Schémas de données semistructurées. La vision base de données de XML. XML et les bases de données. Bibliographie : Bases de données et XML

Transcription

1 La vision base de données de XML XML et les bases de données Bernd Amann et Philippe Rigaux et CNAM/Paris XI XML permet de représenter des données et des documents (modèle de données semi-structurées ). On veut stocker, gérer et interroger des grands volumes de données XML : Langages d interrogation Schémas de données XML Stockage, optimisation et indexation Données et Web / B. Amann et P. Rigaux p.1/173 Données et Web / B. Amann et P. Rigaux p.5/173 Gestion de Données XML Nous avons deux technologies complémentaires : Bases de Données: interrogation mises-à-jour et transactions Documents XML: publication et échange Bibliographie : Bases de données et XML V. Vianu, A Web Odyssey: from Codd to XML, PODS 2001 S. Abiteboul, P. Buneman, D. Suciu: Data on the Web - from relations to semi-structured data and XML A. Doucet et G. Jomier (eds.), Bases de données et Internet, Hermes. R. Bourret, Ecole d été EDBT 02, Données et Web / B. Amann et P. Rigaux p.2/173 Données et Web / B. Amann et P. Rigaux p.6/173 Données et documents Les données sont structurées, typées, volumineuses, avec une granularité fine. et dans un document, les structures sont plus souples, la notion de type est moins forte, il y beaucoup de texte. Plan Schémas de données XML Grammaires d arbres DTD et XML Schema Langages d interrogation: XQuery Stockage de données XML Données et Web / B. Amann et P. Rigaux p.3/173 Données et Web / B. Amann et P. Rigaux p.7/173 Situations mixtes Dans un serveur Web la séparation données/document n est pas toujours très nette. Un part de description textuelle est de nature «document» Exemple : tout le texte présentant un cinéma, ses activités, etc Une part est contenue dans une base de données Exemple : les films Schémas de données semistructurées (XML) Données et Web / B. Amann et P. Rigaux p.4/173 Données et Web / B. Amann et P. Rigaux p.8/173

2 Les besoins de schémas Dans la gestion de données XML, un schéma est utile pour naviguer et interroger, créer et modifier, l optimisation de requêtes, et le stockage des données. Dans la gestion de documents XML, un schéma est utile pour créer et modifier (éditeurs structurés), l échange (vérification) Grammaires d arbres Une grammaire d arbres (régulière) est un quadruple, où est un ensemble fini de non-terminaux, est un ensemble fini de terminaux, est un sous-ensemble de, est un ensemble fini de règles de production ou, où, et est une expression régulière sur ( est appelé le modèle de contenu de ). Grammaires d arbre/ B. Amann p.9/173 Grammaires d arbre/ B. Amann p.13/173 Exemple: Interrogation et Optimisation DTD : 1 <!ELEMENT Personnes (Etudiant Prof)*> 2 <!ELEMENT Etudiant Nom> 3 <!ELEMENT Prof (Nom, Salaire)> Requête XQuery : for $a in Personnes/* return $a/salaire Version optimisée : for $a in Personnes/Prof return $a/salaire Grammaire d arbre: Exemple 1 Grammaire d arbres : 1 N = {Doc, Section, Titre, Para, Pcdata} 2 T = {doc, section, titre, para, pcdata} 3 S = {Doc} 4 Doc -> doc (Titre, Section+) 5 Titre -> titre (Pcdata) 6 Section -> section (Titre, Para*) 7 Para -> para (Pcdata) 8 Pcdata -> pcdata Normalisation : Il n existe pas deux règles et. Grammaires d arbre/ B. Amann p.10/173 Grammaires d arbre/ B. Amann p.14/173 Exemple: Stockage d un document XML dans une Base de Grammaire Données d arbre: Exemple 2 DTD : 1 <!ELEMENT Cours (Titre, NomProf, (Etudiant)* > 2 <!ELEMENT Etudiant NomEt > 3 <!ELEMENT Prof (NomProf, Salaire) > Schéma relationnel : Cours(titre, nomprof) Etudiant(nomEt, titre) Prof(nomProf, salaire) Grammaire d arbres : 1 N = {Doc, Para1, Para2, Pcdata} 2 T = {doc, para, pcdata} 3 S = {Doc} 4 Doc -> doc (Para1, Para2*) 5 Para1 -> para (Pcdata) 6 Para2 -> para (Pcdata) 7 Pcdata -> pcdata Grammaires d arbre/ B. Amann p.11/173 Grammaires d arbre/ B. Amann p.15/173 Interpretation Grammaires d arbre Une interpretation d un arbre vers une grammaire d arbres est une mapping de chaque noeud, noté, dans vers un non-terminal tel que : est un symbole dans, et pour chaque noeud et ses enfants, il existe une règle de production telle que (1), (2) le terminal (étiquette) de est, et (3) est dans. Grammaires d arbre/ B. Amann p.12/173 Grammaires d arbre/ B. Amann p.16/173

3 Géneration d arbres et langages Un arbre est généré par une grammaire d arbres s il existe une interprétation de dans. Un langage d arbres régulier est l ensemble des arbres générés par une grammaire d arbres régulièrs. Grammaires avec concurrence restreinte Une grammaire avec concurrence restreinte est une grammaire régulière telle que pour chaque règle de production, le modèle de contenu restreint la concurrence entre ses non-terminaux et les non-terminaux dans ne sont pas concurrents. La grammaire précédente est une grammaire avec concurrence restreinte. Grammaires d arbre/ B. Amann p.17/173 Grammaires d arbre/ B. Amann p.21/173 Grammaires locales Deux non-terminaux et différents sont concurrents entre eux s il existe deux règles de production et. Une grammaire locale est une grammaire régulière sans non-terminaux concurrents. La grammaire précédente n est pas une grammaire locale. Expressivité Dans une grammaire locale, tous les éléments d un type sont associés à la même règle de production à types uniques, tous les fils de type d un élément sont associés à la même règle de production avec concurrence restreinte, il est possible d identifier pour chaque élément une seule règle de production à partir de son parent et de ses frères de gauche. locale type unique concurrence restreinte Grammaires d arbre/ B. Amann p.18/173 Grammaires d arbre/ B. Amann p.22/173 Grammaires à types uniques Une grammaire à types uniques est une grammaire régulière telle que pour chaque règle de production, les non-terminaux dans son modèle de contenu ne sont pas concurrents et les symboles dans ne sont pas concurrents. Clôture les grammaires d arbres régulières sont fermés sous l union, l intersection et la différence. les grammaires locales, à types uniques et avec concurrence restreinte sont uniquement fermées sous l intersection. La grammaire précédente n est pas une grammaire à types uniques. Grammaires d arbre/ B. Amann p.19/173 Grammaires d arbre/ B. Amann p.23/173 Non-terminaux concurrents Un modèle de contenu restreint la concurrence entre deux non-terminaux et concurrents s il n existe pas de séquences de non-terminaux,, et telles que génère et. Exemple : Le modèle de contenu de Doc -> doc (Para1* Para2*) ne restreint pas la concurrence entre Para1 et Para2. Parsing et Validation On distingue entre deux modèles de parsing (validation) : modèle d arbre : le parseur crée un arbre dans la mémoire (DOM). modèle par évènements : le parseur crée des évènements qui correspondent à des entrées et sorties des noeuds dans un parcours de l arbre de gauche à droite en profondeur (SAX). Ce parcours correspond à une lecture sequentielle d un fichier XML sans mémoire. Grammaires d arbre/ B. Amann p.20/173 Grammaires d arbre/ B. Amann p.24/173

