XML XML und Datenbanken XML-Abfragesprachen

Transkript

1 XML XML und Datenbanken XML-Abfragesprachen R. Oßwald, 2003 (nach einem Vortrag von J. Pokorny, Karls-Univ. Prag, Dresden, Datenbankstammtisch, April 2003) XML-Anwendung: als Standard-Protokoll für den Datenaustausch zur Darstellung beliebiger logischer Datenstrukturen als Grundlage für Anwendungen jenseits der bisher gebräuchlichen Datenmodelle als Datenmodell in Datenbanken für XML-Dokumente XML und Datenbanken: Datenbank aus XML-Dokumenten "Mix" aus (relationaler) DB und XML-Daten XML-Sicht über Nicht-XML-Daten (und XML-Dokumenten) Strukturtransformationen: rel. Tabellen XML-Dokument sowie XML-Dokument el. Tabellen

2 native XML-DBMS: (Beispiele) Tamino Hersteller: Software AG (Germany) URL: Anfragesprache: X-Query (now XQuery) XHive/DB Hersteller: X-Hive Corporation URL: Anfragesprache: XQuery XIndice Hersteller: The Apache Software Foundation URL: Anfragesprache: XPath, XUpdate XIS Hersteller: excelon Corp. URL: Anfragesprache: XQuery dbxml Hersteller: dbxml Group URL: Anfragesprache: XPath exist Hersteller: Open Source XML Database URL: Anfragesprache: XPath (restricted)

3 XML-Grundlagen: Elemente Element: Abschnitt eines XML-Dokuments mit Start- und End-Tag Elementinhalt: Text zwischen zusammengehörenden Tags <person> <name> Emil Eichhorn </name> <phone> </phone> <phone> </phone> < > </ > </person> Element Subelement kein Element Ein Element kann leer sein, d.h. es hat keinen Inhalt, z.b.: < > </ > bzw. nur </ > Attribute: Das Start-Tag jedes Elements kann Attribute enthalten. Mit ihnen kann der Elementinhalt näher beschrieben werden. <picture> <height dim = "cm"> 2400 </height> <width dim = "in"> 96 </width> <data coding = "gif" compression = "zip"> sasvh678ahl17e </data> </picture>

4 Beschreibung des Dokumenttyps: DTD = document type desctriptor ordnet dem Dokument eine Struktur zu, ist eine rein syntaktische (strukturelle) Beschreibung, vergleichbar mit einem Datenbankschema Beispiel: Adressbuch <!DOCTYPE addressbook [ <!ELEMENT addressbook (person*)> <!ELEMENT person (name, withtitle?, address*, (fax phone)*, *)> <!ATTLIST ssn CDATA #REQUIRED> <!ELEMENT name (#PCDATA)> <!ELEMENT withtitle (#PCDATA)> <!ELEMENT address (#PCDATA)> <!ELEMENT phone (#PCDATA)> <!ELEMENT fax (#PCDATA)> <!ELEMENT (#PCDATA)> ]> <person> <name ssn= /102 > genau ein Name; Emil Eichhorn </name> <withtitle> Dr. E. Eichhorn </ withtitle> max. ein Name; <address> Eichenstr. 25 </address> so viele Adressen- <address> Erfurt, </address> zeilen wie nötig; <phone> </phone> so viele Telefon-, <fax> </fax> <phone> </phone> wie nötig in < > Eichhorn@fhtw-berlin.de </ > beliebiger Folge; </person> Fax- und Mailzeilen

5 Vergleich: DTD Datenbankschema DTD ordnet dem XML-Dokument eine Struktur zu (ähnlich wie das DB-Schema den DB-Tabellen eine Struktur zuordnet) Es gibt nur einen elementaren Datentyp: PCDATA. Es gibt keine Agrregierungen, wie z.b. Mengen (sets). IDREFs besitzen keinen Typ (untyped): Sie verweisen auf etwas, aber es ist unbekannt, was das ist. Element-Tags sind global. Es gibt keine Methoden (vergleiche OO!). Entsprechende Erweiterungsvorschläge für XML liegen inzwischen vor: W3C-Entwurf von 1999; ODMG 3.0 XML-Struktur entspricht einem gerichteten markierten Graphen. Die Tags entsprechen den Kanten des Graphen. Die Paare von Attributname und Attributwert entsprechen den Knotenmarkierungen des Graphen.

