云环境下基于XUpdate的XML更新研究
2018-06-25方少卿
张 涛，方少卿
(铜陵职业技术学院，安徽铜陵 244061)
[通讯作者]方少卿(1965- )，男，教授，硕士，从事Web数据挖掘研究。
1 研究背景
目前，云计算技术与应用正在蓬勃发展，大数据处理技术也取得了长足的进步，企业和单位在积极进行智慧化建设，纷纷把业务处理和数据处理搬到云端，提升了数据指导决策的应用价值。随着云计算、移动互联网、物联网的快速发展，数据增长规模加快，半结构化及非结构化的数据呈指数级增长。云计算、大数据时代的到来将给各行各业带来根本性的变革。
XML(eXtensible Markup Language)，即可扩展标识语言，对结构化、半结构化的数据表示具有先天的优势。在云计算技术广泛应用和发展的今天，XML业已成为数据表示和交换的标准[1]。当前，用XML描述的数据在云计算、大数据时代增长迅猛，应用领域也在不断扩大。对于云计算环境下XML的研究，大部分是基于XML查询的[2]，对XML更新研究的较少，往往借助传统标准进行实现，缺少标准支持。因此，把XML数据迁移到云计算平台中，对XML更新标准和技术的研究成为一项具有重要意义的内容。
2 XUpdate更新技术
2.1 云计算与XML
XML在云平台上架起了各类数据之间交互的桥梁，是不同平台、组件间进行数据交换、集成的中间表示形式，是配置文件的重要数据载体，信息表示方便[1]。对于XML文档的管理方式主要有：文件系统平面文件、关系数据库、面向对象数据库、Native XML数据库。Native XML数据库保存XML文档能做到不丢失信息，在管理XML数据上具有突出优势。在云平台进行原生XML数据存储和管理，对原始数据的结构化、非结构化的展现和数据安全有着重要的意义。XML技术将成为云计算、大数据发展的基础技术[3]。当前，Native XML数据库的研究已进入相对成熟的时期，基于DBaaS技术，将Native XML数据库与云计算平台整合可以进一步拓展云平台的处理能力，并为XML数据管理提供一个良好的方式。
2.2 XUpdate
XPath和XQuery是W3C推荐的XML文档查询语言。更新作为管理XML数据的一个重要功能，当前还没有一个统一的语言和操作标准，XML文档更新实现主要是基于XQuery语言扩展和自定义模型的更新[4]。XUpdate[5]更新语言为XML数据的更新操作提供了实际规范，推动了XML更新技术以及Native XML数据库的发展。XUpdate(XML Update Language)由XML∶DB Initiative制定，其功能是更新XML文档中的数据。XUpdate是一种基于XML的词汇表，类似于XSLT，但比XSLT要简单。XUpdate语言仅对如何修改XML数据作了明确定义，查询文档节点是通过XPath语法实现的。
Xupdate基于XML语法描述，制定的元素类型有：xupdate∶element、xupdate∶text、xupdate∶comment、xupdate∶processing-instruction、xupdate∶variable、xupdate∶cdata、xupdate∶attribute。XUpdate制定的操作命令有：xupdate∶insert-before、xupdate∶insert-after、xupdate∶update、xupdate∶append、xupdate∶rename、xupdate∶remove、xupdate∶variable、xupdate∶value-of。
XUpdate语言的命名空间是http://www.xmldb.org/xupdate，更新语句使用XML文档描述，根元素为xupdate∶modifications。xupdate∶modifications元素有一个表示XUpdate使用的版本的version属性，目前版本为1.0。xupdate∶modifications包含基本更新指令元素，用于更新XML数据。
XUpdate更新XML数据，通过XPath查询更新节点，更新XML文档的操作为：insert、update、append、rename、remove等。同时，为了更好地执行更新指令，还应包含自定的variables。
