendet werden. Abschließend wird in Kapitel 9 noch ein Fazit über das Ergebnis sowie die verwendeten Testverfahren gegeben. Seite 5

6 Fachstudie: Vergleich von XML Datenbanken 2 Untersuchte Produkte Im Folgenden werden sieben XML Datenbanken detailiert vorgestellt. Hierbei wurden drei kommerzielle und vier frei verfügbare Produkte ausgewählt. Davon sind drei der Produkte native XML Datenbanken, die übrigen sind XML enabled. 2.1 Xindice [6] Xindice ist ein Projekt der Apache Software Foundation. Es handelt sich hierbei um ein Open Source Projekt welches auf der Basis von dbxml entwickelt wurde. Getestet wurde die zurzeit aktuelle Version 1.1. Xindice ist eine native XML Datenbank und unterstützt XQuery, XPath und XUpdate als Abfragesprachen. Auf die Xindice Datenbank kann entweder über eine API oder ein http Schnittstelle zugegriffen werden. Xindice steht unter der Apache Licence. 2.2 Oracle Berkeley XML DB [7] Hierbei handelt es sich um eine native XML Datenbank welche auf Oracle Berkeley DB aufsetzt. Ebenso wie Oracle Berkeley DB ist auch die XML Variante eine embedded Datenbank und läuft im gleichen Adressraum wie die aufrufende Anwendung. Orcale Berkeley unterstützt den XQuery sowie XPath Standard und stellt auch eine Java API zur Verfügung. Oracle Berkeley steht für Open Source Projekte unter der GNU GPL. Für proprietäre Produkte muss jedoch eine kommerzielle Lizenz erworben werden[6]. 2.3 existdb [9] existdb ist genau wie Xindice eine frei verfügbare native XML Datenbank. Getestet wurde die zurzeit aktuelle Version 1.2. Als Abfragesprachen werden XQuery, XPath und XUpdate unterstützt. Die HTTP Schnittstelle bietet Zugriff via REST, WebDAV, SOAP, XMLRPC und das Atom Publishing Protocol. ExistDB steht unter der GNU LGPL. 2.4 IBM DB2 [10] IBM DB2 zählt zu den XML enabled Datenbanken. Als XML Erweiterung wird ein spezieller XML Spaltentyp angeboten. Mit Hilfe der Komponente purexml können korrekt formatierte XML Dokumente in Tabellenspalten, die den Datentyp XML aufweisen, gespeichert werden. Durch die Speicherung von XML Daten in XML Spalten werden die Daten in ihrem nativen hierarchischen Format beibehalten und nicht im Textformat abgelegt oder einem anderen Datenmodell zugeordnet. [7] Getestet wurde IBM DB2 Express in der Version 9.5. Als Abfragesprachen werden XQuery sowie SQL mit XML Funktionen (entsprechend dem SQL:2003 Standard) unterstützt. 2.5 Oracle 10g [12] Auch die Oracle 10g Datenbank ist eine XML enabled Datenbank. Wie bei DB2 wurde ein eigener Spaltentyp zur Speicherung von XML Daten eingeführt. Oracle unterstützt die Funktionen und Datentypen die im Standard SQL:2003 vorgeschlagen werden. Somit bietet Oracle 10g eine SQL sowie eine XQuery Schnittstelle [8]. Seite 6

7 Fachstudie: Vergleich von XML Datenbanken MySQL [14] MySQL, getestet in der Version 5.1, ist ebenso eine XML enabled Datenbank. Jedoch wurde kein spezieller Spaltentyp zur Speicherung der XML Daten eingeführt. Die XML Daten werden als normaler Text abgespeichert und können über die Funktionen extractvalue und updatevalue manipuliert werden. Beide Funktionen verwenden XPath zur Navigation. 2.7 PostgreSQL [15] PostgreSQL, getestet in der Version 8.2, ist eine XML enabled Datenbank. Die Daten werden wie bei MySQL als Text abgespeichert, können aber über SQL XML Funktionen bearbeitet und abgerufen werden. Ab Version 8.3 soll dann auch ein XML Datentyp, sowie SQL:2003 kompatible XQuery Funktionen zur Verfügung stehen. Seite 7

