Bases de Datos XML - Consulta de datos semi-estructurados

Bases de Datos XML
Universidad Autonóma de Tlaxcala
Dr. Alberto Portilla Flores

2
Contenido
 Bases de datos XML
 XML y bases de datos
 Consulta de datos semi-estructurados:
 Conceptos de base
 DTD y esquemas XML
 XPath, XSLT, XQuery
 Extensiones y sistemas nativos
 Conclusiones y perspectivas

3
¿Por qué XML?
 Define un lenguaje ad-hoc de intercambio
 Solicitud, factura, entregas, etc.
 Datos del modelo y mensajes
 DTD (Document Type Definitions)
 Elementos y tipos validos (XML Schema)
 Puente con UML (Unified Modelling Language)
 Información de publicidad
 Neutral desde el punto de vista del formato
 Presentación con CSS y XSL
 Datos de almacenamiento
 Auto-descripción de archivos
Autor: G. Gardarin
Traducido: J.L. Zechinelli Martini

4
Lengua franca del siglo 21
 Estándar de intercambio
 Lisible: tagged mark text
 Claro: separación de forma y contenido
 Extensible: soporte para la evolución de aplicaciones
 Seguridad: firewall, encriptación, autentificación
 Desarrollado por W3C
 Para la Web (Internet, Intranet)
 Extendido para las aplicaciones industriales
 Soportado por diferentes constructores
 IBM, Microsoft .net, SUN, BEA, etc.
 Herramientas genéricas y abiertas
Autor: G. Gardarin

5
Datos y documentos
Autor: G. Gardarin
u Estrategia « Datos »
l Estructuración fuerte y simple
l Compatibilidad con SGBDR
l Actualización al día
l Integridad semántica
l Indexación exacta
l Adaptado a contextos
transaccionales y de toma de
decisión
l Eficiencia esperada « media » à
« fuerte » para una cantidad de
datos « media »
u Estrategia « Documentos »
l Estructuración débil y compleja
l Sistemas de documentos
especializados
l Gestión de versiones
l Investigación textual
l Indexación aproximada
l Acceso parecido a los motores de
búsqueda
l Eficiencia esperada « media »
para una cantidad de información
« fuerte »

6
Publicación multi-soportes
Autor: G. Gardarin
XML
Base de
datos
Aplicación de
publicación
(XSL)
TV numérica
Middleware
XMLizer

7
Intercambio de datos
Autor: G. Gardarin
Extractor
JDBC JDBC
Transformador
Base de
datos
relacional
Data warehouse
Minería de datos

8
DB de documentos
semi-estructurados
Autor: G. Gardarin
Hoja de
estilo
XSL
Hoja de
estilo
XSL
Consultas
HTTP GET
HTTP POST
Consultas
Mapeo
XML-SQL
Procesador
XSL
Hoja de
estilo
XSL
HTML generado
Servidor de aplicación
Proyecto AMELI: Una aplicación del
servidor XML para la captura y
consulta de documentos semi-
estructurados para Internet/Intranet
Interfaz de aplicación
Solicitud
SGBDR

9
Intercambio B2B-XML EDI
Autor: G. Gardarin
XML EDI
XMLizer
Internet
(SOAP)
Cliente
Proveedor

10
Aplicación: Captura y
almacenamiento de datos XML
Autor: G. Gardarin
HTTP Java / XML
Servicios Web
SQL
Constancia
de
inscripción
Formular XForms
Motor de
XForms
Cliente
Microsoft
C#
email
Depósito
XML
a
SQL
Lista de
inscritos

11
Sociedad ProXML
Autor: G. Gardarin
Red local
Mensajes XML de
empresas
Servidor de
aplicaciones
SGBDO
Servicio
Web
Servicio
aplicativo
Cliente
Nivel aplicación
Nivel de datos
SGBDR
Aplicación
patrimonial
ERP
CRM
XMLizer
Socios