4 Validation Les grammaires d arbres régulières permettent la validation par évènement. Exemple : Grammaires à types uniques 1. entrée d un noeud de type on cherche une règle : (a) noeud = racine : il existe au maximum une règle de production (b) noeud <> racine : soit la règle de production du parent de ; on cherche la règle tel que apparaît dans 2. sortie d un noeud : on compare la séquence des étiquettes des enfants de avec. Grammaires d arbre/ B. Amann p.25/173 XML: Syntaxe pour Transfert de Données Problème: DTD sont trop pauvres pour représenter des modèles de données plus riches : la relation élément/sous-élément n a pas de sémantique précise (part-of, instance-of, subclass-of,...) un ensemble limité de types atomiques une DTD n est pas un document XML Grammaires d arbre/ B. Amann p.29/173 Langage de typage XML DTD: grammaire locale XML Schéma: grammaire à types uniques DSD, XDuce, Relax Core, Trex: grammaire régulière sans restriction XML Schéma versus DTD Un schéma XML est lui même un document XML. Les types des éléménts (OfficielType) peuvent être déclarés indépendamment des éléments (officiel) : plusieurs éléments peuvent partager le même type. types complexes, abstraits et anonymes sous-typage par extension et restriction contraintes d intégrité (clés, clés étrangères) Grammaires d arbre/ B. Amann p.26/173 Grammaires d arbre/ B. Amann p.30/173 DTD comme grammaire d arbre : Exemple DTD: officiel.dtd <!ELEMENT officiel (#PCDATA cinéma film)*> <!ELEMENT cinéma (nom, adresse, (séance)*)> Grammaire d arbres : Officiel -> officiel OfficielType OfficielType -> (Cinema Film Pcdata)* Cinema -> cinema CinemaType Film -> film CinemaType Constructeurs de type Le type (complexe) CinemaType est une séquence d éléments (constructeur de type séquence): nom de type string adresse de type AdresseType séances de type SéanceType Grammaires d arbre/ B. Amann p.27/173 Grammaires d arbre/ B. Amann p.31/173 Exemple de type XML Schema Type XML Schema : <xsd:complextype name= CinemaType > <xsd:sequence> <xsd:element name= nom type= xsd:string /> <xsd:element name= adresse type= AdresseType /> <xsd:element name= séance type= SéanceType minoccurs= 0 maxoccurs= unbounded /> </xsd:sequence> </xsd:complextype> Expression d arbre : CinemaType -> Nom Adresse (Séance)* Nom -> nom String Adresse -> adresse AdresseType Séance -> séance SéanceType Grammaires d arbre/ B. Amann p.28/173 Grammaires d arbre/ B. Amann p.32/173

5 Types Simples DTD: un seul type simple (#PCDATA) et 10 types d attributs Schéma XML: 43 types simples xsd:string, xsd:byte,... xsd:integer, xsd:long, xsd:float, xsd:double,... xsd:boolean xsd:time, xsd:timeduration, xsd:date, xsd:year, xsd:month,... xsd:language, xsd:urireference xsd:id, xsd:idref, xsd:nmtoken,... Listes de Valeurs de Type Simple Grammaire : listenumtél -> (numtél)* Schéma : <xsd:simpletype name= listenumtél > <xsd:list itemtype= numtél /> </xsd:simpletype> Grammaires d arbre/ B. Amann p.33/173 Grammaires d arbre/ B. Amann p.37/173 Restriction de Types Simples L année d un film est un entier entre 1900 et DTD: #PCDATA XML schéma : Restriction de type <xsd:simpletype name= annéefilm > <xsd:restriction base= xsd:integer > <xsd:mininclusive value= 1900 /> <xsd:maxinclusive value= 2002 /> </xsd:restriction> </xsd:simpletype> Liste avec 5 numéros de téléphone Grammaire : cinqnumtél -> (numtél, numtél, numtél, numtél, numtél) Schéma : <xsd:simpletype name= cinqnumtél > <xsd:restriction base= listnumtél > <xsd:length value= 5 /> </xsd:restriction> </xsd:simpletype> Grammaires d arbre/ B. Amann p.34/173 Grammaires d arbre/ B. Amann p.38/173 Restrictions de Types Simples On peut restreindre les types simples par leur longueur (length, minlength, maxlength) (chaînes de caractères ou listes) par des motifs (chaînes de caractères), par énumération, par des intervalles (maxinclusive, maxexclusive, mininclusive, minexclusive) et autres (precision, scale, encoding, period, duration). Union de Types Simples Grammaire : euronumtél -> franctél gertél beltél... Schéma : <xsd:simpletype name= euronumtél > <xsd:union membertypes= franctél gertél beltél... /> </xsd:simpletype> Grammaires d arbre/ B. Amann p.35/173 Grammaires d arbre/ B. Amann p.39/173 Restriction de Types Simples par Motifs Numéro de téléphone: +33-(0) DTD: #PCDATA Schéma XML: Similaire aux expressions régulières de Perl <xsd:simpletype name= numtél > <xsd:restriction base= xsd:string > <xsd:pattern value= +33-(0)-\d(-\d{2}){3} /> </xsd:restriction> </xsd:simpletype> Eléments Déclaration d éléments: <xsd:element name type contraintes [value]/> ou <xsd:element ref contraintes/> Contraintes: minoccurs, maxoccurs, fixed Exemple: <xsd:element name= nom type= xsd:string minoccurs= 0 maxoccurs= 2 /> Grammaires d arbre/ B. Amann p.36/173 Grammaires d arbre/ B. Amann p.40/173