8 Fachstudie: Vergleich von XML Datenbanken 3 Kriterien Um die verschieden XML Datenbanken zu vergleichen wurden mehrere Kriterien erarbeitet. Die Kriterien orientieren sich dabei an der Verwendung von XML Datenbanken zum Aufbau von Service Repositories. 3.1 Datenbank Schema Viele Anwendungen erfordern, dass XML Daten einem bestimmten erwarteten Schema entsprechen. Trotzdem kann es in bestimmten Fällen auch sinnvoll sein, XML Daten einfach und flexibel zu speichern, ohne zuvor ein Schema zu erarbeiten. Deshalb wurde untersucht: Kann man Daten ohne Schema einfügen? Kann man also ein XML Dokument einfügen, das mit keinem Schema verknüpft ist? Kann ein Schema vorgegeben werden? Kann man für XML Datenbereiche ein bestimmtes Schema zwingend vorgeben, dem alle eingefügten Daten entsprechen müssen? Können XML Dokumente validiert werden (DTD / XSD)? Kann man automatisch oder manuell eine Validierung gegen ein vorhandenes Schema durchführen? 3.2 Query und Update Sprachen Mit dem Aufkommen von XML Datenbanken und XML verarbeitenden Werkezeugen wurden mehrere Abfragesprachen entwickelt. Die zurzeit aktuellsten Sprachen sind XQuery zum Abfragen von XML Datenbanken sowie XUpdate zum Modifizieren. Viele relationale Datenbanken implementieren Funktionen entsprechend dem SQL:2003 Standard, die es erlauben XQuery Abfragen in SQL Abfragen einzubetten. Neben diesen Standardisierten Sprachen gibt es noch proprietäre Funktionen und Mechanismen zur Abfrage und Manipulation der Daten, welche meist auf XPath basieren. Deshalb wurde untersucht, welche Abfragen und Update Sprachen unterstützt werden: XQuery XUpdate SQL:2003 Funktionen Proprietäre Sprachen 3.3 Schnittstellen Im Bereich der relationalen Datenbanken werden häufig Standard APIs wie JDBC oder ODBC eingesetzt um via SQL auf Dateninhalte zugeifen zu können. Für XML enabled Datenbanken kann diese SQL Schnittstelle auch verwendet werden um auf XML Inhalte zuzugreifen. Für andere Sprachen gibt es die standardisierte API, wie z.b. XML:DB für Java, um auf native XML Datenbanken zugreifen zu können.. Desweiteren bieten vor allem die nativen XML Datenbanken HTTP basierte Schnittstellen wie XML RPC, SOAP (via HTTP) oder REST an. Hier wird zwischen den folgenden Möglichkeiten unterschieden: Seite 8

9 Fachstudie: Vergleich von XML Datenbanken API Proprietäre oder Standardisierte API für den Zugriff. SQL Zugriff über die bereits vorhandene SQL Schnittstelle HTTP Zugriff über ein HTTP basiertes Protokoll. 3.4 Plattformen Im Bereich unterstützte Plattformen unterscheiden wir die Folgenden: Java Dies bedeutet, dass ein System in einer Java Virtual Machine lauffähig ist und somit alle Plattformen unterstützt, für die eine JVM verfügbar ist. *nix/x86 Mit dieser Abkürzung werden alle Linux und Unix Derivate bezeichnet, die auf der Intel x86 Plattform verfügbar sind. *nix/x64 Mit dieser Abkürzung werden alle Linux und Unix Derivate bezeichnet, die auf der Intel x64 Plattform verfügbar sind. Windows/32 Windows/32 bezeichnet die aktuell verfügbaren 32bit Versionen der Microsoft Windows Betriebssysteme. Windows/64 Windows/64 bezeichnet die aktuell verfügbaren 64bit Versionen der Microsoft Windows Betriebssysteme. Sonstige Hier werden alle weiteren Plattformen aufgelistet, die sich nicht in die o.a. Kategorien einordnen lassen. 3.5 Administration und Tooling In diesem Bereich wurde untersucht, welche zusätzlichen Werkzeuge mitgeliefert werden. Dabei werden die folgenden Kategorien unterschieden: Admin Tool GUI Administrationswerkzeuge mit grafischer Oberfläche Admin Tool Konsole Administrationswerkzeuge die in der Kommandozeile bzw. Konsole ausgeführt werden. Query Tool GUI Werkzeuge mit denen Abfragen gegen die Datenbank ausgeführt werden mit grafischer Oberfläche Query Tool Konsole Abfragewerkzeuge die in der Kommandozeile bzw. Konsole ausgeführt werden. 3.6 Indices Hier wurde untersucht ob man Indices für die Suche in den XML Daten definieren kann. Seite 9