12
Ventajas de XML
 Tecnología estructurada
 Interfaces claras de intercambio
 Ortogonal a la industria:
 Intercambio de datos
 Herramientas de oficina
 GED
 Sitios Web
 Bases de datos
 Integración e-business
 …
 Dirección:
 Evitar el aislamiento
Autor: G. Gardarin

13
XML: Resumen
 Meta lenguaje de marcado
 Define reglas para crear
documentos « taggeados »
 Separa la estructura de la
presentación
 Menos confuso que HTML
 Más simple que SGML
 Ideal para intercambiar datos
semi-estructurados
 Puede ser usado entre programas
Autor: G. Gardarin

14
Contenido
 XML y bases de datos
 Conceptos de base

15
Modelo XML basado en
grafos
 Expresión XML:
<person>
<name> Alan </name>
<age> 42 </age>
<email> alan@abc.com </email>
</person>
 Expresión SSD (Semi-Structured Data):
{person: {name: “Alan”, age: 42, email: “alan@abc.com”}}

16
Referencias
 XML permite asociar un identificador a los elementos como valor de un
atributo específico
<state id = “s2”>
<scode> PUE </scode>
<sname> Puebla </sname>
</state>
<city id = “c2”>
<cname> Ciudad de Puebla </cname>
<state-of idref = “s2” />
</city>

17
Orden
<person>
<firstname> John </firstname>
<lastname> Smith </lastname>
</person>
<person>
<lastname> Smith </lastname>
<firstname> John </firstname>
</person>
<person firstname = “John” lastname = “Smith” />
<person lastname = “Smith” firstname = “John” />

18
Otros constructores
 Comentarios en XML:
<!– this is a comment 
 Instrucción de procesamiento:
<?xml version = “1.0” ?>
<?xml-stylesheet href = “book.css”
type = “text/css” ?>

19
Otros constructores
 CDATA: caracteres que podrían confundirse
con marcas
<![CDATA[<start> an incorrect element </end>]]>
 Macros tales como el carácter “<”
<
 DTD:
<!DOCTYPE name [markupdeclarations]>

20
Otros constructores
 Documento completo en XML:
<?xml . . . ?>
<!DOCTYPE name [markupdeclarations]>
<name> . . . </name>
 Ejemplo:
<?xml version = “1.0” ?>
<!DOCTYPE db SYSTEM “person.dtd”>
<db> <person> . . . </person> </db>

21
Contenido
 Conceptos de base
 XPath, XSLT, XQuery: Trabajo práctico

22
DTD (Document Type Definitions)
 Servir de gramática para documentos XML
 Algunas extensiones sirven como esquemas para
representar información
 Expresiones regulares:
 e* (cualquier número de elementos)
 e+ (una o más ocurrencias)
 e? (cero o una)
 e | e’ (alternancia)
 e , e’ (concatenación)

23
DTD: Gramáticas
<!DOCTYPE db [
<!ELEMENT db (person*)>
<!ELEMENT person (name,age,email)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT email (#PCDATA)>
]>
<db> <person> <name> Alan </name>
<age> 42 </age>
</person>
. . .
</db>

24
DTD: Gramáticas
<!DOCTYPE recursiva [
<!ELEMENT node (leaf | (node,node))>
<!ELEMENT leaf (#PCDATA)>
]>
<node>
<node>
<node> <leaf> 1 </leaf> </node>
<node> <leaf> 2 </leaf> </node>
</node>
<node>
<leaf> 3 </leaf>
</node>
</node>

25
DTD: Esquemas
Esquema relacional:
 R1( A: D1, B: D2, C: D3 )
 R2( C: D3, D: D4 )
R1 R2
A B C
a1
a2
b1
b2
c1
c2
C D
c2
c3
c4
d2
d3
d4

