sql >> Database teknologi >  >> RDS >> Sqlserver

Lagring af XML-data i SQL Server

Da vi arbejdede på udgivelsen af ​​dbForge Transaction Log, blandt andre opgaver, måtte vores team puslespille ud, hvordan man korrekt gemmer indtastede XML-data.

Til at starte med er det værd at nævne, at SQL Server ikke gemmer XML i det format, det blev indtastet. En XML-streng parses, opdeles til tags og gemmes således i et komprimeret format. Beskrivelseselementer, som serveren anser for unødvendige, kasseres.

Det skal også huskes, at hvis datatypen for en kolonne er angivet som simpel XML, vil serveren gemme disse data som Unicode-strenge.
Eksempel 1.

CREATE TABLE XmlValuesTable ( [uid] [int] IDENTITY PRIMARY KEY, v XML NOT NULL );GOINSERT INTO XmlValuesTable (v)VALUES ('123.456');INSERT INTO XmlValuesTable (v)VALUES ('4.0000000000');

Serveren gemmer indsættelsen data som følger:

 F0 04 6E006F0074006500 <- navn "note" EF 000001 <- navneområde 01f8 01 <- Tag 01f0 05 66006C006F0061007400 <- Navn "Float" EF 000002 <-Namespace 02f8 02 <- Tag 0211 07 31120030030030000 F7 <- Lukning af TAGF0 04 740069006D006500 <- Navn "Time" EF 000003 <- Navneområde 02f8 03 <- Tag 0311 0c 300031003A00320033003A00340035002E00370038003900 <- String "01:23:45.789" F7 <- Lukning Mærk 

 I det følgende eksempel er kolonnedatatypen angivet som indtastet gennem XML Schema Collection.
 

 Eksempel 2.
 
OPRET XML-SKEMA-INDSAMLING [XmlValuesSchemaCollection_datetime2] AS'  ';GOCREATE TABLE XmlValuesTable_datetime2 ( [uid] [ int] IDENTITY PRIMARY KEY, v XML(XmlValuesSchemaCollection_datetime2) NOT NULL);GOINSERT INTO XmlValuesTable_datetime2 (v)VALUES (N'2014-06-18T06:39:05.190'); 

 I dette særlige tilfælde vil serveren gemme indsættelsen  data som følger:
 
 EA 09 014C010015 1A000000 <- Type Info 0x14c (332) “DateTime2”, 0x15 (21) “DateTime” + Offsetf0 09 6400610074006500740069006d0065003200 <- NAME "DATETIME2" EF 000001 - skriv info7E 02978924A9380B <- "2014-06-18T06:39:05.190"F7 <- afsluttende tag
 

 På denne måde konverterer serveren de lagrede data til typer specificeret i tillægget til denne artikel (du kan se listen over alle datatyper ved at køre "select * from sys.xml_schema_types"-forespørgslen på serveren).
 

 Lad os tage et kig på, hvordan serveren gemmer en mere kompleks struktur, der ligner den i eksempel 1 og beskrevet med XML Schema Collection.
 

 Eksempel 3.
 
OPRET XML-SKEMA-SAMLING [XmlValuesSchemaCollection] AS'          '; GÅ OPRET TABEL XmlValuesTable ( [uid] [int] IDENTITY PRIMARY KEY, v XML(XmlValuesSchemaCollection) NOT NULL);GOINSERT INTO XmlValuesTable (v)VALUES ('123.456');
 

 Serveren gemmer indsættelsen data som følger:
 
 EA 05 0001000100 <- Type Infof0 04 6E006F0074006500 <- Navn "Bemærk" EF 000001 <- NamespaceF8 01 <- Tag 01ea 09 01100000011 1200000000 <- Type Info 0x11 (17) "Float" + Offsetf0 05 66006c006f0061007400 <- navn " float"EF 000002 <- NamespaceF8 02 <- tag 02EA 05 0011000011 <- type info 0x11 (17) "float"03 79E9F642 <- "123.456"F7 <- closing tagEA 09 001x (09 001 06 02 06) info " + offsetF0 04 740069006D006500 <- Navn "tid"EF 000003 <- NamespaceF8 03 <- tag 03EA 05 0016000016 <- type info 0x16 (22) "time"7D 003FDAF"-71CDAF"7D 003FDAF"-703FDAF"-703FDAFs 7D 003FDAF:71C:70FDAF 7D 003FDAF-703FDAF 7D 003FDAF-703FDAFs 7D 003FDAF. <- afsluttende tag
 

 Lad os prøve at tilføje et skemalink til indsættelsen.
 

 Eksempel 4.
 
