sql - 将嵌套 XML 数据与数据库表结构进行匹配的最快方法

Question

我有一个创建 datarequests 的应用程序，它可能非常复杂。这些需要作为表存储在数据库中。 datarequest(作为 XML)的大纲将是...

<datarequest>
  <datatask view="vw_ContractData" db="reporting" index="1">
    <datefilter modifier="w0">
      <filter index="1" datatype="d" column="Contract Date" param1="2009-10-19 12:00:00" param2="2012-09-27 12:00:00" daterange="" operation="Between" />
    </datefilter>
    <filters>
      <alternation index="1">
        <filter index="1" datatype="t" column="Department" param1="Stock" param2="" operation="Equals" />
      </alternation>
      <alternation index="2">
        <filter index="1" datatype="t" column="Department" param1="HR" param2="" operation="Equals" />
      </alternation>
      </filters>
    <series column="Turnaround" aggregate="avg" split="0" splitfield="" index="1">
      <filters />
    </series>
    <series column="Requested 3" aggregate="avg" split="0" splitfield="" index="2">
      <filters>
        <alternation index="1">
          <filter index="1" datatype="t" column="Worker" param1="Malcom" param2="" operation="Equals" />
        </alternation>          
      </filters>
    </series>
    <series column="Requested 2" aggregate="avg" split="0"  splitfield="" index="3">
      <filters />
    </series>
    <series column="Reqested" aggregate="avg" split="0" splitfield="" index="4">
      <filters />
    </series>
  </datatask>
</datarequest>

这对包含日期范围、主过滤器、系列和系列过滤器的数据请求进行编码。基本上，任何具有 index 属性的元素都可以在其父元素中多次出现 - 异常(exception)情况是 datefilter 中的 filter。

但是这个结构有点学术性，问题更根本:

当请求通过时，像这样的 XML 将作为存储过程的参数发送到 SQLServer。此 XML 被分解为非规范化表，然后迭代写入规范化表，例如 tblDataRequest (DataRequestID PK)、tblDataTask、tblFilter、 tblSeries。这很好。

当我想将给定的 XML 定义与数据库中已有的定义相匹配时，就会出现问题。我目前通过...做到这一点

• 将 XML 分解成非规范化的表
• 使用 CTE 将数据库中的所有现有数据提取为相同的非规范化形式
• 使用巨大的 WHERE 条件进行匹配(34 行长)

..这将返回任何与给定的 XML 完全匹配的 DataRequestID。我担心这种方法最终会非常缓慢 - 部分原因是我不相信 CTE 会进行任何巧妙的过滤，它每次在应用巨大的之前都会提取所有数据哪里。

我认为一定有更好的解决方案来解决这个问题

• 在存储datarequest 时，还以某种方式存储datarequest 的散列并简单地匹配它。在发生碰撞的情况下，使用当前方法。但是我想使用 set-logic 来做到这一点。而且，我担心 XML 中不相关的小差异会更改哈希 - 虚假空格等。
• 以某种方式从下往上迭代执行匹配。例如，生成在最低级别上匹配的过滤器列表。将其用作 IN 的一部分以匹配 Series。将其用作 IN 的一部分以匹配 DataTasks 等。问题是，当我考虑这个问题太久时，我就开始昏迷了。

基本上 - 以前有没有人遇到过这种问题(他们一定遇到过)。解决它的推荐路线是什么？ 示例(伪)代码会很棒 :)

Answer 1

为了消除微小差异的可能性，我将通过 XML 转换 (XSLT) 运行请求。

或者，由于您已经有了将其解析为非规范化暂存表的代码，这也很好。然后我会简单地使用 FOR XML创建一个新的 XML 文档。

您的目标是创建一个标准化的 XML 文档，该文档在适当的地方遵守顺序并消除不一致的地方。

完成后，将其存储在新表中。现在，您可以将“标准化”请求 XML 与现有数据进行直接比较。

要进行实际比较，您可以使用散列，将 XML 存储为字符串并进行直接字符串比较，或者像这样进行完整的 XML 比较:http://beyondrelational.com/modules/2/blogs/28/posts/10317/xquery-lab-36-writing-a-tsql-function-to-compare-two-xml-values-part-2.aspx

只要 XML 永远不会超过 8000 字节，我的偏好是创建一个唯一字符串(如果您有特殊字符支持，则可以是 VARCHAR(8000) 或 NVARCHAR(4000))并在该列上创建一个唯一索引。