26
DTD: Esquemas
<!DOCTYPE db [
<!ELEMENT db (r1*, r2*)>
<!ELEMENT r1 (a,b,c)>
<!ELEMENT r2 (c,d)>
<!ELEMENT a (#PCDATA)>
<!ELEMENT b (#PCDATA)>
<!ELEMENT c (#PCDATA)>
<!ELEMENT d (#PCDATA)>
]>
<db> <r1> <a> a1 </a> <b> b1 </b> <c> c1 </c> </r1>
<r1> <a> a2 </a> <b> b2 </b> <c> c2 </c> </r1>
<r2> <c> c2 </c> <d> d2 </d> </r2>
<r2> <c> c3 </c> <d> d3 </d> </r2>
<r2> <c> c4 </c> <d> d4 </d> </r2>
</db>

27
DTD: Esquemas
 Permitir que los elementos de R1 y R2
aparezcan mezclados:
<!ELEMENT db ((r1|r2)*)>
 Describir componentes opcionales o repetidos:
<!ELEMENT r1 (a,b?,c+)>
 Almacenar la definición del esquema fuera del
documento:
<!DOCTYPE db SYSTEM “schema.dtd”>
<!DOCTYPE db SYSTEM “http://.../schema.dtd”>

28
DTD: Atributos
<product>
<name language = “Spanish” department = “music”>
flauta transversal </name>
<price currency = “Pesos”> 4200.12 </price>
</product>
<!ATTLIST name language CDATA #REQUIRED
department CDATA #IMPLIED>
<!ATTLIST price currency CDATA #IMPLIED>

29
DTD: Referencias
<family>
<person id = “jane” mother = “mary” father = “john”>
<name> Jane Doe </name>
</person>
<person id = “john” children = “jane jack”>
<name> John Doe </name>
</person>
<person id = “mary” children = “jane jack”>
<name> Mary Smith </name>
</person>
<person id = “jack” mother = “mary” father = “john”>
<name> Jack Smith </name>
</person>
</family>

30
DTD: Referencias
 Redundancia:
 Representación anidada de la información
 Evitar reuniones de elementos para obtener la
información asociada
 Producto cartesiano:
 Representación normalizada
 Combinar la información de la base de datos usando
los identificadores

31
Documentos XML válidos
 Documento válido:
 Bien formado
 Conforme a una DTD
 Los identificadores deben ser valores distintos
 Los valores de las referencias deben ser
identificadores existentes

32
Limitaciones de las DTD
 Imponen orden (usar “|” como alternativa)
 No hay noción de tipos atómicos: sólo el tipo
#PCDATA
 No hay restricciones sobre las referencias: no se
puede definir una referencia específica (ID, IDREF,
IDREFS)
 Los tags son globales: usar espacios de nombres
(xmlns), v.g., person:name y course:name

33
Espacio de nombres
 Especificar globalmente nombres únicos para la
definición de elementos
 Anteponer a cada etiqueta o atributo un
identificador de recursos universal
 Usar un URL como identificador único:
 Se puede definir una abreviatura para los identificadores
 Se puede usar el atributo xmlns en el elemento raíz para
definir un espacio de nombres predeterminado

34
Espacio de nombres:
Ejemplo1
<table xmlns:SD = http://www.SellsDepartment.hp.org>
...
<SD:people>
<SD:person>
<SD:name> Alan </SD:name>
<SD:age> 42 </SD:age>
<SD:email> alan@abc.com </SD:email>
</SD:person>
…
</SD:people>
...
</table>

35
Espacio de nombres:
Ejemplo2
<table>
...
<people xmlns = “http://www.SellsDepartment.hp.org”>
<person>
<name> Alan </name>
<age> 42 </age>
</person>
...
</people>

36
Esquema XML (XMLSchema)
 Lenguaje de especificación de esquemas más sofisticado:
resuelve muchas de las deficiencias de las DTD
 Cuenta con tipos de datos para restringir los elementos:
xsd:string, xsd:decimal
 Permite indicar el número mínimo y máximo de apariciones
de los sub-elementos:
 Usando minOccurs y maxOccurs
 Por defecto, minOccurs = “1”, maxOccurs = “1”

