关于SQL、XML与NoSQL数据库

时间：2021-06-04 08:57:23

说到数据库，还得从文件的记录说起。谭浩强在他的畅销书《BASIC语言》中就描述过从顺序文件或随机文件读取等长的（固定格式的）记录。实际上，文件的记录不必等长，即包含的字段可以不同，并且即使记录不等长的文件也能支持非顺序查找，如二分查找、或改进的按照平均记录长度估计记录位置的查找算法。下面的交易文件就是带不等长记录的文件的示例。

INVOICES 2001-7-15 20:00
  Total     643 $15870.25
  Hash      10983465087380918366508371136410
.
Invoice #1234500001 2001-07-15 9:20
  Customer  #X006-5432 Johnny Appleseed
  PhoneX    123-456-7890 johnny@appleseed.com
  Address   Appleseed Inc., 109 Apple Ave., New York City, NY 10456
  Items 2 $61.28
    Item #CX015A(HP-Deskjet-1010)       $36.30 discount=-$5(new-customer)
        HP DeskJet 1010 Printer 
    Item #DF040Z(RCA-MP3-P3230)         $19.98
        RCA 4GB MP3 Player with Flipout USB and Display
    Shipping                            $10.00 UPS-normal
.
Invoice #1234500002 2001-07-15 9:45
  ... ...
.
Invoice #1234500003 2001-07-15 9:53
  ... ...
.
  ... ...

这样的数据文件格式对于用户很有价值。

1. 它是自然的直观的交割用的记录，比从数据库中查出的结果更为实在。例如，营业员每天向店主送交一份上述格式的交易文件，同时在账簿上留下手写的核对过的总额与签名。
2. 文件包含店主最为关心的、与账目直接相关的记录，而忽略了其他数据库操作，如用户更改个人信息的操作等。
3. 文本格式的文件更适于长期保存（例如刻录在光盘上备查，注意光盘只读、体积小、且能增量刻录的特点）。数据库厂商的数据文件格式（如Microsoft的mdb文件）说不定过几年就因版本过时而无法用软件读取了。此外，标准的文本格式数据也不会受更换技术（如数据库或其他软件产品）的影响。
4. 灵活紧凑的文本格式更容易直接阅读。
5. 店主在使用交易数据作商业决策时，实际上不必关心当天的（尚未上报的）交易记录。因此，上述的报告文件格式已能满足店主本身的数据需求，即店主自己使用的数据库可以直接以上述报告文件为源数据。

应当说明，这样的记录文件也必须有严格的数据格式定义，就像XML的DTD或Schema定义一样，以确保有效性。（从标准XML文档产生上述格式的文本文件的XSLT转换可能可以用来定义schema。）同时也应看到，XML并不能满足所有自动验证的要求，如例中核对总数与总额。另外，用户也可以选择其他的记录文件格式，如XML或Excel。前者有成熟的schema工具，后者则强调灵活的文档布局与可读性。

前面已经提到，在记录文件中根据顺序编号快速检索出某一Invoice记录并不困难，但按照其他方式查询（如根据顾客姓名）就需要另建索引文件。实际上，不难想像将Unix的标准grep（在文件中搜寻）命令扩展，以支持格式化的查找。并且，该命令可以利用手动或自动建立的索引提高查询效率。下面的示例用到类似XPath的语法。 

xgrep Invoice[Customer='Jonny Appleseed'] invoice.dat

实际上，XML的查询比SQL查询更有趣，这可以从HTML用到的CSS语法看出。当然，也不难想像用类似SQL的语法查询一个文件、甚至查询多个文件的JOIN。例如，从前面的Invoice文件可以（根据ItemId）建立将交易记录按产品类型归类的视图。数据库（数据分析）软件则可以建立在这些查询工具之上。XML数据库与NoSql数据库（如MongoDB）实现了类似的储存与查询功能，但它们大多强调独特的储存方式、查询语法及海量处理能力，而不是使用已有的用户数据文件。

另外，操作系统可以在以下几方面支持上述文件格式及查询。

1. 通过设置文件格式（类似DTD、XML Schema），操作系统可以支持在本地用二进制格式保存数据文件。这能压缩文件大小并且提高查询速度。仅当拷贝到其他目录下时，文件才被还原为文本格式。
2. 将结构化文档映射（mount）为目录结构。这方便为文件的子节点设置权限，例如禁止一个操作员查看某类产品的交易数据。另一方面，这也方便了在操作系统级别对文件节点的访问作记录（日志）。目录结构映射甚至可以用来支持查询本身。
3. 操作系统应支持统一处理动态生成的文件（视图），以便为它们也提供目录结构映射。（Unix中用cat(concatinate、“连接”)的命令名暗讽这一功能。）

标签：

相关文章