6 XML-Anfragesprachen: XML-QL (proposal of W3C, 1998) XPath Version 1.0 (proposal of W3C, 1999) XQL (Microsoft, Texcel, webmethods, 1998) XQuery 1.0 (proposal of W3C, 2003) XSQL (draft ISO/IEC/JTC1/SC32WG4)... Beispieldokument: <addressbook> <Person ssn= /102 > <name> Emil Eichhorn </name> <withtitle> Dr. E. Eichhorn </ withtitle> <address> Eichenstr. 25 </address> <address> Erfurt, </address> <phone> </phone> <fax> </fax> <phone> </phone> < > </ > </person> </addressbook>

7 XML-QL: Datenselektion: pattern matching (Extraktion) 1.) Finde die Mail-Adresse von Eichhorn: where <addressbook> <person> <name> Emil Eichhorn </name> < > $e </ > </person> </addressbook> in construct $e Ergebnis: <XML> </XML>

8 2.) Zu wem gibt es elektronische Kontakte? where <addressbook> <person> <withtitle>$g</withtitle> < >$e</ > </person> </addressbook> in construct <e-contact> <who>$g</who> <where>$e</where> </e-contact> Ergebnis: <XML> <e-contact> <who> Dr. E. Eichhorn </who> <where> </where> </e-contact> <e-contact> <who> Prof. K. Kral </who> <where> </where> </e-contact>... </XML> 3.) Finde alle Mail-Adressen und Faxnummern: where <addressbook._*.( fax)>$ef</> in construct < fax>$ef</>

9 XML-QL: schema browsing 4.) Finde die Tags der Subelemente von Person: where <addressbook.person.$tag></> in construct <personelements> $tag</> 5.) Finde die Attribute der Personenelemente: where <_*.person $attrname=$h> </> in construct <personattr> <name> $attrname </> <value> $h </> </> weitere Möglichkeiten für Abfragen: geschachtelte Anfragen (nested queries) Anweisungsblöcke ein Element in eine Variable speichern (element_as) den Inhalt eines Elements in eine Variable speichern (content_as)

10 XQL: Authoren: ähnelt XSL Microsoft, Texcel.webMethods Syntax: Wurzelelement / /book/title Elementbegrenzer / / beliebiger Nachfolger // Reguläre Ausdrücke * /book/*/ Bedingungen [ ] chapter[] logische Operatoren $and$ $or$ $not$ Vergleichsoperatoren $gt$ (>) $lt$ (<) = Datentypen string integer float date

11 Beispieldokument für XQL-Abfragen: class= H.3.3 book author title chapter chapter Peter Schäuble MM IR IS are In this Introduction Weighted... Text Retrieval HMM

12 XQL-Abfrage: 6.) Finde alle Elemente und deren Inhalt: Ergebnis: grün class= H.3.3 book author title chapter chapter Peter Schäuble MM IR IS are... In this Introduction Weighted... Text Retrieval HMM

13 XQL-Abfrage: 7.) Finde alle Elemente chapter/ und deren Inhalt: ("" als direkter Nachfolger von "chapter") Ergebnis: orange class= H.3.3 book author title chapter chapter Peter Schäuble MM IR IS are... In this Introduction Weighted... Text Retrieval HMM

14 XQL-Abfrage: 8.) Finde alle Elemente chapter/ und deren Inhalt: ("" als beliebiger Nachfolger von "chapter") Ergebnis: orange class= H.3.3 book author title chapter chapter Peter Schäuble MM IR IS are... In this Introduction Weighted... Text Retrieval HMM

15 XQL-Abfrage: 9.) Finde alle Elemente chapter[] und deren Inhalt: ("chapter" mit "" als direktem Nachfolger) class= H.3.3 book Ergebnis: grün/orange author title chapter chapter Peter Schäuble MM IR IS are... In this Introduction Weighted... Text Retrieval HMM

16 XQL-Abfrage: 10.) Finde alle Elemente chapter/[2] und deren Inhalt: (zweites Auftreten von "" in "chapter") Ergebnis: orange class= H.3.3 book author title chapter chapter Peter Schäuble MM IR IS are... In this Introduction Weighted... Text Retrieval HMM

17 XQL-Abfrage: 11.) Finde alle Elemente $and$ author="peter Schäuble"] (alle Bücher der Klasse H.3.3 vom Autor Peter Schäuble) Ergebnis: orange class= H.3.3 book author title chapter chapter Peter Schäuble MM IR IS are... In this Introduction Weighted... Text Retrieval HMM

18 XQL-Abfrage: semijoin 12.) Finde alle Elemente /addressbook/person[name=/book/author] (die Adressen der Personen, die auch Autor eines Buchs sind)