37
DTD: Ejemplo
<!DOCTYPE db [
<!ELEMENT db (person*)>
<!ELEMENT person (name,age,email)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT age (#PCDATA)>
<!ELEMENT email (#PCDATA)>
]>
<db> <person> <name> Alan </name>
<age> 42 </age>
</person>
. . .
</db>

38
Esquema XML: Ejemplo
<xsd:schema xmlns:xsd = “http://www.w3.org/2001/XMLSchema” >
<xsd:element name = “db” type = “Empleados”/>
<xsd:element name = “person”>
<xsd:element name = “name” type = “xsd:string”/>
<xsd:element name = “age” type = “xsd:decimal”/>
<xsd:element name = “email” type = “xsd:string”/>
</xsd:element>
<xsd:complexType name = “Empleados”>
<xsd:sequence>
<xsd:element ref = “person”
minOccurs = “0” maxOccurs =
“unbounded”/>
</xsd:sequence>
</xsd:complexType>
</xsd:schema>

39
Esquemas XML: Ventajas
 Permite crear tipos definidos por el usuario
 Permite restringir los textos de los elementos a tipos
específicos: numérico, lista, etc.
 Permite restringir los tipos para crear tipos especializados:
valor mínimo y máximo
 Permite la extensión de tipos complejos mediante el uso de
una forma de herencia
 Permite restricciones de unicidad y de clave externa
 Está integrado con espacio de nombres para permitir a
diferentes partes de un documento adaptarse a un esquema
diferente

40
Contenido
 DTD y esquemas XML

41
Consulta y transformación
 El resultado de una consulta XML puede ser un
documento XML:
 Extraer información de grandes volúmenes de datos
 Convertir los datos entre distintas representaciones
(esquemas) en XML
 Lenguajes de consulta y transformación:
 XPath, expresiones de rutas de acceso (constructor)
 XSLT, lenguaje de transformación (formato de datos)
 XQuery, estándar para consultar datos XML

42
Modelo de árbol
 Nodos:
 Atributos
 Elementos que pueden tener nodos hijos
 Contenido textual de un nodo:
<element>
Éste es un <bold> buen </bold> libro
</element>
 Orden de los elementos y atributos

43
XPath
 Expresiones de ruta de acceso:
 Secuencia de pasos de ubicación separados por “/”
(en lugar del “.” de OQL)
 El resultado es un conjunto de valores
 Ejemplo: /family/person/name

44
/family/person/name
<family>
</person>
</person>
</person>
</person>
</family>

45
/family/person/name
<family>
</person>
</person>
</person>
</person>
</family>

46
XPath
 Expresiones de ruta de acceso:
 Secuencia de pasos de ubicación separados por “/”
(en lugar del “.” de OQL)
 El resultado es un conjunto de valores
 Ejemplo: /family/person/name

47
XPath
 Acceder a los valores de los elementos:
/family/person/name/text()
 Acceder a los valores de los atributos:
/family/person/@children
 De forma predeterminada, no se siguen las referencias
IDREF

48
XPath
 Predicados de selección
 Contar nodos coincidentes
 Saltar niveles
 La función “id”
 El operador “|”
 Padre y descendientes

49
XSLT (XML Stylesheet
Language)
 Serie de reglas recursivas denominadas
plantillas:
 Originalmente diseñado para generar HTML
 XSL Transformations, mecanismo de transformación
de propósito general usado para transformar un
documento XML en otro documento XML
 Selección de nodos en un árbol XML mediante
una expresión XPath

50
XSLT: Plantillas
 Plantilla definida por dos partes:
 La parte selección es definida por una expresión
XPath
 La parte coincidencia devuelve los valores de los
nodos en el resultado de la expresión XPath
<xsl:template match = “/family/person”>
<xsl:value-of select = “name”/>
</xsl:template>
<xsl:template match = “*”/>