10 Fachstudie: Vergleich von XML Datenbanken 3.7 Benutzung In diesem Bereich wurde untersucht, wie die Datenbank verwendet werden kann. Dabei wird zum einen unterschieden, ob sie standalone fähig ist, also als eigenständiges Programm gestartet wird oder ob es sich um eine embedded Datenbank handelt, die als Bibliothek im gleichen Adressraum wie das verwendende Programm ausgeführt wird. Desweiteren wurde betrachtet, ob die Datenbank Netzwerkfähig ist, also von mehreren Clients auf verschiedenen Rechnern gleichzeigt verwendet werden kann. Ein weiteres Kriterium war, ob mehrere verschiedene Benutzer mit verschiedenen Berechtigungen unterstützt werden. 3.8 Größen Die folgenden Größen wurden für jedes System gemessen: Memory Footprint Als Memory Footprint wird die Menge an Hauptspeicher bezeichnet, die eine leere Datenbank ohne Last benötigt. Speicherauslastung bei Abfragen Hier wurde gemessen wie sich der Verbrauch des Hauptspeichers während den Test Abfragen entwickelt. Dazu wird der maximale und der durchschnittliche Verbrauch angegeben. Größe des Downloads Gibt die Größe der Installationsdatei an, die heruntergeladen bzw. mit ausgeliefert werden muss. Maximale Dokumentgröße Gibt die Obergrenze für die Größe eines Dokumentes an. Maximale DB Größe Gibt an, wie groß eine Datenbank maximal werden kann. 3.9 Lizenz Hier wurde unterschieden, ob die Datenbank unter einer kommerziellen Lizenz oder unter einer OpenSource Lizenz steht. Seite 10

11 Fachstudie: Vergleich von XML Datenbanken Generierung von SOA Artefakten Um die Leistung und Möglichkeiten der einzelnen XML Datenbanken besser vergleichen zu können, wurde ein Programm erstellt welches SOA typische XML Dokumente erstellt. Dabei handelt es sich um Schemas in Form von XSD Dokumenten, WebService Beschreibungen in Form von WSDL Dokumenten und Workflow Definitionen in Form von BPEL Dokumenten. Alle erzeugten Dokumente sind untereinander abhängig, d.h. einzelne Schemas verwenden andere XSD Dokumente, die Web Service Beschreibungen verwenden Elemente aus den XSD Dokumenten und die BPEL Prozesse verwenden WebServices aus den generierten WSDL Dokumenten. Da manche der getesteten Produkte Namespaces nicht oder nur fehlerhaft unterstützen, wurden die Elemente ohne Namespace Prefix angegeben. Da die hier verwendeten Namespaces nicht überlappend sind, stellte dies kein Problem dar. Im Folgenden gilt: rand(x) ist eine zufällige Zahl aus [0..x[. Die Generierung läuft wie folgt ab: 1. Es werden 10 XSD Dokumente generiert, die jeweils rand(10) einfache oder zusammengesetzte Elemente enthält. Zusammengesetzt Elemente können dabei andere Elemente aus demselben oder zuvor erzeugten XSD Dokumenten enthalten. 2. Es werden 100 WSDL Dokumente generiert die jeweils rand(10) PortTypes mit je rand(10) Operations enthalten. Für jede Operation werden eine IN, OUT und FAULT Message definiert, welche jeweils ein beliebiges Element aus den zuvor generierten XSD Dokumenten enthalten. Schließlich werden für jeden PortType 1+rand(4) Bindings sowie Ports erzeugt. 3. Es werden 100 BPEL Dokumente generiert, die jeweils rand(10) PartnerLinks und rand(10) Variables enthalten. Der Prozess besteht dann aus einer Receive Activity die den Prozess startet. Danach wird in einem Flow jeweils für jeden PartnerLink eine Receive Activity definiert, die das Ergebnis in eine der definierten Variablen speichert. Die so erzeugten Test Dokumente, vor allem die BPEL Dateien, verwenden zwar nur einen Teil ihrer sprachlichen Ausdrucksmöglichkeiten, bieten aber mit ihrer reinen Datenmenge eine gute Grundlage zur Leistungsmessung. Gerade die BPEL Prozesse sind aus Anwendersicht hochgradig trivial, für die getesteten XML Datenbanken ist das aber bei den ausgewählten Abfragen (siehe 5.1) nahezu irrelevant. Der Hauptvorteil ist, dass die Dokumente zusammenhängend sind. So können realistische Abfragen aus SOA Szenarien für den Test verwendet werden, z.b.: Welche Prozesse verwenden den WebService X? Wo wird das Schema Element Y noch verwendet? Welche WebServices werden von Prozess Z referenziert? Seite 11