6 Attributs Déclaration d attributs: <xsd:attribute name use [value]/> Use : required, optional, fixed, prohibited Exemple: <xsd:attribute name= langue type= xsd:language optional= true /> Groupes: Exemple DTD: ((B C)*,D)+ XML schéma: <xsd:complextype> <xsd:group minoccurs= 1 maxoccurs= unbounded > <xsd:sequence> <xsd:group minoccurs= 0 maxoccurs= unbounded > <xsd:choice> <xsd:element name= B xsd:type= xsd:string /> <xsd:element name= C xsd:type= xsd:string /> </xsd:choice> </xsd:sequence> </xsd:group> <xsd:complextype> Grammaires d arbre/ B. Amann p.41/173 Grammaires d arbre/ B. Amann p.45/173 Types Complexes Trois constructeurs de type: xsd:sequence: séquence ordonnée d éléménts xsd:all: séquence non-ordonnée d éléménts xsd:choice: choix d éléménts (DTD: ) xsd:group: regroupement (DTD: (...) ). Groupes d Attributs L adresse d un cinéma ou d une personne est composée des mêmes attributs (partage) : <xsd:element name= cinema > <xsd:attributegroup ref= Adresse /> </xsd:element> <xsd:element name= personne > <xsd:attributegroup ref= Adresse /> </xsd:element> <xsd:attributegroup name= Adresse > <xsd:attribute name= ville type= xsd:string /> <xsd:attribute name= rue type= xsd:string /> <xsd:attribute name= numéro type= xsd:decimal /> </xsd:attribute> Grammaires d arbre/ B. Amann p.42/173 Grammaires d arbre/ B. Amann p.46/173 Type Complexe: Exemple Modèle de contenu DTD: (titre, année) XML Schéma: <xsd:complextype name= FilmType > <xsd:sequence> <xsd:element name= titre type= xsd:string /> <xsd:element name= année type= xsd:year /> </xsd:sequence> </xsd:complextype> Grammaire : FilmType -> Titre Année Titre -> titre String Année -> année xsd:year Valeurs Nulles On distingue entre les éléments vides et les éléments avec un contenu inconnu : Schéma XML: <xsd:element name= heurefilm type= xsd:time nullable= true /> Élément XML: <heurefilm xsi:null= true /> xsi:null est défini dans l espace de noms pour des instances ( XMLSchema-instance). Grammaires d arbre/ B. Amann p.43/173 Grammaires d arbre/ B. Amann p.47/173 Contenu Mélangé (mixed) DTD: (#PCDATA cinéma film)* Schéma XML : <xsd:complextype name= OfficielType mixed= true > <xsd:choice minoccurs= 0 maxoccurs= unbounded > <xsd:element name= cinema type= CinemaType /> <xsd:element name= film type= FilmType /> </xsd:choice> </xsd:complextype> Extension de Types Complexes Cinémas avec un site Web et un pays (fichier webcountry.xsd): <complextype name= cybercinematype > <complexcontent> <extension base= officiel:cinematype > <sequence> <element name= url type= xsd:string /> </sequence> </extension> </complexcontent> </complextype> Grammaire d abres : CybercinemaType -> Nom Adresse (Seance)* Url, Nom -> nom String, Url -> url String,... Grammaires d arbre/ B. Amann p.44/173 Grammaires d arbre/ B. Amann p.48/173

7 Extension de Types Complexes Chaque occurrence de CinemaType dans le modèle de contenu d une règle est remplacée par (CinemaType CybercinemaType) Le remplacement automatique peut être empeché par les attributs block et final. Ces deux attributs peuvent prendre comme valeurs #all ou une liste contenant les valeurs restriction, extension et/ou substitution : <xsd:complextype name= CinemaType block= restriction >... </xsd:complextype> Groupes de substitution Substitution d éléments par d autres éléments: XML schéma: <element name= movietheatre type= cinematype substitutiongroup= cinéma /> L élément movietheatre peut être utilisé à la place de cinéma. Grammaires d arbre/ B. Amann p.49/173 Grammaires d arbre/ B. Amann p.53/173 Utilisation de Types Étendus On indique explicitement la règle de production pour le type : <cinema xsi:type= CybercinemaType > <nom>st André des Arts</nom> <officiel:adresse> <ville> Paris </ville> <rue> rue St. André des Arts </rue> <numéro> 13 </numéro> </officiel:adresse> <url> </cinema> Valeur unique L attribut film_id d un film doit être unique: <unique name= toto > <selector>film</selector> <field>@film_id</field> </unique> Les valeurs des element <selector> et <field> sont des expressions XPath. La valeur de <field> doit être unique à l intérieur de chaque élément sélectionné par le sélecteur. Grammaires d arbre/ B. Amann p.50/173 Grammaires d arbre/ B. Amann p.54/173 Utilisation de Types Étendus Par défaut, les éléments cinema sont de type cinematype. Le type d un élément est indiqué explicitement avec l attribut xsi:type. XML Schéma permet de définir des grammaires sans concurrence restreinte l attribut xsi:type indique la règle de production à choisir Clés et Références Une clé est unique (filmcli = clé): <key name= filmclé > <selector>film</selector> <field>@film_id</field> </key> Référence (filmref = clé etrangère): <keyref name= filmref refer= filmclé > <selector>séance</selector> <field>@ref_film</field> </keyref> Grammaires d arbre/ B. Amann p.51/173 Grammaires d arbre/ B. Amann p.55/173 Restriction de Types Complexes On définit un type spécifique pour les cinémas avec une à trois séances (fichier seance.xsd): <complextype name= séanceobligtype > <complexcontent> <restriction base= cinematype > <complextype content= elementonly > <sequence minoccurs= 1 maxoccurs= 3 > <element ref= seance /> </sequence> <element name= nom type= string /> <element ref= adresse /> </complextype> </complexcontent> </complextype> Bibliographie: Typage XML M. Makoto, Taxonomy of XML Schema Languages using Formal Language Theory J. Siméon et P. Wadler, The Essence of XML Site W3C: Grammaires d arbre/ B. Amann p.52/173 Grammaires d arbre/ B. Amann p.56/173

8 Exemple Base 1 Base 1 : : :, Exemple : Deux Bases de données Inférence de type Base 1: Base 2: &1 &2 &4 &5 "Toto" "Lulu" &3 &6 123 &a &b &c "Toto" &d "Lulu" Grammaires d arbre/ B. Amann p.57/173 Grammaires d arbre/ B. Amann p.61/173 Exemple: Inférence de type avec Datalog Etant donné un graphe de données et un graphe de schéma (type) on peut se poser deux questions : Est-ce que est conforme à? (validation) Quel noeud dans appartient à quelle classe dans? (classification) Point-fixe maximal Le résultat des règles précédentes est vide dans les deux cas si on applique la sémantique du point fixe minimal (Nom, Sal, Personne, Employe et Root sont vides au départ) Point fixe maximal: : chaque prédicat intensionel (type) contient tous les faits (objets) de la base ; contient tous les faits qui peuvent être dérivé de Grammaires d arbre/ B. Amann p.58/173 Grammaires d arbre/ B. Amann p.62/173 Exemple: Classification avec Datalog Règles : Si est le fils d un élément de type Personne et de type string, alors est de type Nom; Si est le fils d un élément de type Employé et de type integer, alors est de type Sal; Si a des fils de type Nom, alors élément de type Personne; est un Si a des fils de type Nom et de type Salaire alors est un élément de type Employé. : = (point fixe),,,,,,,...,, Grammaires d arbre/ B. Amann p.59/173 Grammaires d arbre/ B. Amann p.63/173 Exemple: Règles Datalog Exemple Base 2 Schéma ; Nom(x) :- Personne(y), parent(x,y), string(x); Sal(x) :- Personne(y), parent(x,y), integer(x); Personne(x) :- Nom(y), parent(y,x); Employe(x) :- Nom(y), parent(y,x), Sal(z), parent(y,z); Root(x):- Personne(y), parent(y,x); Root(x):- Employe(y), parent(y,x); Base 2 : :,, :,,, :,,, :,,, : = (point fixe) le noeud n a pas pu être typé,,...,, Grammaires d arbre/ B. Amann p.60/173 Grammaires d arbre/ B. Amann p.64/173