51
XSLT: Generación
 La segunda plantilla coincide con todos los
nodos:
 Copiar su contenido textual en el documento salida
(comportamiento predefinido)
 Aplicar recursivamente las plantillas a sus sub-
elementos
 Creación de elementos y atributos:
 xsl:element
 xsl:attribute

52
XSLT: Generación
 Todo texto o etiqueta fuera del espacio de
nombres xsl se copia a la salida sin cambios:
<persona>
</persona>
</xsl:template>

53
XSLT: recursividad estructural
<xsl:template match = “/family”>
<personas>
<xsl:apply-templates/>
</personas>
</xsl:template>
<persona>
</persona>
</xsl:template>
Recursividad
forzada

54
XSLT: Claves
 Búsqueda de elementos mediante el uso de
valores de sub-elementos o atributos:
<xsl:key name = “pkey”
match = “person”
use = “name”/>
 Uso de claves:
<xsl:value-of select =
key( “pkey”, “Jack Smith” )/>

55
XSLT: Ordenar
<xsl:template match = “/family”>
<xsl:apply-templates select = “person”>
<xsl:sort select = “name”/>
</xsl:apply-templates>
</xsl:template>
<xsl:template match = “person”>
<persona>
<xsl:value-of select = “age”/>
</persona>
</xsl:template>

56
XQuery
 Consultas:
 Parecidas a las consultas SQL
 Organizadas en expresiones FLWR
 Cuatro secciones:
 for: similar a la cláusula from de SQL
 let: asignación de expresiones a variables
 where: similar a la cláusula where de SQL
 return: construcción de resultados en XML

57
XQuery: Consulta simple
 Obtener las referencias de los hijos de los
adultos mayores:
 for $x in /family/person
let $lista := $x/@children
where $x/age >= 60
return <hijos> $lista </hijos>
 for $x in /family/person[ age > 60 ]
return <hijos> $x/@children </hijos>

58
XQuery: Ordenar
 Usar al final de cualquier expresión la
cláusula sortby:
 for $p in /family/person
return <result> $p/* </result>
sortby (name)
 sortby (name descending)

59
XQuery: Funciones
 Funciones sobre conjuntos:
 Eliminar duplicados: distinct
 Funciones de agregación: sum, count, etc.
 El operador “->” se puede aplicar sobre valores
de tipo:
 IDREF para obtener el elemento
 IDREFS para obtener un conjunto de elementos

60
XQuery: Funciones
 Funciones incorporadas:
 document(name)
 number(string)
 Otras características:
 if-then-else
 some $e in path satisfies P
 every $e in path satisfies P

61
Contenido
 Consulta de datos semi-estructurados:
 XPath, XSLT, XQuery

62
1. Introducción
 Generaciones de bases de datos:
 Red y jerárquico 70 - 80
 Relacional 80 - 90
 Objeto-Relacional 90 - …
 WEB y bases de datos:
 Pérdida de RDV (conexiones)
 Servidores de aplicaciones débilmente acopladas
 La WEB es una base distribuida muy voluminosa
 Estructuración débil (flexible)
 Orientado a documentos ...
Autor: G. Gardarin

63
XML
 Integración de datos y meta-datos
 Las bases de datos no pueden ser indiferentes:
 Almacenamiento de documentos XML
 Consulta de documentos XML
 ¿Evolución o revolución?
 ¿Qué modelo de datos?
 ¿Qué lenguaje de consulta?
 ¿Cómo integrar soluciones nuevas y viejas?
Autor: G. Gardarin

64
Modelo interno y productos
 Middleware XML BD:
 Arriba de un SGBD
 Técnicas de mapeo sofisticadas
 Sistemas nativos:
 Técnicas de investigación y almacenamiento especializado
 Extensión de SGBD relacionales:
 Agregar tipos de datos nativos
 Soportar documentos extendidos
 Bases de datos orientadas a objetos:
 Uso de modelos orientados a objetos
Autor: G. Gardarin