12 Fachstudie: Vergleich von XML Datenbanken 5 Beschreibung der Testumgebung Da die XML Datenbanken vor allem im Kontext von Enterprise Service Repositories getestet werden, gelten die folgenden Annahmen: Es liegt eine relativ geringe Änderungsrate vor (d.h. Anz. Abfragen >> Anz. Änderungen) Fällt eine Änderung an, so wird immer ein ganzes Dokument (XSD, WSDL oder BPEL Datei) ausgetauscht. Auf Basis dieser Annahmen und der Tatsache dass keiner der aufgeführten Sprachstandards für Abfrage und Modifikation von jeder Datenbank unterstützt wird, werden hier die Beispielabfragen in natürlicher Sprache beschrieben und dann jeweils für die getestete Datenbank übersetzt. Das Laden der Dokumente in die Datenbank wird jeweils mit der von der Datenbank vorgesehenen Methode durchgeführt. Hierfür wird gemessen wie lange das Laden aller Testdaten benötigt. 5.1 Beispielabfragen Die folgenden Beispielabfragen arbeiten alle auf den oben vorgestellten SOA Artefakten. Inhaltlich sind diese jedoch meist so konstruiert um bestimmte Bereiche der Datenbank zu belasten und nicht um hochgradig sinnvolle oder relevante Daten zu extrahieren. Trotzdem steht jede der Abfragen beispielhaft für eine Klasse von typischen Abfragen eines Enterprise Service Repository Auflisten aller Schema Definitionen Diese Abfrage soll alle Schema Elemente vollständig auflisten. Ziel dieser Abfrage ist es, zu messen wie schnell eine einfach zu findende aber sehr große Datenmenge als Ergebnis geliefert werden kann. Diese Abfrage könnte von einem Tool stammen, welche zur Unterstützung eines Entwicklers alle vorhandenen Schemata einliest Auflisten aller PortTypes aller WebServices Diese Abfrage soll alle PortType Elemente aller vorhandenen WebServices auflisten. Ziel dieser Abfrage ist es, zu messen wie schnell eine einfach zu findende Datenmenge als Ergebnis geliefert werden kann. Dies könnte eine Benutzeranfrage sein, um eine Übersicht über alle verfügbaren WebServices zu erhalten Auflisten PartnerLinks die einen bestimmten PortType benützen Diese Abfrage soll alle PartnerLinkType Elemente liefern die die einen bestimmten PortType referenzieren. Ziel dieser Abfrage ist es, zu messen wie schnell eine einfache gefilterte Datenmenge geliefert werden kann. Auch diese Abfrage könnte von einem Benutzer stammen, der prüfen möchte, ob ein bestimmter WebService überhaupt verwendet wird. Seite 12

