DB2 pureXML引發的回顧

 　　內容提要：

　　DB2 pureXML功能部件允許您將格式良好的 XML 文檔以分層結構的形式存儲在具有 XML 數據類型的表列中。通過將 XML 數據存儲在 XML 列中，數據可保持其本機分層結構形式，而不是將其作為文本存儲或映射為其他數據模型。因為 pureXML 數據存儲已完全集成，所以可利用現有 DB2數據服務器功能來訪問和管理存儲的 XML 數據。將 XML 數據以其本機分層結構形式來存儲可以使 XML 的搜索、檢索和更新效率更高。XQuery、SQL 或上述二者的組合可用於查詢和更新 XML 數據。返回 XML 數據或采用 XML 自變量的 SQL 函數(稱為 SQL/XML 函數)還能根據從數據庫中檢索的值來構造或發布 XML 數據。

　　簡介

　　許多年以來在數據庫技術領域很少有重大的技術創新能夠引起人們對整個數據庫發展歷程的回顧與反思。2006年DB2 9中推出的pureXML技術對過去數十年來關系型數據庫的最基本的數據組織方式進行了重大的創新，第一次讓我們對數據庫的歷史以及過去支撐其發展壯大的理論基礎和外部挑戰從新的角度進行審視。

　　今天我們很少去回顧數據庫的歷史，對於絕大多數IT技術人員，數據庫等同於關系型數據庫，數據則和表緊密聯系。E-R模型幾乎是我們描述世界的唯一方式， SQL語言是數據庫信息訪問處理的唯一手段。關系型數據庫已經成為了一種宗教式的信仰，數據相關的所有理論問題似乎都已經解決。

　　然而歷史的發展總是在我們不經意間產生轉折，所有重大技術的產生及發展都有其生存的土壤。40年前數據庫的誕生並不是關系型數據庫，第一代的數據庫第一次實現了數據管理與應用邏輯的分離，采用層次結構來描述數據，是層次型數據庫(IMS)。第二代數據庫奠基於上世紀70年代E.F Codd博士提出的關系型理論以及SQL語言的發明。實現了數據建模和數據操作處理的標准化，關系型數據庫在其後的20多年的時間取得了長足的發展,得到了廣泛的應用。技術的演進主要集中在性能、擴展性和安全性等方面的提升，其基本的理論框架和技術理念並沒有大的變化。

　　與之相反，在過去的20多年時間裡，IT產業發生了重大的變化和一系列技術及理念的創新。數據庫所生存的外部土壤隨著Internet以及在網絡環境下IT系統互連互通相互協作的趨勢，對信息管理技術提出了新的挑戰。概括而言，有以下難以回避的重要問題：

　　多樣化的世界-信息的復雜性

　　今天信息的復雜性與關系型數據庫理論產生的時代已不可同日而語，信息的結構日益復雜，隨著個性化服務等需求增長，信息的多樣性和差異性都大大增加了。而關系型理論在管理信息復雜性方面的不足日益明顯。E-R模型本質上是一個二維的模型，通過一系列的二維關系的組合來描述復雜實體對象，每個表所代表的所有實體在建模設計時沒有差異性，即使只有一個實體所擁有的屬性，也必須為其建立一個字段。因而在很多系統中，我們經常可以看到一張表有數百個字段，而對於每條記錄，大多數字段都是空的。如果這種個體間的差異性不是僅僅表現在屬性上，而且涉及到結構和關系，則需要為有差異的實體建立不同的表和對應關系。因而今天的許多業務系統往往需要幾千張表，甚至數萬張表。數據庫的結構變十分復雜，數據庫中的信息變得難以理解。

　　多種信息應用方式-信息的可理解性

　　從某種意義上而言，今天業務系統數據庫的信息是業務系統運行的副產物。數據庫為支撐特定業務應用的運行而設計，數據庫中的數據也只被單一系統使用，所以很少考慮這些信息是否易於理解。然而，今天越來越多的系統需要相互協作、共享信息。信息的可讀性，能否易於理解變得日益重要。關系型數據庫在此方面存在較大不足，表中的數據不能自我描述，表於表之間的關系在數據中不能直接清晰地體現。從而使得很多系統即