用DB2 pureXML執行不區分大小寫的高效搜索

如果一個應用程序查詢這些 XML 文檔，尋找某一城市的客戶，那麼很可能需要不區分大小寫的搜索。例如，可能希望找到 Paris 的所有客戶，也就是希望獲取第 1、4、5 和 7 行。但是，如果搜索值 “Paris”，那麼只會返回第 7 行。要想獲取所需的所有四行，可以使用 XQuery 函數 fn:upper-case() 把 city 元素值轉換為大寫並與 “PARIS” 做比較。清單 2 中的查詢就采用這種方式，它會返回 Paris 的所有四個客戶。

清單 2. 選擇 Paris 的客戶

SELECT　id,　XMLCAST(　XMLQUERY('$XMLDOC/Customer/city')　AS　VARCHAR(15))　AS　city
FROM　customer
WHERE　XMLEXISTS('$XMLDOC/Customer[fn:upper-case(city)　=　"PARIS"]');　

如果查詢通過一個參數標志提供搜索值，那麼這個參數也應該轉換為大寫，見 清單 3。這個參數標志（“?”）的類型為 VARCHAR(15) 並作為變量 “c” 傳遞給 XQuery 謂詞。

清單 3. 使用參數標志選擇客戶

SELECT　id,　XMLCAST(　XMLQUERY('$XMLDOC/Customer/city')　AS　VARCHAR(15))　AS　city
FROM　customer
WHERE　XMLEXISTS('$XMLDOC/Customer[fn:upper-case(city)　=　fn:upper-case($c)]'
PASSING　CAST(?　AS　VARCHAR(15))　AS　"c");　

圖 1 顯示以上示例查詢的輸出。

圖 1. 示例查詢的結果

如果只查詢少量數據，或者查詢還包含其他選擇性謂詞，使得大寫謂詞只應用於很小的中間結果集，那麼這種方式效果還不錯。問題是如果使用包含 fn:upper-case() 函數的謂詞，就不會使用 DB2 中的 XML 索引。因此，這種方式不適用於大量數據。

要想避免使用 fn:upper-case() 函數並利用 XML 索引加快查詢，就需要創建不區分大小寫的數據庫。

創建不區分大小寫的 DB2 數據庫

DB2 從 Version 9.5 Fixpack 1 開始支持感知地區的 Unicode 排序規則。這使我們能夠忽略大小寫和/或重音符號。要想創建對於所有字符串比較不區分大小寫的數據庫，需要使用排序規則 UCA500R1，見 清單 4。

清單 4. 創建不區分大小寫的數據庫

CREATE　DATABASE　testdb
USING　CODESET　UTF-8　TERRITORY　US
COLLATE　USING　UCA500R1_LEN_S2;　

字符串 UCA500R1_LEN_S2 究竟意味著什麼？UCA500R1 指定此數據庫使用基於 Unicode 5.0.0 標准的默認 Unicode Collation Algorithm（UCA）。因為默認的 UCA 不能同時覆蓋 Unicode 支持的每種語言的排序規則序列，所以可以使用可選屬性定制字符的次序。屬性以下劃線（_）分隔。UCA500R1 關鍵字加上所有屬性構成一個 UCA 排序規則名。

清單 4 中使用的排序規則名包含兩個屬性：LEN 和 S2。LEN 是 L（語言）和 EN（英語的 ISO 639-1 語言編碼）的組合。第二個屬性 S2 指定強度級別，這決定在字符串排序或比較時是否考慮大小寫或重音符號。在 清單 4 中使用強度級別 2，所以 “PARIS” 和 “paris” 是相等的。下面是其他有效值的示例：

UCA500R1_LEN_S1 導致 "cliche" = "Cliche" = "cliché"

UCA500R1_LEN_S2 導致 "cliche" = "Cliche" < "cliché"

UCA500R1_LEN_S3 導致 "cliche" < "Cliche" < "cliché"

在 DB2 Information Center 中可以找到可以作為 UCA 排序規則名的所有組合（參見 參考資料）。

在不區分大小寫的數據庫中查詢 XML 數據

因為此數據庫使用排序規則名 UCA500R1 和強度級別 2，所以現在可以簡化前面的查詢，去掉 fn:upper-case() 函數（清單 5），就像所有數據都是大寫的一樣。無論搜索字符串是 “Paris” 或 “PARIS” 還是其他任何大小寫組合，結果都是相同的。

清單 5. 選擇 Paris 的客戶

SELECT　id,　XMLCAST(　XMLQUERY('$XMLDOC/Customer/city')　AS　VARCHAR(15))　AS　city
FROM　customer
WHERE　XMLEXISTS('$XMLDOC/Customer[city　=　"PARIS"]');　

圖 2. 示例查詢的結果

如果通過添加 ORDER BY 子句按提取的 city 值排序，那麼結果集仍然是相同的：PARIS、paris 和 Paris 被當作相同的值。

為了高效地查詢此數據，尤其是在表中行數很大的情況下，應該用 XPath /Customer/city 創建一個 XML 索引，見 清單 6：

清單 6. 創建 XML 索引

　　 CREATE　INDEX　customer_lang_idx　ON　test　(XMLdoc)
GENERATE　KEY　USING　XMLPATTERN　'/Customer/city'　AS　SQL　VARCHAR(15);