13 Fachstudie: Vergleich von XML Datenbanken Auflisten aller Services die einen bestimmten PortType benützen Wie in sollen alle PartnerLinkTypes gefunden werden, die einen bestimmten PortType benützen. Als Ergebnis sollen jetzt aber alle BPEL Prozesse (Dateiname) zurückgegeben werden, die einen der PartnerLinkTypes referenzieren. Ziel dieser Abfrage ist es, zu messen wie schnell eine gefilterte Datenmenge mit transitiver Abhängigkeit geliefert werden kann. Auch diese Abfrage könnte von einem Benutzer stammen, der zum Beispiel einen vorhandenen WebService erweitern möchte und deshalb alle Prozesse sucht, die diesen verwenden Auflisten aller toter Variablen Diese Abfrage soll eine Liste mit Dateiname der BPEL Datei sowie dem Variablennamen ausgeben, die alle Variablen enthält, welche von keiner der beiden Receive Aktivitäten benützt wird. Ziel dieser Abfrage ist es, zu messen wie schnell eine abhängig gefilterte Datenmenge geliefert werden kann. Diese Anfrage könnte von einem Tool stammen, welches einen gegebenen Prozess optimiert. 5.2 Hardware Die Tests wurden auf einem Lenovo 3000 N100 Notebook mit folgenden Komponenten durchgeführt: Intel CoreDuo T2400 Prozessor (1.84GHz) 2048 MB DDR2 RAM Windows XP Home Version 2002 Service Pack 2 Seite 13

14 Fachstudie: Vergleich von XML Datenbanken 6 Durchführung der Tests Die folgenden Abschnitte zeigen die genauen Abfragen die für die einzelnen Produkte verwendet wurden. Da, wie bereits erwähnt, keine gemeinsame Schnittstelle unterstützt wird, wurden die Abfragen jeweils über das mitgelieferte Query Tool abgesetzt. 6.1 Xindice Das Einlesen der Daten, sowie die Abfragen wurden mit dem Kommandozeilen Tool xindice durchgeführt. Dabei wurde mit time xindice Befehl die Ausführungszeit gemessen Abfrage xindice xpath c /db/fachstudie/docs q /xs:schema Abfrage xindice xpath c /db/fachstudie/docs q / definitions/ porttype Abfrage xindice xpath c /db/fachstudie/docs q / definitions/ partnerlinktype[role/@porttype= wsdldefinitions54:wsdlporttype150 ] Abfrage Mit reinem XPath nicht möglich Abfrage Mit reinem XPath nicht möglich. 6.2 Oracle Berkeley XML DB Hier wurde auf Basis der Java Bibliothek ein Programm geschrieben, welches die Dokumente einliest und dann die Abfragen ausführt. Zur Zeitmessung wurde jeweils vor und nach den Abfragen System.currentTimeMillis() aufgerufen und die Differenz gemessen Abfrage collection('fs')/schema Abfrage collection('fs')/definitions/porttype Abfrage collection('fs')/definitions/partnerlinktype[role/@porttype='wsdlporttype114']/@name Abfrage for $d in collection('fs')/process/partnerlinks/partnerlink, $e in collection('fs')/definitions/partnerlinktype[role/@porttype='wsdlporttype114'] Seite 14

15 Fachstudie: Vergleich von XML Datenbanken where = return $d Abfrage for $p in collection('fs')/process, $d in $p/variables/variable where not(some $e in $p//receive satisfies = return $d 6.3 exist db Für das Laden der Testdaten, sowie die Ausführung der Abfragen, wurde das mitgelieferte GUI Tool verwendet. Die Zeit zum Einlesen der Daten wurde von Hand gemessen, die Dauer der Abfragen wurden von dem Tool selbst ermittelt Abfrage declare namespace xsd=" for $d in collection("/db/fachstudie")/xsd:schema return $d Abfrage declare namespace wsdl=" for $d in collection("/db/fachstudie")/wsdl:definitions/wsdl:porttype return $d Abfrage declare namespace plnk=" open.org/wsbpel/2.0/plnktype"; declare namespace wsdl=" for $d in porttype29"] return $d Abfrage declare namespace plnk=" open.org/wsbpel/2.0/plnktype"; declare namespace wsdl=" declare namespace bpel=" open.org/wsbpel/2.0/process/executable"; declare namespace util=" db.org/xquery/util"; for $d in collection("/db/fachstudie")/bpel:process/bpel:partnerlinks/bpel:partnerlink, $e in porttype150"] where = return util:document name($d) Seite 15

