Team:USTC Software/notebook

From 2010.igem.org

Revision as of 08:40, 29 July 2010

BERKERLY DB XML 介绍 by LIAO CHEN

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。