65
2. Middleware XML
Componentes de software
usando un SGBD (objeto-
relacional):
 Almacenamiento y consulta
de documentos XML
 Transformación de XML a
relaciones
 Vice-versa
Autor: G. Gardarin
SQL
SGBD
Tablas
Almac.
XML
Recup.
XML
XQuery XML
XML
Índices

66
Mapeo
 Orientado a reglas:
 tabla = documento plano en XML
 XML anidado:
 XSL
 XQuery
 Orientado a esquema:
 Tipos de datos
 Control de los documentos
insertados y recuperados
 Normalización de datos (sin
redundancia)
Autor: G. Gardarin
Vista por
defecto XML
JDBC
XML
RDBMS
XMLizer

67
Difundiendo en XML
 Nativo:
 Renglones transformadas
en elementos
 Columnas a atributos o
elementos anidados
 Anidado:
 ¡XML no es plano!
 ¿Cómo anidar?
 Estructuras (árboles)
 Esquemas (mapeos)
Autor: G. Gardarin
<TABLE>
<VINS nv="100" cru="Volnay" mill="1999" degré="11" />
<VINS nv="200" cru="Chablis" mill="2000" degré="12"/>
</TABLE>
VIN
S
nv cosec
ha
año gra
do
100 Volna
y
199
9
11
200 Chabl
is
200
1
12

68
Consulta en XQuery
 Reescritura de consultas:
 Transformación a SQL
 Aplicar un mapeo
 Indexación:
 Rápido acceso a tags
 Rápido acceso a datos
 Optimización del Join:
 Orden de Joins
 Expresiones regulares
 Dificultades:
 Generalidad
 Eficiencia
Autor: G. Gardarin
Tables
JDBC
XQuery
Vista XML
XML
Tables
Query
processor

69
Almacenamiento en XML
 Datos:
 Columnas de tabla
 Tablas genéricas o
aplicativas (SQL)
 Estructura:
 Pérdida o almacenada
 Difícil de encontrar de
nuevo
 Administrada en la base de
datos
 Grafo de nodos
Autor: G. Gardarin
JDBC
Mapeo de
esquema
XML
Esquema
XML
Tablas
Transformador

70
Mapeo entre esquemas
 Correspondencia:
 Elemento a columna
 Atributo a columna
 Generación de datos
 Llaves
 Restricciones referenciales
 Reglas de administración
 Control de integridad
 …
 Editor de Mapeos
Autor: G. Gardarin
Restaurant(#R,Name, Address, Comments)
Menu(#R, Starter,Course,Dessert)

71
Oracle: XSU
 Almacenamiento y publicación:
 Mapeo de XML plano a una tabla
 Mapeo de XML anidado a tablas anidadas
 Tags especiales <rowset> y <row>
 Comandos PutXml y GetXml
 Posibilidad de pasar a través de iFS y XSL
 Consultas:
 Servlet XSQL
 Documentos XML con consultas SQL
 Transformación nativa de resultados de consultas
Autor: G. Gardarin

72
Oracle: DB XML
 Integra XSU (mapeo) y el tipo XMLType
 Consulta vía SQL extendido (SQL/XML)
Autor: G. Gardarin
Función Rol
XMLAgg Dada una colección de fragmentos regresa un documento XML agregado
XMLConcat Dado un conjunto de instancias de tipo en XML correspondiente a los valores de una columna de
los renglones de una tabla regresa las instancias concatenadas
XMLElement Dado el nombre de un elemento, una colección de atributos opcionales, el contenido de un
elemento, regresa una instancia XMLType
XMLForest Convierte un conjunto de argumentos en XML y regresa un fragmento XML que es la
concatenación de los argumentos
XMLColAttVal Convierte el valor de una columna a XML
XMLSequence Transforma un conjunto de líneas referenciadas por un cursor dentro de una secuencia XML
XMLTransform Aplica una hoja de estilo XSL a una instancia de un XMLType y regresa una instancia XMLType
ExtractValue. Dada una instancia XMLType y una expresión XPath regresa el valor del nodo seleccionado
ExtractXML Dada una instancia XMLType y una expresión XPath regresa una estructura XML representando el
nodo seleccionado.