9 Simulation Schémas et données sont des graphes avec des arcs étiquettés : Une relation est une simulation de dans ( ) si pour chaque arc dans et chaque pair, il existe un arc dans, tel que et. Comparaison de schémas On veut vérifier si toutes les bases de données qui sont conforme à un schéma, sont aussi conforme à un schéma? ( subsume/inclue ) : Si et, alors où. S il existe une simulation de vers, et est conforme à, alors est conforme à. Grammaires d arbre/ B. Amann p.65/173 Grammaires d arbre/ B. Amann p.69/173 Simulation: Données data &p1 person employee &r1 company &c1 employee person &p2 works_for name position name address name position Bibliographie S. Abiteboul, P. Buneman, D. Suciu, Data on the Web S. Nestorov, S. Abiteboul, R. Motwani, Inferring Structure in Semistructured Data &s0 &s1 &s2 &s3 &s4 &s5 Grammaires d arbre/ B. Amann p.66/173 Grammaires d arbre/ B. Amann p.70/173 Simulation: Schéma et Simulation schema Root person company employee Person works_for Company addr position name name String String String &r1 Root Simulation &p1 Person &c1 Company &p2 Person &s0 String &s1 String &s2 String &s3 String &s4 String &s5 String Interroger XML: XQuery 1.0 Grammaires d arbre/ B. Amann p.67/173 XQuery/ B. Amann p.71/173 Simulation: Exemple Interrogation de documents XML Il peut y avoir plusieurs simulation de dans Si et, alors : il existe toujours une simulation maximale de vers Un objet appartient à un concept, si où est la simulation maximale de dans Remarque : le calcul de la simulation maximale est similaire au calcul du point fixe maximal du programme Datalog. :. Comment interroger des documents XML? Solutions : SQL : il faut stocker XML dans une BD relationnel expressions XPath : extraction de fragments règles XSLT : extraction + transformation (règles) XQuery : vrai langage de requêtes pour XML Grammaires d arbre/ B. Amann p.68/173 XQuery/ B. Amann p.72/173

10 La place de XQuery dans le monde XML Exemples de valeurs Modèles et Langages: XQuery XML Schema XPath (Don Chamberlin) Groupes de travail: XQuery XSLT XML Schema XPath toto <a/> (1, 2, 3) (47, <a/>, toto ) un document XML () : liste vide ERROR : valeur d erreur XQuery/ B. Amann p.73/173 XQuery/ B. Amann p.77/173 Modèle abstrait d un traitement XML Valeurs Document XML Schéma XML XML PSV Parseur XML Validateur Infoset Infoset Remplacement entités Insertion de valeurs par défaut Document bien formé Document valide PSV: Post schema validated Infoset (avec annotations de types) XQuery Modèle de données Résultat XQuery ne fait pas la distinction entre un item et une séquence de longueur 1 Il n existe pas de séquence imbriqués Il n existe pas de valeur nulle Une séquence peut être vide Une séquence peut contenir des valeurs hétérogènes Toutes les séquences sont triées XQuery/ B. Amann p.74/173 XQuery/ B. Amann p.78/173 Modèle de données de XQuery Noeuds On a besoin d un modèle de données pour définir le sens (la sémantique) des expressions XQuery: Requête qex: document("bib.xml")/bib//book[1]/(editor union author) Modèle de données : Une valeur est une séquence ordonnée de zéro ou plus d items. Un item est un noeud ou une valeur atomique. Chaque noeud a une identité Les éléments et les attributs sont annotés par un type (XMLSchema) Chaque noeud a une valeur typée: une séquence de valeurs atomiques (ou ERROR) de type inconnu ( anysimpletype ) Les noeuds sont triés dans l ordre du document XQuery/ B. Amann p.75/173 XQuery/ B. Amann p.79/173 Noeuds et Valeurs Atomiques XQuery est un langage fortement typé : types de noeuds XML: document élément, attribut text commentaire, instruction de traitement, espace de nom types atomiques XML Schéma: xsd:string, xsd:int,... Exemples de valeurs Chaque valeur a un type : 47 xsd:int (1, 2, 3) (47, toto ) <a/> <a>toto</a> () ERROR () xsd:int, xsd:int, xsd:int element a {()} xsd:int, xsd:string element a {text} XQuery/ B. Amann p.76/173 XQuery/ B. Amann p.80/173

11 XQuery: Langage Fonctionnel XQuery est un langage fonctionnel : une requête XQuery est une composition d expressions il existe 21 sortes d expressions chaque expression a une valeur les expressions n ont pas d effets de bord les expressions peuvent être composées librement la valeur ERROR est propagée (exception) XQuery/ B. Amann p.81/173 Document Exemple: bib.xml <bib> <book title="comprendre XSLT"> <author><la>amann</la><fi>b.</fi></author> <author><la>rigaux</la><fi>p.</fi></author> <publisher>o Reilly</publisher> <price>28.95</price> </book> <book year="2001" title="spatial Databases"> <author><la>rigaux</la><fi>p.</fi></author> <author><la>scholl</la><fi>m.</fi></author> <author><la>voisard</la><fi>a.</fi></author> <publisher>morgan Kaufmann Publishers</publisher> <price>35.00</price> </book> <book year="2000" title="data on the Web"> <author><la>abiteboul</la><fi>s.</fi></author> <author><la>buneman</la><fi>p.</fi></author> <author><la>suciu</la><fi>d.</fi></author> <publisher>morgan Kaufmann Publishers</publisher> <price>39.95</price> </book> </bib> XQuery/ B. Amann p.85/173 Expressions XQuery litéraux (valeurs atomiques): 46, Salut valeurs construites: true(), date( ) variables: $x, $y,... opérateurs arithmétiques: + - * div mod séquences: (1,2), (1, toto, <toto/>) union, intersection, différence de séquences de noeuds Expressions simples Requête qar: Requête qel: (1, (2, 6), "toto", <toto/>) 1, 2, 6, toto, <toto/> XQuery/ B. Amann p.82/173 XQuery/ B. Amann p.86/173 Expressions XQuery (suite) expressions de chemins: XPath 2.0 opérateurs de comparaison pour valeurs atomiques, noeuds et séquences expressions logiques: and or not() appels de fonctions constructeurs de noeuds boucles (for-let-where-return) tests (if-then-return-else-return) Expressions de chemins Requête q1: document("bib.xml")//author <author><la>amann</la><fi>b.</fi></author>, <author><la>rigaux</la><fi>p.</fi></author>, <author><la>rigaux</la><fi>p.</fi></author>, <author><la>scholl</la><fi>m.</fi></author>, <author><la>voisard</la><fi>a.</fi></author>, <author><la>abiteboul</la><fi>s.</fi></author>, <author><la>buneman</la><fi>p.</fi></author>, <author><la>suciu</la><fi>d.</fi></author> Nous supposons la connaissance de XPath XQuery/ B. Amann p.83/173 XQuery/ B. Amann p.87/173 DTD Exemple: bib.dtd <!ELEMENT bib (book* )> <!ELEMENT book (author+ editor+ ), publisher, price )> <!ATTLIST book year CDATA #IMPLIED title CDATA #REQUIRED> <!ELEMENT author (la, fi )> <!ELEMENT title (#PCDATA )> <!ELEMENT la (#PCDATA )> <!ELEMENT fi (#PCDATA )> <!ELEMENT affiliation (#PCDATA )> <!ELEMENT publisher (#PCDATA )> <!ELEMENT price (#PCDATA )> Expressions de chemins: XPath 2.0 Dans XPath 2.0, chaque étape est une expression XQuery ( XPath 1.0) : //book[1]/author //book[1]/publisher //book[1]/(author,publisher) (!) //book[author/la= Scholl ] //book[author/la= Suciu ]/publisher //book[position() lt last()] XQuery/ B. Amann p.84/173 XQuery/ B. Amann p.88/173