19 XQuery: XQuery ist eine funktionale Sprache: Eine Abfrage ist ein Ausdruck. Ausdrücke können beliebig vielfältig werden. Eigene Funktionen können wahlweise definiert werden. Ein Abfrageausdruck kann aus (Teil-) Abfrageausdrücken zusammengesetzt werden. Elemente: Pfad-Ausdrücke FLWR-Ausdrücke: FOR... LET... WHERE... RETURN Elementkonstruktoren: <e>... </e> Variable und Konstanten: $x, 5 Operatoren und Funktionsaufrufe: x + y, -z, avg() Bedingte Anweisungen: IF... THEN... ELSE Quantifikatoren: EVERY var IN expr SATISFIES expr Sortierung: expr SORTBY (expr ASCENDING,...) vorläufige Vorschläge für: INSERT, REPLACE, DELETE Beispieldokument für XQuery-Abfragen: <bib> <book year="1994"> <title>multimedia IR</title> <author> <last>schäuble</last> <first>peter</first> </author> <publisher>kluwer Academic</publisher> <price> 98</price> </book> </bib>

20 XQuery-Abfragen: 13.) Pfad-Ausdrücke: # XQuery benutzt die vereinfachte Syntax # von XPath für Pfad-Ausdrücke document( bib.xml ) /bib/book/author //author[last= Schäuble and first= Peter ] document( bib.xml )//author # Bereichsausdruck: /bib/book/author[1 TO 2] # BEFORE und AFTER: //book[author[last= Viannu ] BEFORE author[last= Abiteboul ] ] # Namespaces: NAMESPACE rev = " //rev:rating # Dereferenz: //publisher/web/@href->html

21 XQuery-Abfragen: 14.) FLWR-Ausdruck: (vergleichbar mit SELECT... FROM... WHERE von SQL) FOR $book IN document("bib.xml")//book WHERE $book/publisher = "Kluwer Academic" RETURN <book> { $book/title, $book/author } </book> 15.) Verwendung von FOR bzw. LET: FOR führt eine Anweisungsfolge (Sequenz) für jeden Knoten wiederholt aus und bindet eine Variable bei jedem Durchlauf an den gerade bearbeiteten Knoten. LET bindet eine Variable an die Anweisungsfolge als Ganzes. FOR $book IN document("bib.xml")//book LET $a := $book/author WHERE contains($book/publisher, "Kluwer Academic ) RETURN <book> { $book/title, <count> Number of authors: { count($a) } </count> } </book>

22 XQuery-Abfragen: 16.) Inner Join: FOR $book IN document(" $quote IN document(" WHERE $book/isbn = $quote/isbn RETURN <book> { $book/title } { $quote/price } </book> SORTBY (title) 17.) Outer Join: FOR $book IN document("bib.xml")//book RETURN <book> { $book/title } { FOR $review IN document("reviews.xml")//review WHERE $book/isbn = $review/isbn RETURN $review/rating } </book> SORTBY (title)

23 XQuery-Abfragen: 18.) Kombination von Ausdrücken: <bibliography> {FOR $book IN document("bib.xml")//book RETURN <book> { $book/author, $book/title } </book> SORTBY (author, title) } </bibliography> <bibliography> { FOR $book IN Expression RETURN Expression } </bibliography> <bibliography> {FOR $book IN document("bib.xml")//book RETURN <book> { $book/author, $book/title } </book> SORTBY (author, title) } </bibliography>

24 XQuery-Funktionen: Built-in-Funktionen: max(), min(), sum(), count(), avg() distinct(), empty(), contains() Die normative Menge ist noch nicht endgültig festgelegt worden nutzerdefinierte Funktionen entsprechend den Regeln der XQuery-Syntax rekursive Funktionen sind möglich können typbehaftet (typed) sein Erweiterungen sind geplant 19.) Anwendung von Funktionen in einer Abfrage: FUNCTION depth(element $e) RETURNS integer { -- Ein leeres Element entspricht der Tiefe 1, -- anderenfalls addiere 1 bis zur maximalen Anzahl der Kinder. IF empty($e/*) THEN 1 ELSE max(depth($e/*)) + 1 } depth(document("partlist.xml"))

25 20.) Umkehrung der Hierarchie: <bib> <book year="1994"> <title>multimedia IR</title> <author> <last>schäuble</last> <first>peter</first> </author> <publisher>kluwer Academic</publisher> price> 98</price> </book> </bib> aktuelle Forderungen: Datensuche per Schlüsselwort (ähnlich wie in Volltextsystemen), nutzerdefinierte Funktionen, automatische Abstract-Generierung (basierend auf dem Begriff der Dokumentenähnlichkeit bzw. der Verwandtschaft von Ausdrücken) Indexierung Darstellung von Ergebnisdaten in XML-Form (auf externen Medien)

26 Grundregel für den Sprachentwurf: C.A.R. Hoare: "The language designer should be familiar with many alternative features designed by others, and should have excellent judgment in choosing the best and rejecting any that are mutually inconsistent... One thing he should not do is to include untried ideas of his own. His task is consolidation, not innovation."