73
Microsoft
 SQL Server 2000:
 Transforma XML a tablas
 Definido por asistentes
 Ejecutado por procesos
almacenados
 Generación de resultados
en XML
 Por SELECT … FOR XML
 Proyecto Yukon 2003:
 ¿SGBD nativo?
Autor: G. Gardarin
SQL
Server
RowSet
SQL
XML
Files
XPath
XQuery
XML
XML
View

74
Microsoft: SQL Server XML
Autor: G. Gardarin
Procesador
Esquemas XSD
mapeados
XPath
XQuery
Query
XML
Servidor
SQL
Rowsets
FOR XML
SQL
Queries
FOR XML
Queries
SQL
Queries
FOR XML
Queries
FOR XML
XMLBulkload
BCP/SQL
XML
Updategrams
update /
insert / delete
XML

75
IBM XPeranto: Arquitectura
 Vistas XML
usando un
SGBDR (DB2)
 XQuery dentro
del traductor y
optimizador de
SQL
 Será integrado
en DB2 en una
versión futura
Autor: G. Gardarin
Consulta sobre una
vista XML Resultado XML
Analizador de consultas
(Query parser)
Reescritura de consultas
(optim) (Query Rewrite)
Traducción SQL
(SQL Translation)
‘Tagging’ XML
Consulta SQL
Resultado
relacional
Sistema de base de datos relacional

76
IBM XPeranto: Álgebra
Autor: G. Gardarin
Operador Descripción
Table Toma una tabla como flujo de entrada a partir de la base de datos
Project Evalúa un resultado con respecto de un flujo de entrada
Select Proyecta un dato de entrada de acuerdo a un criterio
Join Une 2 o más flujos de datos de entradas
Groupby Agrega un flujo de datos de entrada
Orderby Ordena un flujo de entrada
Union Unión de 2 o más entradas de flujos de entrada
Unnest Aplana listas con respecto a un elemento pivote
View Representa un nodo correspondiente a una vista
Function Llama una función XQuery

77
e-XMLMedia: XMLizer
 XML extracción
 XQuery traducido a SQL
 XML guardado en la BD
 Mapeo de esquemas
 Acelerador XTree (Depósito)
 Portable:
 Oracle, SQLServer, PostGres,
…
Autor: G. Gardarin
Extractor Transf.
JDBC
XMLizer
Relational
DB
Scripts XQuery
API XML/DBC
Reglas de mapeo
API SAX2
SGBD Relacional

78
e-XMLMedia: Depósito
 Mantiene la identificación
del documento
 Mantiene la estructura del
documento
 Reconstrucción rápida
 XTree + Clustering
 Navegación rápida
 XPath por selección
 Indexación de contenido
 XTree
Autor: G. Gardarin
(1,7)
Nombre
(2,2)
Tipo
(3,3) (4,6)
(5,5) (6,6)
(7,7)
Guía
(0,7)
Rue
Categoría
Ville
Dirección
Restaurantes
Tour
d’Argent
Fish
Bd Seine Paris
***

79
e-XMLMedia: Depósito
Autor: G. Gardarin
Tablas
relacionales
Inserción
Parser XQuery
Traductor SQL
API XML/DBC
XML
MAP
XQuery XML
Búsqueda
Colecciones
Extracción
XML
Transf.
XTree

80
3. SGBD XML nativo
 Construido para XML
 Almacena documentos
completos sin
descomponerlos en
elementos
 Usa técnicas de indexado y
árboles específicos
Autor: G. Gardarin
Árboles
Almacenar
XML
Recuperar
XML
Consulta XML
XML
Índices
Corazón del SGBD
Concurrencia, Fiabilidad