INSERT INTO XmlValuesTable (v)VALUES ('123.456');
 
 EA 05 0001000100 <- Type Infof0 04 6E006F0074006500 <- Navn "Bemærk" EF 000001 <- NamespaceF8 01 <- Tag 01f0 09 78006d006c006e0073003a00780073006900 <- navn "xmlns:xsi" ef 0002003003a0073006900 <- Attribute11 29 68007400740070003A002F002F007700770077002E00770033002E006F00720067002F0032003000300031002F0058004D004C0053006300680065006D0061002D0069006E007300740061006E0063006500 <- "http://www.w3.org/2001/XMLSchema-instance"F5 <- closing bracketEA 09 0111000011 12000000 <- type info 0x11 (17) "float" + offsetF0 05 66006C006F0061007400 <- Name "float"EF 000003 <- NamespaceF8 03 <- tag 03EA 05 0011000011 <- type info 0x11 (17) "float"03 79E9F642 <- "123.456"F7 <- closing tagEA 69 0001 type info 69 0001 (09 001) time" + offsetF0 04 740069006D006500 <- Navn "time"EF 000004 <- NamespaceF8 04 <- tag 08EA 05 0016000016 <- type info 0x16 (22) "time"7D 03F03F 7D 05-09F 7D 03F 09B 7D 03F 03F 7D 7D 03F 03F 7F 7D 03F 03F 7D <7D 03F 03F 03F 8F <7D 03F 03F 8F 7D 03F 03F 03F 03F 03F 05 03 F tagF7 <- afsluttende tag
 

 Som du kan se, har serveren omhyggeligt gemt navneområdet som en attribut og brugt næsten halvdelen af ​​pladsen til dette, selv på trods af at navnerummet ikke rigtig tjener noget brugbart formål her – dataene blev gemt på samme måde som de ville være. gemt uden navneområdet.
 
Konklusion
 

 Ud fra ovenstående kan det se ud til, at du kan reducere størrelsen på en database ved at gemme nogle datatyper (f.eks. float) som indtastede værdier, da 4 bytes kræver væsentlig mindre lagring end den samme værdi gemt som en Unicode-streng. Du skal dog huske på, at der bruges yderligere 7-18 bytes for hver værdi til at beskrive dens type og flytte den til den nødvendige position.
 
Tillæg
 

 Korrelation af XML-typer, basistyper og datatyper, som serveren bruger til at gemme indtastede værdier.
 

 
 
XML-type Basistype Gemt som type Størrelse i bytes 
 
anyType  streng 2 * tegn 
 
anySimpleType enhverType streng  
 
streng anySimpleType streng  
 
boolesk anySimpleType boolesk 1 
 
flyde anySimpleType flyde 4 
 
dobbelt anySimpleType dobbelt 8 
 
decimal anySimpleType SqlDecimal 20 
 
varighed anySimpleType streng  
 
dateTime anySimpleType *1  
 
tid anySimpleType *1  
 
dato anySimpleType *1  
 
gYearMonth anySimpleType streng  
 
gÅr anySimpleType streng  
 
gMonthDay anySimpleType streng  
 
gDay anySimpleType streng  
 
gMonth anySimpleType streng  
 
hexBinary anySimpleType array af bytes  
 
base64Binary anySimpleType array af bytes  
 
anyURI anySimpleType streng  
 
QName anySimpleType streng  
 
normalizedString streng streng  
 
token streng streng  
 
sprog streng streng  
 
Navn streng streng  
 
NCName streng streng  
 
ENTITY streng streng  
 
NMTOKEN streng streng  
 
heltal decimal SqlDecimal 20 
 
ikke-positivt heltal heltal SqlDecimal 20 
 
negativt heltal ikke-positivt heltal SqlDecimal 20 
 
lang heltal SqlDecimal 20 
 
int lang SqlDecimal 20 
 
kort int SqlDecimal 20 
 
byte kort SqlDecimal 20 
 
nonNegativeInteger heltal SqlDecimal 20 
 
unsignedLong ikke-NegativeInteger SqlDecimal 20 
 
unsignedInt unsignedLong SqlDecimal 20 
 
unsignedShort unsignedInt SqlDecimal 20 
 
unsignedByte unsignedShort SqlDecimal 20 
 
positivt heltal ikke-NegativeInteger SqlDecimal 20 
 
char streng streng  
 
nchar streng streng  
 
varchar streng streng  
 
nvarchar streng streng  
 
tekst streng streng  
 
ntekst streng streng  
 
varbinær base64Binær array af bytes  
 
binær base64Binær array af bytes  
 
billede base64Binær array af bytes  
 
tidsstempel base64Binær array af bytes  
 
timestampNumeric lang SqlDecimal 20 
 
numerisk decimal SqlDecimal 20 
 
bigint lang SqlDecimal 20 
 
smallint kort SqlDecimal 20 
 
tinyint unsignedByte SqlDecimal 20 
 
bit boolesk boolesk 1 
 
rigtig flyde flyde 4 
 
datotid datoTid *1  
 
smalldatetime datoTid *1  
 
penge decimal SqlDecimal  
 
småpenge decimal SqlDecimal  
 
uniqueidentifier decimal streng  
 
datetime2 datoTid *1  
 
datetime offset datoTid *1  
 
hierarchyid streng streng   
 
dbobject anyURI streng  
  
 

 *1 – data/tidsoplysninger. Den specifikke type er defineret af værdien.
 
Værdi Gemt som type Størrelse i bytes 
 
Datoforskydning Dato (antal dage) 3 
 
Datoforskydning (2019-09-16+02:00) DatoTimeOffset 11 
 
DatoTid DatoTid 7-9 afhænger af præcision 
 
DatoTimeOffset DatoTimeOffset 9 
 
Tid DatoTid 7-9 afhænger af præcision 
 
Tidsforskydning (01:23:45Z) DatoTimeOffset 9

  1. Markørbaserede poster i PostgreSQL

  2. PHP mysql indsæt datoformat

  3. Lær at gemme og analysere dokumenter på Windows filsystem med SQL Server Semantic Search – Del 1

  4. returnere resultatsæt fra funktion