Question

我们每天都会获得包含完整数据集的最新XML。这甚至可以在一天内多次发生。现在我们想运行我们的测试脚本，它们以XML格式访问这些数据。 XML以Salami Slice格式构建。

<Book id="01">
    <Name>A</Name>
    <ChapterRef id="02"></ChapterRef>
</Book>

<Book id="03" >
    <Name>B</Name>
    <ChapterRef ref="02"></ChapterRef>
    <ChapterRef ref="04"></ChapterRef>
</Book>

<Chapter id="02">
    <Name>Introduction</Name>
    <nPages>10</nPages>
</Chapter>

<Chapter id="04">
    <Name>Summary</Name>
    <nPages>20</nPages>
</Chapter>

注意： ID是唯一的。

使用Xpath / XQuery，访问数据的查询如下： - 获取 nPages 的值，其中Book.Name =＆＃34; B＆＃34; ＆安培;＆安培; Chapter.Name =＆＃34;摘要＆＃34;。

问题： XML中有大量数据。因此，如上所示随机访问这些XML文件需要花费大量时间。目前，我们正在使用XSLT将数据从萨拉米香肠切片转换为俄罗斯娃娃，以便快速访问数据。但这使得XML文件非常大。

我想知道基于XML的原生数据库（BaseX等）是否可以在这方面提供帮助。他们可以使用索引以salami切片格式（无需转换）存储数据，以便快速访问数据吗？另外一个需要考虑的重要因素是，如果将此数据导入到基于本机XML的数据库，并且其索引需要花费大量时间或者是手动任务，那么此解决方案也不是一个可行的解决方案。

注意：仅限＆＃34;只读＆＃34;需要随机访问才能读取数据库中的数据。没有必要将其写回XML。

Answer 1

使用流处理可以使用XSLT处理大型XML文档，这也是强制自己只通过文档一次的方法。流也被设计为“随着数据到达”工作，这意味着转换可以在另一个进程正在写入流时启动（可以是文件或字节流，只要它是XML）。

这是XSLT 3.0的一项新功能，并且（至少）受Saxon和Exselt支持。

如果您需要随机访问，XML数据库可能是更好的解决方案。您可以使用XQuery仅对需要更新的部分进行更新，从而避免每次都必须处理大量的初始XML。此外，使用XQuery，您可以使用XSLT + XPath重用现有技能，因为这些语言有很多共同点，但XQuery更适合数据库访问。

StackOverflow不允许使用工具建议，因此我不会考虑您应该选择的众多XML数据库中的哪一个，这显然是基于预算，实施时间，现有技术和知识的重用等的决策。 / p>

以萨拉米片格式访问大型XML的最快方法是什么？

1 个答案: