DB2 最佳實踐: 使用 DB2 pureXML 管理 XML 數據的最佳實踐，第 2 部分：向 DB2 數據庫中添加 XML 數據指南

高性能地插入 XML 文檔

DB2 VERSION 9.5 向把 XML 數據遷移進 DB2 表中提供了 3 個選項：插入，導入和裝載。從調優的角度來看插入和導入有類似的特點，因為導入實用工具事實上就是執行了一系列插入操作。

提示：裝載實用工具的優勢對 XML 和對關系型數據都一樣：數據不需要記錄日志而且是自動啟用並行來提高性能。 DB2 基於 CPUs 數目和表空間容器來判斷一個默認並行度。在其它方面，導入和插入的好處是數據可以在其它事務正在運行的時候插入到表中，所有約束都會被校驗，而且觸發器也會生效。

在某些情況下通過執行有中間過渡表的 ETL 操作來裝載 XML 數據到一個中間過渡表和填充實際目標表是有很多好處的。

你是否使用插入、導入或裝載，應用下面性能指南：

作為一個關鍵的前提條件，確保 DMS 表空間使用大頁面大小，比如 16KB 或者 32KB 。

即使如果你沒有在目標表上定義任何索引，為了高效的 XML 存儲訪問，DB2 pureXML 存儲機制會顯式的維護域和路徑索引。因此你應該提供足夠的緩沖池空間以支持索引讀取。

如果你有多個用戶定義 XML 索引，那麼通常在沒有任何數據插入的情況下定義它們要比之後再定義更好。在插入過程中，每個 XML 文檔將只被處理一次，以對所有 XML 索引生成索引輸入。然而，如果你在之後執行了多個 CREATE INDEX 語句，在這個 XML 列中的所有文檔都會被讀取多次。

另外，對插入和導入操作考慮下面的指南：

增加日志緩沖大小（LOGBUFSZ）和日志文件大小（LOGFILESIZ）有助於提高插入性能。這對 XML 插入非常重要，因為每行的數據量會比關系型數據要大很多。推薦使用一個快速 I/O 設備來存放日志。

如果你使用插入，一個小的 COMMITCOUNT 值參數也會影響性能。每 100 行或更多行一提交將比每行都提交擁有更好的性能。你可也可以省略 COMMITCOUNT 參數讓 DB2 在恰當的時候提交

ALTER TABLE < 表名 > APPEND ON 語句對這個表啟用追加模式。新數據被追加到表的最後而不是在現有頁面中搜索空閒空間。更多細節和指南見 DB2 文檔。

把大型 XML 文檔拆分成更小的片段

如果需要轉換或移動的 XML 文檔的數量很多，常常是把它們聯合成一個大型的 XML 文檔。處理一個大型文檔常常要比處理上千個瑣碎文件要容易。圖 9 顯示了一個 XML 文檔的結構，這個文檔使用根元素 <alltrades> 來壓縮一批 FpML 文檔。

提示：當你收到這樣一個“復合文檔”，你會希望把它分拆為單獨的交易並在 TRADES 表中的每一行都插入一個交易文檔。這將提供比存儲在一個復合文檔片段中更好的查詢和更新性能。

清單 1. 復合 XML 文檔結構
<FpML>　
　　<trade>　
　　　...　
　　</trade>　
　</FpML>　
　<FpML>　
　　<trade>　
　　　...　
　　</trade>　
　</FpML>　
　...　
　<FpML>　
　　<trade>　
　　　...　
　　</trade>　
　</FpML>　

DB2 可以添加最大 2GB 的 XML 文檔，而且你可以拆分 2GB 的文檔為更小的文檔，如圖 10 所示。在插入語句中的 XMLTABLE 函數為每個交易（每個 <FpML> 元素）在一行中生成一個單獨的 XML 類型列。“ ? ”在前面的子句中表示一個參數標記給這個語句中提供了一個 XML 文檔輸入。 cast (? as XML) 是用來表示 XML 類型的參數標記。

XML 數據模式需要解析，有良好格式的 XML 文檔有一個文檔節點（作為這個文檔中的唯一根元素的父節點）。這個文檔節點在一個 XML 文檔的文本表示上並不可見。從輸入文檔中抽取的交易子樹沒有文檔節點，而且不能作為一個有良好格式的文檔插入。因此，document{} 構造器為每一個抽取出來的交易創建一個文檔節點。

清單 2. 把大型輸入文檔拆分成單獨的交易文檔
INSERT　INTO　trades(tradedoc)　
　SELECT　doc　FROM　
　XMLTABLE　('$d/alltrades/FpML'　passing　cast(?　as　XML)　as　"d"　
　　COLUMNS　　
　　　doc　XML　PATH　'document{.}')　AS　X

你可能記得 TRADES 表也有一個整型的 tradeId 列。這列沒有被上述插入填充。基於你實際的應用需求，你可以定義 tradeId 列為自生成列。如果有 XML 列的表也包含關系型列，用從 XML 文檔中抽取的值來填充它們可能很有好處。這會在下一章中進行討論。

以混合方式存儲交易

在圖 11 中你可以看到一個 TRADES 表的第二個版本，在關系型列中保留了交易時間、交易類型和各個交易方的 IDs 。這是除了在 XML 列中的全部 FpML 文檔外的關系型數據，因此叫做混合存儲。

提示：抽取選擇的 XML 元素值插入到同一行的關系列中，XML 文檔可以滿座多種需求。關系型列可以很容易的被 SQL-only 訪問重要或經常訪問的數據條目、定義的主鍵、外鍵或其它約束，以及多列關系型索引（組合鍵）的定義。

清單 3. FpML 交易的混合存儲
create　table　trades2　(trdDate　Date,　trdType　varchar(20),　partyId1　integer,　
　　　　　　　　　partyId2　integer,　tradedoc　XML);　
　
　insert　into　trades2　
　select　*　
　from　xmltable('$d/FpML'　passing　cast(?　as　XML)　as　"d"　
　columns　　
　　tradeDate　　date　　　　　path　　　'trade/tradeHeader/tradeDate',　
　　tradetype　　varchar(20)　　path　　　'trade/*[2]/local-name(.)',　
　　partyId1　　　integer　　　　path　　　'party[@id="party1"]/partyId'　,　
　　partyId2　　　integer　　　　path　　　'party[@id="party2"]/partyId',　
　　doc　　　　　XML　　　　　　path　　　'document{.}')　
　　　)　as　t;