(1)Insert指令用于向XML文档中添加新的内容，可在节点后(xupdate∶insert-after)添加和节点前(xupdate∶insert-before)添加数据，通过XPath表达式表示的select属性获取待操作的节点。Insert指令可向XML文档中添加的数据类型有元素、文本、预处理指令、属性、注解、节点。语法示例：
xmlns∶xupdate="http://www.xmldb.org/xupdate">
(2)xupdate∶append指令用于向XML文档中追加新建的元素节点，其select属性用于选择操作节点，child属性(整型值)用于定位新建节点在被选择节点中子节点的位置(默认为最后一个子节点)。xupdate∶append指令可追加的元素与Insert指令类似。语法示例：
(3)xupdate∶update指令用于更新节点内容，其属性select指定待更新节点。语法示例：
Greatest Hits
(4)xupdate∶remove指令用来删除XML文档数据节点，其属性select获取待删除节点。语法示例：
(5)xupdate∶rename指令用于对XML数据的属性或者元素节点进行重命名操作，通过select属性(值须为元素或属性节点集)获取待重命名的节点。语法示例：
title
(6)xupdate∶variable元素用于自定义更新变量。变量名通过name属性定义，变量的值可通过XPath表达式获取。对变量的引用xupdate∶value-of元素获取。语法示例：
XUpdate的基础语法、语义都简单明确，通过基础更新指令间的组合，可构建出多变的更新语句，为云平台下的XML数据更新提供了一个良好的机制。
3 XUpdate应用实施
3.1 XUpdate应用架构
图1 XUpdate更新架构
基于对Native XML数据库的拓展，结合开源框架类库，对XUpdate语言进行实现。采用模块化、低耦合开发实现，处理框架见图1。
基于XUpdate更新语言处理XML文档的开发实现由1个协调控制器和5个子模块组成。5个子模块为：XUpdate语言编译、XML文档存取、XUpdate指令执行、结果输出以及事务处理模块。
XUpdate更新命令通过XUpdate语言编译模块进行解析，转换成内部命令表示；基于命令中的select属性值进XPath表达式解析，获取待更新的数据信息；XUpdate协调控制器调用XUpdate命令执行模块遍执行命令集中的具体命令操作； XML文档存取模块负责把更新后的XML文档存入存储介质(如：Native XML数据库)；通过对文档加锁机制和延迟写入实现更新过程中的事务处理模块。
3.2 实现算法
3.2.1 XUpdate语言编译
XUpdate更新命令以XML来描述，基于SAX解析XUpdate更新命令[6]，生成基础的更新处理信息，通过Vector数据结构保存解析结果，完成内部命令表示。主要算法思想如下：
遍历XUpdate更新语句文档{
对于命名空间URL，加入命名空间Vector；
对于文本节点，添加文本处理指令，保存到文本Vector，在文本节点末，添加文本处理结束标志；
对于元素节点开始标记，
若该元素为更新指令元素，把指令转化为内部整数表示，添加该指令及其属性分别到命令、属性Vector；
若为Insert、Append指令的待更新元素，在命令Vector里添加元素指示指令和属性指示指令，对元素名进行命名空间映射，并添加到属性Vector中。对待更新元素的子元素进行同样的遍历操作。
对于元素节点结束标记，
若该元素为更新指令元素，在命令Vector里添加命令结束指令；
若为Insert、Append指令的待更新元素，在命令Vector里添加元素指示结束指令；
}
对于下面XUpdate语句，解析后，更新命令Vector表示见表1。
表1 更新命令Vector
3.2.2 XML文档更新实现
更新命令表示为内部定义的整型常量。XML文档更新基于XUpdate编译后Vector内部命令对待更新的XML文档进行操作。XUpdate操作实现算法如下：
获取待更新的XML文档；
遍历命令Vector，根据select属性选择上下文节点{
对于属性指示指令，构建属性元素；
对于文本节点，构建字符串元素，
对于variable命令，把属性seclect指定的节点集保存在HashTable中；
对于其他命令，根据命令类型，调用响应的execute()方法执行对应的更新操作；