12 Construction de noeuds XML (1) Union de séquences de noeuds Nom et contenu connu: Requête q2a: <livre auteur="l. Carroll"> <titre>alice au Pays de Merveilles</titre> </livre> Requête q3: <Livre> Les auteurs et le prix du premier livre: { document("bib.xml")//book[1]/(author union price) } </Livre> <Livre> Les auteurs et le prix du premier livre: <livre auteur="l. Carroll"><titre>Alice au Pays de Merveilles</titre></livre> <author><la>amann</la><fi>b.</fi></author> <author><la>rigaux</la><fi>p.</fi></author> <price>28.95</price> </Livre> Les trois opérateurs union, intersect et except éliminent les duplicats. XQuery/ B. Amann p.89/173 XQuery/ B. Amann p.93/173 Construction de noeuds XML (2) Nom connu, contenu calculé: { expr } Requête q2: <auteurs> { document("bib.xml")//author/la } </auteurs> <?xml version="1.0"?> <auteurs> <la>amann</la> <la>rigaux</la> <la>rigaux</la> <la>scholl</la> <la>voisard</la> <la>abiteboul</la> <la>buneman</la> <la>suciu</la> </auteurs> XQuery/ B. Amann p.90/173 Différence de séquences de noeuds Requête q4: <livre> Tous les sous-elements sauf les auteurs: { document("bib.xml")//book[1]/(* except author) } </livre> <livre> Tous les sous-elements sauf les auteurs: <publisher>o Reilly</publisher> <price>28.95</price> </livre> XQuery/ B. Amann p.94/173 Construction de noeuds XML (3) Construction de séquences Nom et contenu calculé: element { expr-nom } { expr-contenu } attribute { expr-nom } { expr-contenu } Requête q2b: element {concat("a_",string(1+4))} {9+3} <a_5>12</a_5> Requête q5a: <livre> Le prix suivi des auteurs: { document("bib.xml")//book[1]/(price,author) } </livre> <livre> Le prix suivi des auteurs: <price>28.95</price> <author><la>amann</la><fi>b.</fi></author> <author><la>rigaux</la><fi>p.</fi></author> </livre> On a changé l ordre des noeuds ( union)... XQuery/ B. Amann p.91/173 XQuery/ B. Amann p.95/173 Construction de noeuds XML (4) Requête q2c: element livre { attribute {concat("auteur_", string(1+2))} { "toto" } } <livre auteur_3="toto"/> Opérateurs arithmétiques opérateurs unaires : + - opérateurs binaires : + - * div mod Requête qari: document("bib.xml")//book[1]/price * E1 XQuery/ B. Amann p.92/173 XQuery/ B. Amann p.96/173

13 Transformation noeud valeur Comparaisons de noeuds Requête q6: <auteurs> { document("bib.xml")//book[2]/author/la } <noms> { document("bib.xml")//book[2]/author/xf:string(la) } </noms> </auteurs> <auteurs> <la>rigaux</la> <la>scholl</la> <la>voisard</la> <noms>rigaux Scholl Voisard</noms> </auteurs> Comparaison de l identité de deux noeuds : si est identique à. Requête qis: is document("bib.xml")//book[author[2] is author[last()]] <book title="comprendre XSLT"> <author><la>amann</la><fi>b.</fi></author> <author><la>rigaux</la><fi>p.</fi></author> <publisher>o Reilly</publisher> <price>28.95</price> </book> XQuery/ B. Amann p.97/173 XQuery/ B. Amann p.101/173 Expressions de Comparaisons Comparaison de valeurs atomiques: eq ne gt ge lt le Comparaison de séquences de valeurs avec quantificateur éxistentiel: =!= > >= < <= Comparaison de noeuds: is isnot Comparaison de noeuds par rapport à leur position dans le document: << >> XQuery/ B. Amann p.98/173 Comparaisons par la position Comparaison de la positition de deux noeuds : << ( << ) si apparaît avant (après) dans le document. Requête qord: document("bib.xml")//book[author[la="abiteboul"] << author[la="suciu"]] <book year="2000" title="data on the Web"> <author><la>abiteboul</la><fi>s.</fi></author> <author><la>buneman</la><fi>p.</fi></author> <author><la>suciu</la><fi>d.</fi></author> <publisher>morgan Kaufmann Publishers</publisher> <price>39.95</price> </book> XQuery/ B. Amann p.102/173 Comparaison de valeurs atomiques Requête qeq: distinct-values(document("bib.xml")// book/author[la eq "Rigaux"]) <author><la>rigaux</la><fi>p.</fi></author> Requête qeqerror: document("bib.xml")//book[author/la eq "Rigaux"] ERROR L expression author/la dans le prédicat ne retourne pas une valeur atomique. Boucles: for-return La clause for $var in exp affecte la variable $var succéssivement avec chaque item dans la séquence retournée par exp. Requête qfor: for $a in document("bib.xml")//author[la eq "Voisard"] return $a <author><la>voisard</la><fi>a.</fi></author> XQuery/ B. Amann p.99/173 XQuery/ B. Amann p.103/173 Comparaison de séquences Comparaison de séquences : = s il existe au moins un élément dans qui est égal à un élément dans. Requête qeqex: document("bib.xml")//book[author/la = "Scholl"] <book year="2001" title="spatial Databases"> <author><la>rigaux</la><fi>p.</fi></author> <author><la>scholl</la><fi>m.</fi></author> <author><la>voisard</la><fi>a.</fi></author> <publisher>morgan Kaufmann Publishers</publisher> <price>35.00</price> </book> Boucles: for-where-return La clause where exp permet de filtrer le résultat par rapport au résultat booléen de l expression exp (= prédicat dans l expression de chemin). Requête qforwhere: for $a in document("bib.xml")//author where $a/la eq "Abiteboul" return $a <?xml version="1.0"?> <author> <la>abiteboul</la> <fi>s.</fi> </author> XQuery/ B. Amann p.100/173 XQuery/ B. Amann p.104/173