81
Indexación de texto plano
 Tesauros:
 Conjunto de términos asociados
 Lista de palabras importantes
 Palabras preferentes y sinónimos
 Especializaciones y translaciones
 Estándares ISO 2788 y ANSI Z39.19
 Raíces (steming) y lemas (preferente)
 Listas inversas:
 Archivos y palabras significativas
 Para cada palabra, dirección en el documento
 Firmas:
 Vector de palabras que caracterizan el contenido
Autor: G. Gardarin

82
Índices
Autor: G. Gardarin
XPath Palabras Frec. Liga
/doc/resum Base 5 Doc1
3 Doc2
2 Doc3
/doc/resum Data 4 Doc1
3 Doc2
2 Doc3
/doc/sect1 Object 5 Doc1
2 Doc4
BDR
XML
...
Objetos
 Muy útil para indexar tags y datos

83
Productos
 Start ups:
 Software A.G. Tamino http://www.softwareag.com/
 X-Hive/Db http://www.x-hive.com/
 Coherity http://www.coherity.com/
 IXIA soft http://www.ixiasoft.com/
 XML Global http://www.xmlglobal.com/
 NeoCore http://www.neocore.com/
 Integración de un tipo especial en SGBD-OR:
 DB2 XML Extender
 BLOB
 Funciones de acceso Xpath integradas a SQL/XML
 Oracle 9.i XML DB
 Soportes XMLType
 Consulta a través SQL/XML
Autor: G. Gardarin

84
Tamino Software AG
Autor: G. Gardarin
Acceso a Tamino a partir de
aplicaciones XQL, SQL, OO
Almacenamiento nativo XML
Uso de Tamino en Internet
sin programar
Provee mapeo de datos y
acceso a datos heterogéneos
Administración de Internet
Tamino SDK
X-Port Technology
X-Machine Technology
X-Node Technology
Tamino Manager

85
Nativo vs. Middleware
 Ventajas de usar Middleware:
 No se necesita un nuevo SGBD
 Posibilidad de normalizar datos
 Portabilidad entre SGBD
 Estándares respetados
 SQL, J2EE, XQuery
 Buen desempeño para acceder
granos pequeños
 Ventajas de usar nativo:
 Nuevo SGBD
 Concebido para XML
 Integridad de documentos
 Buen desempeño para
acceder a información a
grano grande
Autor: G. Gardarin

86
Sistemas de documentos
 Excelon (http://www.odi.com)
 DOM implementado sobre OODBMS Object Store
 BladeRunner (http://www.broadvision.com)
 Interleaf Broadvision
 Documentum (http://www.documentum.com)
 Documentum 4.i supports XML natif
 Separación de elementos textuales indexado desde 02/2001
 Arbortext (http://www.arbortext.com)
 Epic E-Content Engine E3
 Fusión de XML vía XSL, sobre Oracle iFile System
 Oracle (http://www.oracle.com)
 Intermedia Text
Autor: G. Gardarin

87
Contenido
 Consulta de datos semi-estructurados:
 XPath, XSLT, XQuery
 Extensiones y sistemas nativos

88
Conclusión
 ¿XML puede cambiar la construcción de bases de datos?
 Investigación en BD semi-estructuradas
 Necesidad de esquemas flexibles (XML Schema)
 Lenguajes de consulta estandarizados (XQuery)
 El efecto de la Web ...
 ¿Integración débil usando objeto-relacional?
 Transformación a tablas
 Administración de grafos
 ¿Middleware o SGBD?
 Estrategias innovadoras:
 SGBD XML nativos
 El mercado es todavía reducido …
Autor: G. Gardarin

Bases de Datos XML - Consulta de datos semi-estructurados

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Destacado

Destacado (20)

Similar a Bases de Datos XML - Consulta de datos semi-estructurados

Similar a Bases de Datos XML - Consulta de datos semi-estructurados (20)

Bases de Datos XML - Consulta de datos semi-estructurados