}
保存更新后的结果。
XUpdate的命令主要为：插入、删除、更新。定义一个基础命令处理类，具体命令的实现继承于基础命令类，并改写自己命令的实现，实现调用格式的统一。基本算法如下：
(1)remove指令
被删除的对象为属性，获取其所属节点元素，调用节点删除属性方法删除；
被删除的对象为元素，获取其父节点元素，调用节点删除子节点方法删除；
(2)append指令
获取待追加的元素及其属性；
遍历所选择节点集，在child属性指定位置，追加命令操作对象。
(3)insert操作
获取待插入的元素及其属性；
遍历所选择节点集，在每个节点的前/后追加命令操作对象。
insert-after算法与insert-before算法类似。进行插入操作(包括append)需要基于namespaces、characters、attributes信息创建新节点，基于DOM模型构建出attribute、element、comment、text、CDATA，processing instruction以及variable对应的节点集，用于对XML文档进行更新。
(4)update操作
遍历所选择节点集{
对于元素节点，删除节点对应的文本节点，在追加上更新的文本节点；
对于文本节点，改变当前节点的值；
对于属性、注释等节点，直接设置其替换值即可；
}
(5)rename操作
遍历所选择节点集，获取所更新节点的父节点{
对于属性节点，获取属性所属节点元素，添加新属性，删除原有属性；
对于处理指令节点，创建新处理指令节点替换原有的指令节点；
对于元素节点，创建新元素节点{
遍历待重命名元素的属性，转换命名空间后，在新元素节点上添加之；
遍历待重命名元素的子元素，转换命名空间后，在新元素节点上添加之；
父节点替换原有的元素节点为新创建的元素节点；
}
}
rename操作的对象须为元素节点、属性节点或者处理指令。
3.3 结果测试
结合以上XUpdate更新处理架构，基于Java语言和开源框架，在Eclipse开发环境进行编码测试，结合云计算实验平台，通过虚拟机和PaaS平台部署测试代码，能够成功地对XML数据进行更新，为云平台基于模板的配置文件更新、XML数据管理提供了一种有意义的方式。
XUpdate更新实施主要包括XUpdate语言解析和XUpdate更新命令执行，经测试，对XUpdate更新文档的解析一般为30ms左右，对常规XML文档的处理，根据命令的复杂度和文档规模的不同，用时一般基于200～1000ms之间。更新性能与传统的基于DOM的XML文档更新进行比较[6]，在小规模XML文档更新上两者相率相当，但随着XML文档规模的提升，基于XUpdate的更新处理显示了较好的更新性能，效率提高15%～40%。
4 结语
云计算、大数据技术的发展进一步促进了XML数据的应用和快速增长，本文基于XUpdate语言对XML文档的更新技术进行了研究和实施，提供了XML文档更新操作的基础规范和体系结构，对云计算环境下基于XUpdate的XML更新研究有着一定的实践意义。XML文档的更新是一个复杂的过程，更新时的事务处理、XML更新标准、基于云计算平台的XML更新技术以及Native XML 数据库、XUpdate与云平台的融合，都是需要进一步解决的问题。
[参考文献]
[1]赵伟,卓伟,李占波,等.基于云计算的一种新的数据交换架构[J].计算机工程与科学,2013(8):15-19.
[2]魏永山,张峰,陈欣,等.一种云计算环境下的XML查询数据服务的优化方法[J].计算机工程与科学,2013(6):31-36.
[3]王向阳.基于Hadoop的海量小型XML数据挖掘的研究[D].西安:西安邮电大学,2016.
[4]马程,徐海燕.基于CB+-tree的时态XML索引动态更新方法[J].广东石油化工学院学报,2016(1):44-47.
[5]Andreas Laux,Lars Martin.XML Update Language(XUpdate)[EB/OL].(2000-09-14)[2017-08-08].http://xmldb-org.sourceforge.net/xupdate/xupdate-wd.html.
[6]王磊,张红梅,姚保峰,等.XML文档解析技术研究[J].常州工学院学报,2013(5):36-41.