14 Boucles: for-let-where-return La clause let $var := exp affecte la variable $var avec la séquence entière retournée par exp. Requête qlet: for $b in document("bib.xml")//book[1] let $al := $b/author return <livre nb_auteurs="{count($al)}"> { $al } </livre> <livre nb_auteurs="2"> <author><la>amann</la><fi>b.</fi></author> <author><la>rigaux</la><fi>p.</fi></author> </livre> Construction d éléments Requête quel: for $b in document("bib.xml")//book[2] return element livre { element annee { string($b/@year) }, for $e in $b/@* where name($e)!= "year" return element {name($e)} {string($e)} } <?xml version="1.0"?> <livre> <annee>2001</annee> <title>spatial Databases</title> </livre> XQuery/ B. Amann p.105/173 XQuery/ B. Amann p.109/173 Tests: if-then-else Requête qif: <livres> { for $b in document("bib.xml")//book where $b/author/la = "Rigaux" return if ($b/author[1]/la eq "Rigaux") then <livre prem="true"> {$b/@title} </livre> else <livre> {$b/@title} </livre> } </livres> <?xml version="1.0"?> <livres> <livre title="comprendre XSLT"/> <livre prem="true" title="spatial Databases"/> </livres> Construction d attributs Requête quatr: <livres> { for $t in document("bib.xml")//book/@title return element livre {attribute titre {string($t)}} } </livres> <livres> <livre titre="comprendre XSLT"/> <livre titre="spatial Databases"/> <livre titre="data on the Web"/> </livres> XQuery/ B. Amann p.106/173 XQuery/ B. Amann p.110/173 Quantification existentielle some $var in expr1 satisfies expr2 Retourne true s il existe au moins un nœud retourné par l expression expr1 qui satisfait l expression expr2. Requête quantex: for $b in document("bib.xml")//book where some $a in $b/author satisfies $a/la = "Amann" return <livre>{$b/@title}</livre> <livre title="comprendre XSLT"/> Trier avec sortby Expr1 sortby Expr2 (ascending descending)?: trier les éléments de la séquence retournée par l expression Expr1 par les valeurs retournées par Expr2. Requête qtri: <livres>{ for $b in document("bib.xml")//book return <livre>{ $b/@title }</livre> sort by(@year) } </livres> <livres> <livre title="comprendre XSLT"/> <livre title="spatial Databases"/> <livre title="data on the Web"/> </livres> XQuery/ B. Amann p.107/173 XQuery/ B. Amann p.111/173 Quantification universelle every $var in expr satisfies expr Retourne true ssi tous les nœuds retournés par l expression expr1 satisfont l expression expr2 Requête quantun: for $a in document("bib.xml")//author where every $b in document("bib.xml")//book[author/la = $a/la] satisfies $b/publisher="o Reilly" return $a <author><la>amann</la><fi>b.</fi></author> Jointure Fichier d adresses: <addresses> <person> <name>amann</name> <country>france</country> <institution>cnam</institution> </person> <person> <name>scholl</name> <country>france</country> <institution>cnam</institution> </person> <person> <name>voisard</name> <country>germany</country> <institution>fu Berlin</institution> </person> </addresses> XQuery/ B. Amann p.108/173 XQuery/ B. Amann p.112/173

15 Jointure: Requête Requête qjoin: for $b in document("bib.xml")//book return element livre { attribute titre {$b/@title}, for $a in $b/author return element auteur { attribute nom {$a/la}, for $p in document("addr.xml")//person where $a/la = $p/name return attribute institut {$p/institution} } } Exemple : Fonction avg Requête qavg: for $p in distinct-values(document("bib.xml")//publisher) let $l := document("bib.xml")//book[publisher = $p] return element publisher { attribute name {string($p)}, attribute avg_price { $l/data(price) }} Résultat : <publisher name="o Reilly" avg_price="28.95"/>, <publisher name="morgan Kaufmann Publishers" avg_price="37.48"/> XQuery/ B. Amann p.113/173 XQuery/ B. Amann p.117/173 Jointure: Résultat <livre titre="comprendre XSLT"> <auteur nom="amann" institut="cnam"/> <auteur nom="rigaux"/> </livre>, <livre titre="spatial Databases"> <auteur nom="rigaux"/> <auteur nom="scholl" institut="cnam"/> <auteur nom="voisard" institut="fu Berlin"/> </livre>, <livre titre="data on the Web"> <auteur nom="abiteboul"/> <auteur nom="buneman"/> <auteur nom="suciu"/> </livre> Quelques fonctions pour les séquences distinct-nodes(item* Seq1) => item* : élimination de duplicats en comparant l identité des noeuds distinct-values(item* Seq1) => item* : élimination de duplicats en comparant la valeur index-of(item* Seq, Item Search) => unsignedint* : retourne les positions des nœuds ou des valeurs dont la valeur est identique au paramètre Search XQuery/ B. Amann p.114/173 XQuery/ B. Amann p.118/173 Fonctions et opérateurs Les nombreux fonctions et opérateurs permettent : l accès au type et le nom d un noeud la construction, comparaison et la transformation de valeurs l aggrégation des valeurs d une séquence la transformation du type d une valeur (cast) Exemple: index-of Requête qindexof: <books> { let $bl := document("bib.xml")//book for $b in $bl return <book> { $b/@title, attribute no {index-of($bl, $b)}} </book> } </books> <?xml version="1.0"?> <books> <book title="comprendre XSLT" no="1"/> <book title="spatial Databases" no="2"/> <book title="data on the Web" no="3"/> </books> XQuery/ B. Amann p.115/173 XQuery/ B. Amann p.119/173 Fonctions et opérateurs Les fonctions et opérateurs sont typées (XML schema) et manipulent des séquences et des valeurs typées (XML schema) : entier, chaîne de caractères, dates,... Définition de Fonctions XQuery permet à l utilisateur de définir ses propres fonctions. define function NombreAuteurs(book $b) returns xsd:integer { return count($b/author) } Le résultat est de type xsd:float. XQuery/ B. Amann p.116/173 XQuery/ B. Amann p.120/173

