Team:USTC Software/notebook

From 2010.igem.org

Revision as of 11:35, 29 July 2010

BERKELY DBXML 数据库 介绍

新手入门1 基本操作

http://www.oracle.com/technology/global/cn/products/berkeley-db/xml/index.html 下载BDB （Berkerly DB XML 2.5)，可以很好支持XML文件的查找与插入，删除，索引操作，既支持命令行也支持应用程序的调用。

在BDB中，所有的文件存在container中，这些container实际上是XML文档和其他信息的集合，它即可作为整个文档（一个单元）存储，又可作为许多结点存储－－这时整个文档分解为一个一个小的结点。

这个软件的安装比较诡异，在install/bin/里面有dbxml的命令，直接输入（我是运行完外面的build.sh后才运行的，安装时间暴长...)。这时出现prompt。注意：每一个xml文档都存在container中，container是xml文档的集合，它还包括索引，metadata（data about data)。我们首先要创建一个container对象：

dbxml> createContainer <CONTAINER NAME>

这里不像mysql需要打开数据库（use <database name>），DBD会自动为我们打开。DBD管理文档的格式不是组织关系数据库，无须像mysql一样要定义每一个表的格式，比如create table phonebook values (id INT(3) not null, varchar(120)...)，它直接输入xml格式的文件即可：

dbxml> putDocument phone1 '<phonebook> <name> <first> liao </first> <second> chen </second> </name> <phone type="mobile">xxxxx5873</phone> </phonebook>' s

这里要注意三点，第一是这种格式的输入（当然可以load文件）的xml文档是以单引号为起始终止限定符，第二是s结尾是说xml以string格式输入新的document，第三是它和mysql不一样，不用打分号作为一个语句的结束。

下面我门说XQuery，我们可以理解它和SQL SELECT语句是差不多的。XPATH是XQuery的中心实现，它就是一系列语句，用于查询XML文档数据集合的子集。它和SQL查询有些类似，比如我们要查<CONTAINER NAME>这个collection中的/phonebook/name/first这个结点的所有的记录，我们输入

dbxml> query 'collection("<CONTAINER NAME>")/phonebook/name/first/string()'（给出找到了几个拥有这个first的记录） dbxml> print (会打印出找到的结点的VALUE）

这条语句将找到的记录的/phonebook/name/first的结点的值以STRING形式显示。理解XPATH语句是必备的。query的表达式分为两个部分，第一个是导航函数collection()，用它定位文件，后面是搜索的表达式，它遵循XPATH语法格式。collection支持多个文件搜索(collection("CONTAINER1"） | collection( "CONTAINER2"))，中间用管道符连接。

如果输入query 'collection("<CONTAINER NAME>")/phonebook[name/first="liao"]/phone[@type=“mobile"]/string()'就是查询在phonebook的字节点下的name/first结点值为liao的那些记录（这是条件查询，用[])的phone字节点的属性(@表示属性）为mobile的值有多少。

Query的条件搜索expression格式很多，我在下面会列出最重要的一些命令，其他的命令看dbxml> help. 对于每一条命令，可以查询其细节，help <COMMAND>.

新手入门2 Xpath的使用

Xpath是XML PATH LANGUAGE的简写。

第一部分我讲结构查询，就是查询XML这个树形结构的结点,就是<>里面包含的东西。

首先用DBD（支持用脚本语言批量作业？？不是很确定）生成XML文件

putDocument "" ' for $i in (0 to 1000) return <part number="{$i}"> <description>Description of {$i}</description> <category>{$i mod 10}</category> { if (($i mod 10) = 0) then <parent-part>{$i mod 3}</parent-part> else "" } </part>' q

它还支持shell的运算，比如可以在其中插入{$i mod 3}的运算。还有if...else...end语句块。格式是

if (CONDITION) then （类似于<lable attribute="">value</lable>这样的东西就会加入一个XMLnode） else

比如说我想搜索这1000条记录中有parent-part这个属性的记录（这一句是包含在if－else块中，不是每个都有的），我可以输入

query 'collection("parts.dbxml")/part[parent-part]'

这里首先测试[parent－part]是否为真，然后返回记录，注意这时返回的是以part这个结点为根结点的树形结构。如果将/part[parent-part]改为/part/parent-part呢？大家可以print一下就知道差别了。因为这里返回的是以parent－part为根结点的树。那如果用/part/parent-part/string()呢？这是返回的是string的值，是text结点，它没有子结点。如果我们想查询不含parent-part的结点呢？只要将［parent-part]改为［not(parent-part)]就可以了。

第二部分我讲数值查询，就是查询XML这个树形结构的结点的值。

这里包含两部分，一个是查询结点的值，类似于<lable>VALUE<lable>，第二个是属性的值，类似于<lable attribute="VALUE"/>。对第一类来说，就用上面的那一千条记录为Container为例，如果要搜索parent-part结点的值为1的记录：

query 'collection("parts.dbxml")/part[parent-part = 1]'

第二类的查询我们以查询part的number为770的记录为例

query 'collection("parts.dbxml")/part[@number = 770]'

这里属性的名称用@标记。我们的搜索条件还可以是@number > 770 and(or @number < 1000等复合的bool表达式。

新手入门3 建立索引

这一节将介绍在记录中建立索引，这样我们在搜索数据库的时候可以方便的查找想要的结点或者它的值。setAutoIndexing可以把自动设置的一些索引关掉（傻X阿）。系统会自动的为所有的属性和叶结点建立属性。系统会为<attributes>VALUE<attributes>这样的类型加入index，并且为<label attribute=""／>中的attribute属性加入结点，而其中的label则不会被加入到index中。

下面将如何手动加入index。索引分为4个部分，path type，node type, key type, uniqueness. path type 一般都是node，node type可以是element 或者是attribute，key type可是是判断是否存在（presence）或者是判断是否相等（equality)，最后的uniqueness是说判断的元素类型是否唯一，比如要判断数值，可以设置为double。一条加入index的命令就是：addIndex <Index Name> <Element NAME> （ex, node-element-presence-none, node-attribute-equality-double)...这个我看得也不是很明白。。。