16 Fachstudie: Vergleich von XML Datenbanken Abfrage declare namespace bpel=" open.org/wsbpel/2.0/process/executable"; declare namespace util=" db.org/xquery/util"; for $d in collection("/db/fachstudie")/bpel:process/bpel:variables/variable where not(some $e in collection("/db/fachstudie")//bpel:receive satisfies = return <result file="{util:document name($d)}" /> 6.4 IBM DB2 Für die relationalen Datenbanken wurde ein SQL Skript erzeugt, das jede XML Datei als INSERT Statement enthält. Dieses wurde wie auch die Abfragen über das Query Tool ausgeführt. Zur Zeitmessung wurde vor und nach einer Abfrage SELECT current timestamp FROM sysibm.sysdummy1 ausgeführt und die Differenz der jeweiligen Zeitstempel berechnet Abfrage xquery db2 fn:xmlcolumn('fachstudie.content')/schema Abfrage xquery db2 fn:xmlcolumn('fachstudie.content')/definitions/porttype Abfrage xquery Abfrage xquery for $d in db2 fn:xmlcolumn('fachstudie.content')/process/partnerlinks/partnerlink for $e in db2 where = return $d; Abfrage xquery for $p in db2 fn:xmlcolumn('fachstudie.content')/process for $d in $p/variables/variable where not(some $e in $p//receive satisfies = return $d; 6.5 Oracle 10g Während dem Test hat sich herausgestellt, das Oracle 10g Strings mit maximal 4 kb Länge in einer Abfrage verarbeiten kann. Somit war es sowohl über das Query Tool, als auch über die JDBC Schnittstelle unmöglich die Testdaten (1 33 kb groß) zu laden. Deshalb wurden für Oracle 10g keine Performance Messungen durchgeführt. Seite 16

17 Fachstudie: Vergleich von XML Datenbanken MySQL Für MySQL wurde das oben erwähnte SQL Skript zum Laden der Daten verwendet. Auch hier wurden sowohl das Skript, als auch die Abfragen mit dem mitgelieferten Query Tool ausgeführt. Als Zeitmessung wurden die Angaben des Tools verwendet Abfrage Diese Abfrage ist in MySQL nicht möglich, da nur skalare Werte und keine XML Strukturen als Ergebnis von Abfragen selektiert werden kann Abfrage Die folgende Abfrage lieferte alle Namen aller PortTypes die in einer Datei definiert waren. Pro Datei wird nur ein Ergebnistupel erzeugt. SELECT name, FROM fachstudie f WHERE ExtractValue(content,'/definitions/portType/@name')!= "" Abfrage Die folgende Abfrage lieferte alle Namen aller PartnerLinks die den PortType wsdlporttype114 referenzieren. Pro Datei wird nur ein Ergebnistupel erzeugt. SELECT name, ExtractVaue(content,'/definitions/partnerLinkType[role/@portType="wsdlportType114"]/@name') FROM fachstudie f WHERE ExtractValue(content,'/definitions/partnerLinkType[role/@portType="wsdlportType114"]/@name')!= "" Abfrage Diese Abfrage ist nicht möglich, da pro Datei immer nur eine Zeile mit allen Ergebnissen geliefert wird. Somit können keinen Joins durchgeführt werden Abfrage Diese Abfrage ist nicht möglich, da pro Datei immer nur eine Zeile mit allen Ergebnissen geliefert wird. Somit können keinen Joins durchgeführt werden. 6.7 PostgreSQL Für PostgreSQL wurde das oben erwähnte SQL Skript zum Laden der Daten verwendet. Auch hier wurden sowohl das Skript, als auch die Abfragen mit dem mitgelieferten Query Tool ausgeführt. Als Zeitmessung wurden die Angaben des Tools verwendet Abfrage select xpath('/schema',content) from fachstudie Seite 17