16 Bibliographie: Interrogation de documents XML Site du W3C sur XQuery: P. Wadler, XQuery: a typed functional language for querying XML Données XML structurées Dépendances père/fils sont importantes Ordre moins important Requêtes select-projet-join Tri, régroupement, transformation Requêtes OLAP et data-mining XQuery/ B. Amann p.121/173 Stockage de données XML/ B. Amann p.125/173 Données XML mixtes (documents XML) Stockage de données XML Fragments texte de taille importante Requêtes plein-texte Ordre est important Semi-structurées (exceptions) Requêtes select-project (table de contenu) Stockage de données XML/ B. Amann p.122/173 Stockage de données XML/ B. Amann p.126/173 Stockage de données XML Problèmes liés au stockage : Temps d exécution de requêtes Compléxité des mises-à-jour Taille des données stockées Maintenance des relations/dépendances entre les entités (éléments) du document Enrichissement des données? Flux de données Données temporelles indépendantes Requêtes de filtrage Déclenchement d évènements (requêtes continues) Beaucoup de petits fragments Stockage de données XML/ B. Amann p.123/173 Stockage de données XML/ B. Amann p.127/173 Types de données XML Modèle abstrait d un traitement XML Données XML : typiquement export d une base de données Documents XML (données mixtes) : texte + données Flux de données : par exemple service SOAP Document XML Schéma XML XML PSV Parseur XML Infoset Validateur Infoset Remplacement entités Insertion de valeurs par défaut Document bien formé Document valide PSV: Post schema validated Infoset (avec annotations de types) XQuery Modèle de données Résultat Stockage de données XML/ B. Amann p.124/173 Stockage de données XML/ B. Amann p.128/173

17 Stockage de XML Importation : générique : indépendante de la DTD/du schéma XML guidé par la DTD/le schéma XML Interrogation et mise-à-jour Accès uniform : schéma de stockage transparent pour l utilisateur Exportation : il doit être possible de trouver le document d origine Techniques de stockage natives (suite) langages : API, XPath, XQuery + mises-à-jours + chargement Stockage de données XML/ B. Amann p.129/173 Stockage de données XML/ B. Amann p.133/173 Critères de Comparaison espace utilisé temps de chargement temps de reconstruction d un document XML temps de mis-à-jour temps d exécution d une requête Techniques de stockage natives: Systèmes Tamino de Software AG Xyleme/Natix de l Université de Manheim Xindice: Apache Software Foundation 4Suite de FourThought problème d optimisation Stockage de données XML/ B. Amann p.130/173 Stockage de données XML/ B. Amann p.134/173 Techniques de stockage: Fichiers Fichiers plats ou structurés : petits documents modèle de document structuré langage de requêtes : grep, index plein texte + temps de chargement/reconstruction Techniques de stockage base de données étendu SGBD (objet-) relationnel étendu avec des outils pour le traitement de documents XML : gros documents (structurés) modèle logique relationnel (pas hiérarchique) importation générique/guidé par le schéma langages: SQL + interrogation Stockage de données XML/ B. Amann p.131/173 Stockage de données XML/ B. Amann p.135/173 Techniques de stockage natives Native XML database (NXD) : conçu spécifiquement pour XML; définit un modèle logique pour le stockage et l accès à un document XML le document XML est l unité centrale de la base (comme une relation dans une BD relationnelle) gros documents modèle de données hiéarchique avec ordre Techniques de stockage BD : Systèmes Oracle XML/SQL utility IBM DB2 XML Extender Microsoft OpenXML Stockage de données XML/ B. Amann p.132/173 Stockage de données XML/ B. Amann p.136/173

18 Stockage dans une BD relationnelle Arbre XML Avantages : on peut traiter en même temps des données XML et des tables classiques passage doux vers XML Contraintes : définir un mapping XML relationnel (import) et relationnel XML (export) satisfaire les contraintes de la BD : exemple : le nombre d attributs par table titre, livre, auteur, "Germinal" "E. Zola" biblio, titre, "Comprendre XSLT" livre, auteur, "B. Amann" auteur, editeur, "P. Rigaux" "O Reilly" Stockage de données XML/ B. Amann p.137/173 Stockage de données XML/ B. Amann p.141/173 XML vs. relationnelle Relation d arcs parent/enfant XML : données hiérarchiques, éléments imbriqués arbre ordonné schéma optionnel Relationnel : données ensemblistes stockées dans des tables absence d ordre schéma obligatoire R: S: Parent Pos Label Type Enfant 1 biblio ref 1 livre ref 2 livre ref 1 titre cdata 2 auteur cdata 1 titre cdate 2 auteur cdata 3 auteur cdata 4 editeur cdata Noeud Valeur Germinal E. Zola Comprendre XSLT B. Amann P. Rigaux O Reilly Stockage de données XML/ B. Amann p.138/173 Stockage de données XML/ B. Amann p.142/173 Stocker un arbre dans une BD relationnelle Requête Solutions : une table binaire pour stocker l ordre et la relation parent/enfant, une table unaire pour les valeurs. une table binaire pour chaque type de chemin (Monet) stockage guidé par la DTD Oracle : attributs de type BLOB/CLOB (binary/character large objects) table objet/relationnel select t from biblio.livre l, l.titre t, l.auteur a where a = "E. Zola" Stockage de données XML/ B. Amann p.139/173 Stockage de données XML/ B. Amann p.143/173 Document XML <?xml version= 1.0?> <biblio> <livre> <titre>germinal</titre> <auteur>e. Zola</auteur> </livre> <livre> <titre>comprendre XSLT</titre> <auteur>b. Amann</auteur> <auteur>p. Rigaux</auteur> <editeur>o Reilly</editeur> </livre> </biblio> Relation d arcs parent/enfant Avantages : Format de stockage générique Espace utilisée est faible Inconvénients : Scan sur une seule grande table Beaucoup de jointures Stockage de données XML/ B. Amann p.140/173 Stockage de données XML/ B. Amann p.144/173

19 Basic inlining Créer une ou plusieurs relations pour chaque type d élément : Extraire le sous-graphe qui contient tous les noeuds qu on peut atteindre à partir du type d élément. Créer récursivement les tables à partir de ce sous-graphe : une table pour la racine. une table pour chaque noeuds cible d un arc Les autres noeuds sont transformés en attributs. Stockage de données XML/ B. Amann p.149/173 Monet: Exemple DTD Exemple Le modèle Monet Fragmentation avec classification des noeuds (classe = type de chemin) : Chaque type de chemin correspond à une table binaire Types d associations (fragmentation binaire complète) : noeud/noeud noeud/attribut noeud/rang Stockage de données XML/ B. Amann p.145/173 select t from biblio.livre l, l.titre t, l.auteur a where a = "E. Zola" <!ELEMENT livre (titre, auteur*, editeur?) > <!ELEMENT article (titre, auteur*) > <!ELEMENT titre #PCDATA > <!ELEMENT auteur #PCDATA > <!ELEMENT editeur #PCDATA > <!ATTLIST editeur livres IDREFS > livre * titre * auteur * article? editeur Stockage de données XML/ B. Amann p.146/173 Stockage de données XML/ B. Amann p.150/173 Monet: Analyse Simplification de DTD Avantages : Requêtes avec expressions de chemins Exceptions sont traitées naturellement (petites relations) Classification des noeuds Inconvénients : Le nombre des relations est linéaire dans la taille du document Unnest définitions imbriquées : Simplification : Regroupement :,... Stockage de données XML/ B. Amann p.147/173 Stockage de données XML/ B. Amann p.151/173 Stockage guidé par la DTD: Inlining Principe : Utiliser la DTD pour créer le schéma. Décider quand un élément est mis dans la table de son parent ( inlining ) et quand il faut créer une table séparée. Types d éléments peuvent être partagés Redondance Trois approches: basic, shared and hybrid Basic Inlining : Exemple livre * titre =livre(id, parid, titre, editeur), =livre.auteur(id, parid, auteur), =article(id, parid, titre), =article.auteur(id, parid, auteur), =editeur(id, parid, editeur), =editeur.livre(id, parid, titre, editeur), =titre(id,titre), =auteur(id, parid, auteur) * auteur * article? editeur Stockage de données XML/ B. Amann p.148/173 Stockage de données XML/ B. Amann p.152/173

