前言

　　在关系数据库中存储 XML 数据会提供可靠性、可管理性以及 RDBMS 的其他优点。但是，如果采用笨拙的存储方法(比如分解和 CLOB)，应用程序的性能就会出现问题。当IBM在DB2 9中引入pureXML之后两年，这个问题已经解决了。

　　当IBM在2006年推出DB2 9时，它的pureXML技术引起了广泛的关注。但是，人们并没有马上接受 “关系/XML” 混合型DBMS的思想。这种思想的好处很明显：通过把 XML 引擎和现成的 RDBMS 集成在一起，XML 数据可以轻松地合并到数据操作中，还可以对 XML 数据应用关系系统的许多数据管理特性，比如安全性和存档。但是，这种做法的性能怎么样呢?考虑到对象-关系数据库过去的性能，人们对混合型系统的性能抱着怀疑态度。

　　两年之后，pureXML 的性能影响不仅停留在理论上，而且已经在真实环境中表现出来了。

　　希望通过 XML 获得什么？

　　在开发 pureXML 和 DB2 9 的 5 年中，IBM 深入研究了 XML 的性质(XML 具有强大的灵活性，同时也非常繁琐)，发现了需要改进的五个方面。IBM 主要关注两个性能因素：存储模型和查询优化。

　　XML 数据由一个层次化的树结构表示，通常包含多个层和大量节点，因此这种格式很难优化和编制索引。它还涉及某种形式的压缩。因此，XML 查询可能变得非常复杂。

　　存储 XML 数据的一种常用方法是字符大对象(CLOB)。与二进制大对象(BLOB)一样，CLOB 通常作为一个整体存储，很少为编制索引或查询优化进行预处理。另一种方法是把 XML 数据 “分解” 为关系数据的列;这种方法需要复杂的解析技术，通常使用大量存储空间。

　　DB2 pureXML 把 XML 数据存储为经过预先解析的层次化格式，这种格式反映数据的底层嵌套结构。这种格式支持编制复杂的索引，并允许对物理存储中的数据进行压缩。在执行查询时，pureXML 把 XQuery 和 SQL/XML 查询转换为一种在多方面(跨语言、查询重写、优化索引和成本)经过优化的统一格式。XML 压缩、查询优化以及关系和 XML 处理的混合(在 DB2 9.5 中还改进了插入和更新性能)改进了数据库的处理性能;IBM 的测试和真实项目表明，与 DB2 V8 或其他 DBMS 中的相似操作相比，速度提高了 10 到 20 倍(参见相关内容中 “成功带来的喜悦”部分)。

　　更适合 XML 的模型

　　pureXML 的性能特点还包括其适应性。要点：XML 数据并不会取代关系数据。对于标准的金融业务，XML 数据很难超越关系数据库，但是 RDBMS 很难处理出版物，比如整本书、杂志或期刊。如果应用程序中的数据具有复杂的层次结构，或者包含大量非结构化信息，RDBMS 也很难处理。例如，生命科学组织正在把许多常用数据由各种专有格式转换为 XML。在某些情况下，对于难以在传统 RDBMS 中存储和提取的数据，XML 格式提供了优化的数据访问路径，这使 XML 数据库在根本上具有显著的性能优势。

　　XML DBMS 还有一个优点：它们能够通过 Web 服务或其他方法与 XML 应用程序直接通信。因为 XML 在因特网上使用广泛，应用程序之间的通信也大量采用 XML 格式，所以让整个通信链(应用程序 – 消息 – 数据库)都采用 XML 格式是很有意义的。

　　IBM 的 pureXML 在技术方面有许多重要的创新(68 项新专利！)，但是 IBM 关系/XML 模型真正的价值在于它在主流企业应用程序中表现出的性能。