Speichern von XML in Oracle

(1)

Speichern von XML in Oracle

(2)

Ansätze zum Speichern von XML

 komplettes XML-Dokument in einer Tabellenspalte vom Typ CLOB

(“authored XML“)

 Aufteilung des XML-Dokuments in Teile und

Speicherung in mehreren Spalten in einer oder mehreren Tabellen (“generated XML“) – vgl.

Vorlesung über „XML + Datenbanken“

 Kombination beider Ansätze (hybrider Ansatz)

(3)

Authored XML

name document(CLOB)

Shopping Cart <Shopping Cart>

</Item>

(...)

</ShoppingCart>

(...) (...)

Speichern der XML-Dokumente in einer Tabellenspalte

XMLDOCS

(4)

Generated XML

• nicht geeignet für XML-Dokumente mit komplexer Struktur

• Alternative: Speicherung der XML-Elemente in mehreren Tabellen

Speichere jedes XML-Element in einer Tabellenspalte SHOPPING_CART

id description quantity discount

1234 Fun with XML 1 10

3942 XML in Space 4 7

(...)

(5)

Speichern von XML Files als CLOBs

declare

theClob CLOB; theBFile BFILE;

begin

insert into xmldocs(filename,document) values

(‘Sample.xml‘, empty_clob()) returning document into theClob;

theBFile:=BFileName(‘XMLFILES‘,‘Sample.xml‘);

dbms_lob.fileOpen (theBFile);

dbms_lob.loadFromFile (dest_lob=>theClob, src=>theBFile,

amount=>dbms_lob.getLength(theBFile));

dbms_lob.fileClose(theBFile);

commit;

BFILE mit Source File assoziiert, Logical Directory Object XMLFILES vorher in end;

Datenbank anlegen, z.B.

>CREATE DIRECTORY xmlfiles as ‘c:\work‘

(6)

Arbeit mit CLOBs (Java)

public class ReadCLOB { ...

public static void main (String args[]{

DriverManager.registerDriver(new

oracle.jdbc.driver.OracleDriver());

Connection conn = DriverManager.getConnection(

“jdbc:oracle:thin:@myComp:1521:ORCL“,“xuser“,“xuser“);

PreparedStatement p = conn.prepareStatement(

“select doc from xmldocs where name = ?“);

p.setString(1,args[0]);

ResultSet rs = p.executeQuery();

CLOB theCLOB = ((OracleResultSet)rs.getCLOB(1);

// process the result, store document in a file...

} }

(7)

Überblick interMedia Services



Eigenschaften von interMediaText

–

Volltext-Retrieval in der Oracle-Datenbank und externen Dateien

–

Thesaurus-basierte Suche

–

Themenanalyse von (englischen) Dokumenten

–

Highlighting von Treffern (Hervorhebungen im Dokument)

Oracle interMedia bietet Services zum Management

großer Textdokumente und Multimedia-Daten, wie Bilder,

Audio und Video

(8)

Architektur

Datastore Filter Sectioner Lexer Indexing

Engine Wordlist

Stoplist

O/S File System Internet

Tokens Marked Text

-up Text Documents

Oracle Text Index

Markup

(9)

Anwendungsentwicklung mit interMedia Text



2 Benutzer-Rollen:

–

CTXSYS: Eigentümer der interMedia Schema-Objekte

–

CTXAPP: Zugriff auf die Funktionen



Retrieval- und Speicherungsfunktionen:

–

Konvertieren von Texten mit Filtern

–

Sprachspezifisches Indizieren (“Lexer“)

–

Stammwortbasierte (stemming) und unscharfe Anfragen (fuzzy logic) mittels Wordlist

–

Speicherung von Index-Tabellen

–

Anlegen von Stop-Word-Listen

–

Definition von Search Sections durch Section Groups



Setzen von Preferences

(10)

SQL-Erweiterungen für Text-Retrieval



contains Operator in der where -Klausel einer Anfrage: Suche nach Wort-Übereinstimmungen in einem Dokument



score - Operator: berechnet Relevanz eines Treffers (in einem Bereich 1..100)



within -Klausel: beschränkt die Anfrage auf Abschnitte (Sections) eines Dokuments

–

wichtig bei XML Sections



übliche logische SQL-Operatoren: and , or , not

(11)

Indizieren XML mit interMedia Text



Voraussetzung für tag-basierte Queries: Index auf den Anfragespalten



in SQL: CREATE INDEX



erweitern um Klausel INDEXTYPE IS ctxsys.context

–

erlaubt contains in where -Klausel



Sectioner: Sammlung von XML-Tags, die indiziert werden sollen

–

repräsentiert durch section group im CREATE INDEX - Befehl / PARAMETERS Klausel

–

erlauben inhaltsbasiertes Retrieval, beschränkt auf spezifische XML-Tags



vordefinierte (für jedes Tag) vs. benutzerdefinierte

(12)

create table ins_claim

(id number (7) primary key, when date,

doc clob);

Speicherung von XML-Dokumenten einer Versicherungsgesellschaft

Spalte doc ist indiziert mit auto_section_group: create index doc_ix on ins_claim(doc) indextype is ctxsys.context

parameters (‘section group ctxsys.auto_section_group‘);

(13)

Beispiel: Arbeit mit interMedia Text (2)

The insured‘s <VEHICLE>car</VEHICLE>broke through the guard rail and plummeted into a ravine. The cause was determined to be <CAUSE>faulty braked</CAUSE> Amazingly there were no

casualties.

Beispiel-Dokument in der Spalte doc :

XML Section <cause> kann abgefragt werden:

select id, when from ins_claim

where contains (doc,‘brake within cause‘) > 0;

ID WHEN DOC

--- --- ---

1 12-OCT-00 The insured‘s <VEHICLE>car...

(14)

ctx_ddl.create_section_group(‘my_section‘, ‘XML_SECTION_GROUP‘);

ctx_ddl.add_zone_section(‘my_section‘,‘cause‘,‘Cause‘);

...

ctx_ddl.add_attr_section(‘my_section‘,‘make‘,‘Make@Vehicle‘);

...

create index my_doc_ix on ins_claim(doc) indextype is ctxsys.context

parameters(‘section group my_section‘);

Alternative zu vordefiniertem Auto-Sectioner:

Definition eines eigenen Sectioners und Verwendung im Index

Mögliche Abfrage ist Suche nach Attributwerten:

... where contains (doc, ‘Audi within Make@Vehicle‘) Findet: <Vehicle Make=“Audi“>

section name tag name