20 Stockage physique Une page est de taille fixe et contient plusieurs enregistrements de taille variable Un enregistrement est un espace de mémoire continu qui peut se déplacer à l intérieur d une page et entre les pages. Un enregistrement ne peut pas dépasser la taille d une page. Stockage de données XML/ B. Amann p.160/173 Stockage natif: Natix Niveau logique : arbre XML Niveau physique : arbre construit à partir de l abre XML + noeuds supplémentaires Stockage de données XML/ B. Amann p.159/173 Hybrid Inlining Similaire à Shared Inlining sauf que les types d éléments partagés qui ne sont pas récursifs ou sur un chemin avec * sont transformés en attributs. titre, titre Stockage de données XML/ B. Amann p.158/173 Shared Inlining : Exemple On a moins de tables : Livres de Zola : Noms des auteurs : Stockage de données XML/ B. Amann p.157/173 Shared Inlining : Exemple livre auteur * article * titre editeur? * Chaque relation contient comme attributs les types d éléments qui peuvent être atteints sans traversant un type d élément qui a été transformé en relation. Stockage de données XML/ B. Amann p.156/173 Shared inlining Basic inlining: trop de tables... Créer une rélation pour chaque type d élément avec degré d entrée = 0 ou > 1: livre, article, titre cibles d un arc * : auteur degré d entrée = 1 et mutuellement récursive avec un autre type élément avec degré d entrée = 1 (e.g. A::=B, B::=A créer une table ou une table ) Stockage de données XML/ B. Amann p.155/173 Basic Inlining : Exemple Noms des auteurs : select a from auteur a Stockage de données XML/ B. Amann p.154/173 Basic Inlining : Exemple Livres de Zola : select t from livre l, l.titre t, l.auteur a where a = "E. Zola" _ Stockage de données XML/ B. Amann p.153/173

21 Natix: Enregistrement = sous-arbre Natix : un enregistrement stocke un sous-arbre d un document XML Enregistrement = le seuil de passage entre la représentation plate et la représentation structurée d un fragment XML Les enregistrements/sous-arbres sont reliés par des noeuds proxy Natix : Split Matrix Une matrice à deux dimensions qui exprime le comportement de regroupement entre les parents et leurs enfants : dimensions = types d éléments : séparer et si possible : garder et dans le me enregistrement si possible : le système décide Stockage de données XML/ B. Amann p.161/173 Stockage de données XML/ B. Amann p.165/173 Exemple d un arbre Natix La solution d Oracle9i r2 r3 proxy:r7 r1 r4 proxy:r8 r5 r6 Solution hybride : attributs de type CLOB (requêtes plein texte) mapping canonique dans une table objet-relationnel r7 r8 Les opérations de modification sont similaire aux opérations sur un arbre B comment trouver le séparateur dans un arbre Stockage de données XML/ B. Amann p.162/173 Stockage de données XML/ B. Amann p.166/173 Eclatement d un enregistrement Natix f2 L f1 f6 f11 f12 f3 f4 f5 f7 f10 f13 f14 le noeud f8 f9 d définit une coupure S séparateur = les noeuds de la racine jusqu à comment trouver de le l arbre : descendre dans le milieu R Attibuts de types CLOB: XMLType d Oracle 9i SQL> create table PURCHASEORDER (PODOCUMENT sys.xmltype); Table created. SQL> insert into PURCHASEORDER (PODOCUMENT) values ( 2 sys.xmltype.createxml( 3 4 <PurchaseOrder> 5 <Refernce>2365</Reference> 6 <Actions> 7 <Action> 8 <User>KING</User> 9 <Date>12/11/02</DATE> 10 </Action> 11 </Actions> 12 </PurchaseOrder> 13 )); Stockage de données XML/ B. Amann p.163/173 Stockage de données XML/ B. Amann p.167/173 Assemblage Requêtes SQL et XMLType p1 f1 f6 p4 Requête : SQL> select p.podocument.getclobval() 1 from purchaseorder p 5 / f3 f2 f4 p2 f5 p3 f8 h1 f7 f10 f9 h2 f11 f12 f13 f14 P.PODOCUMENT.GETCLOBVAL() <PurchaseOrder> <Reference>2365</Reference> <Actions> <Action> <User>KING</User> <Date>12/11/02</DATE> </Action> </Actions> </PurchaseOrder> Stockage de données XML/ B. Amann p.164/173 Stockage de données XML/ B. Amann p.168/173

22 Requêtes SQL avec extraction XPath Requête : SQL> select P.PODOCUMENT.extract( 2 /PurchaseOrder//User).getClobVal() 3 from PURCHASEORDER P 4 where P.PODOCUMENT.extract( 5 /PurchaseOrder//Date/text() 6 ).getstringval() = 7 12/11/02 P.PODOCUMENT.EXTRACT( /PurchaseOrder//User ).GETCLOBVAL() <User>KING</User> Bibliographie Stockage XML (suite) Suciu, et.al, Storing semistructured data with STORED Kanne, Stockage XML natif dans Natix ToX: The Toronto XML Engine. S. Munch, Building Oracle XML Applications Stockage de données XML/ B. Amann p.169/173 Stockage de données XML/ B. Amann p.173/173 Mapping canonique XML: SQL: <row> <Person> <Name>Toto</Name> <Addr> <City>...</City> <Street>...</Street> </Addr> </Person> </row> create type AddrType as OBJECT ( City VARCHAR2(32) Street VARCHAR2(32) ); create table Person ( Name VARCHAR2(32) Addr AddrType ); Stockage de données XML/ B. Amann p.170/173 Mapping canonique Avantages : Interrogation directe avec SQL Vue objet-relationnel de données XML Transformation dans la forme canonique avec XSLT Inconvénients : Difficile à mettre en oeuvre sur des documents irrégulière SQL n a pas la puissance de XPath pour les expressions de chemin Stockage de données XML/ B. Amann p.171/173 Bibliographie Stockage XML Sihem Amer-Yahia et Mary Fernandez, Overview of Existing XML Storage Techniques, Sigmod Record 2002 Sihem Amer-Yahia, Techniques for Storing XML, tutorial ICDE 2002 Florescu, Kossman, A Performance Evaluation of Alternative Mapping Schemes for Storing XML Data in a RDBMS Albrecht Schmid, et.al., Efficient Relational Storage and Retrieval of XML Documents Stockage de données XML/ B. Amann p.172/173