18 Fachstudie: Vergleich von XML Datenbanken Abfrage Die folgende Abfrage lieferte alle Namen aller PortTypes die in einer Datei definiert waren als Array. Pro Datei wird nur ein Ergebnistupel erzeugt. select xpath('/definitions/porttype',content) from fachstudie Abfrage Die folgende Abfrage lieferte alle Namen aller PartnerLinks die den PortType wsdlporttype114 referenzieren als Array. Pro Datei wird nur ein Ergebnistupel erzeugt. select from fachstudie Abfrage Diese Abfrage ist nicht möglich, da pro Datei immer nur eine Zeile mit allen Ergebnissen geliefert wird. Somit können keinen Joins durchgeführt werden Abfrage Diese Abfrage ist nicht möglich, da pro Datei immer nur eine Zeile mit allen Ergebnissen geliefert wird. Somit können keinen Joins durchgeführt werden. Seite 18

19 Fachstudie: Vergleich von XML Datenbanken Ergebnisse 7.1 Übersicht über die Ergebnisse der Kriterien Datenbank Schema Kann man Daten ohne Schema einfügen? Kann ein Schema vorgegeben werden? Können XML Dokumente validiert werden (DTD / XSD)? Query und Update Xindice Oracle XML Berkeley DB exist DB IBM DB2 Oracle 10g MySQL postgresql XQuery XUpdate SQL:2003 Functions Proprietär Schnittstellen API (Sprache) (XPath) Java (XML:DB) Java, C++, Tcl, Ruby, Perl, Python (XQuery + XUpdate) Java (XML:DB) CLI embedded SQL, Java, ADO.NET, Perl, PHP, OLE DB PL/SQL, Java (JDBC), C,.net (SQL+ XPath) C, C++, PHP, Perl, Python, Tcl, Eiffel, JDBC, ODBC (SQL+XPath) JDBC, C++,.Net, ODBC, OLE DB, TCL, Python, OpenOffice.org SQL HTTP Plattformen (XML RPC) (XML RPC, SOAP, REST, WebDAV) Java Windows / x86 Windows / x64 *nix / x86 *nix / x64 Sonstige Linux (PO WER) Solaris (x86, SPARC) Administration und Tooling Admin Tool (Konsole) Admin Tool (GUI) Query Tool (Konsole) Query Tool (GUI) Xindice Oracle exist DB IBM DB2 Oracle MySQL postgresql Seite 19

20 Fachstudie: Vergleich von XML Datenbanken XML Berkeley DB Incides Benutzung Standalone fähig Embedded Unterstützt mehrere Benutzer Netzwerkfähig Größen Größe des Downloads Maximale Dokumentengröße 10 MB 42.7 MB Maximale DB Größe 256 TB Lizenz 31.3 MB Memory Footprint 22 MB 45 MB 39 MB 23 MB 5 MB 3 MB Speicherauslastung 22.3 während der Testsuite 81 MB 77 MB 339 MB 19.8 MB 21.7 MB MB MB 10g MB 17 85MB 27.4MB 2 GB 1 GB 2 31 Dokumente Kommerziell Open Source 7.2 Übersicht über die Leistungsergebnisse der Abfragen Abfragen Xindice Oracle XML Berkeley DB exist DB IBM DB2 Oracle 10g MySQL postgresql s s s s s s s s s s s s s s s s s s s s s s s Laden der Daten 5.21 s s 5 s s 1.25 s s 7.3 Zusammenfassung Xindice Xindice bietet grundsätzlich alles was von einer nativen XML Datenbank erwartet wird. Der größte Nachteil von Xindice ist, das kein XQuery als Abfragesprache zur Verfügung steht. Ein weiterer Nachteil ist, dass man ohne Authentifizierung auf die Datenbank zugreifen kann und Xindice generell keine Benutzerberechtigungen unterstützt. Der Hauptvorteil ist die einfache und schnelle Verwendbarkeit. Xindice benötigt keine Installation oder Konfiguration und kann nach dem Herunterladen sofort verwendet werden. Seite 20