Wolfgang Meier 的開(kāi)放源碼的 eXist 數(shù)據(jù)庫(kù)可能是當(dāng)今最流行的原生 XML 數(shù)據(jù)庫(kù)（但這并不是說(shuō)它是最好的）。eXist 是用 Java? 編程語(yǔ)言編寫(xiě)的，可運(yùn)行在大多數(shù)主要平臺(tái)上。程序通過(guò) eXist 綁定的 HTTP 服務(wù)器與 eXist 交互。SOAP、XML-RPC 和 RESTful 接口它都提供了，您可以通過(guò)這些接口向核心服務(wù)器提交 XPath、XQuery 和 XUpdate 請(qǐng)求。命令行和 GUI 客戶(hù)機(jī)也是可用的。
安裝 eXist
eXist 需要 Java 1.4 或更高版本，否則，所有必需的依賴(lài)關(guān)系都將被綁定。事實(shí)上，對(duì)于服務(wù)器端開(kāi)放源碼項(xiàng)目來(lái)說(shuō)，安裝 eXist 已經(jīng)是相當(dāng)容易了。其他很多項(xiàng)目，不管是開(kāi)放源碼的，還是非開(kāi)放源碼的，安裝時(shí)都可以從安裝 eXist 受到啟發(fā)。安裝程序是用 IzPack 構(gòu)建的。發(fā)行版是一個(gè) JAR 檔案文件。要安裝 eXist，只要像下面這樣運(yùn)行該檔案文件即可：
$ java -jar eXist-1.0b2-build-1107.jar
|
安裝程序打開(kāi)一個(gè) GUI，詢(xún)問(wèn)您要將 eXist 目錄安裝在哪里。我把它安裝在 /home/elharo/eXist 中。eXist/bin 目錄包含必需的啟動(dòng)腳本。要啟動(dòng)服務(wù)器，可執(zhí)行 startup.sh (UNIX?) 或 startup.bat (Microsoft? Windows?)：
該命令在端口 8080 上運(yùn)行服務(wù)器，并開(kāi)始服務(wù) /eXist 中的文件。您可以從任何 Web 瀏覽器連接到 eXist。例如，我將 eXist 安裝在 eliza.elharo.com 上，所以我可以在以下 URL 處連接到 eXist：
http://eliza.elharo.com:8080/exist/
|
（您不要在自己家里這么去嘗試，因?yàn)槲业姆阑饓?huì)擋住您。您必須連接到您自己的服務(wù)器。）
最初，您將看到 eXist 文檔，還有一些您將要去探明的示例。
將數(shù)據(jù)裝載到 eXist 中
eXist 不是真正的 Web 服務(wù)器，它只是使用一個(gè) Web 服務(wù)器作為到底層數(shù)據(jù)庫(kù)服務(wù)器的方便的接口。軟件包中還包含獨(dú)立的 GUI 客戶(hù)機(jī)和編程 API，您可以使用這些來(lái)執(zhí)行各種操作。您甚至可以使用 WebDAV 從 Microsoft Windows Explorer 瀏覽 eXist。對(duì)于初次體驗(yàn)來(lái)說(shuō)，可能使用簡(jiǎn)單的 GUI 客戶(hù)機(jī)是最容易的。要啟動(dòng)客戶(hù)機(jī)，可從 eXist/bin 目錄執(zhí)行 client.sh (UNIX) 或 client.bat (Windows)：
從圖 1 可以看到，默認(rèn)情況下，客戶(hù)機(jī)試圖連接到運(yùn)行在端口 8080 上的本地主機(jī)上的 eXist 數(shù)據(jù)庫(kù)。您可以在 URL text 字段指定另外的主機(jī)和端口。這一個(gè)窗口也會(huì)要求輸入用戶(hù)名和密碼。默認(rèn)情況下，用戶(hù)名是 admin，可以將 password 字段保持為空。
圖 1. 連接到 eXist
|
|
是的，您可以管理用戶(hù)、設(shè)置密碼、設(shè)置特權(quán)、將用戶(hù)分配到具有不同訪(fǎng)問(wèn)權(quán)限的組，還可以完成完全生產(chǎn)環(huán)境中所有其他必需的任務(wù)。然而限于篇幅，許多這樣的選項(xiàng)都沒(méi)法一一介紹，而要將重點(diǎn)放在數(shù)據(jù)庫(kù)上。
|
|
您登錄之后，客戶(hù)機(jī)顯示圖 2 所示的 GUI。最初，eXist 帶有一個(gè)集合，叫做 system，其中存儲(chǔ)有用戶(hù)信息。現(xiàn)在您不想使用這個(gè)集合，而是通過(guò)選擇 File > New Collection 為文檔創(chuàng)建一個(gè)新的集合。我創(chuàng)建了一個(gè)名為 books 的集合。要打開(kāi)集合，可在 GUI 中雙擊它。打開(kāi)一個(gè)集合后，要上載文檔，可單擊看起來(lái)有點(diǎn)像一張彎曲的紙、旁邊有一個(gè)加號(hào)的圖標(biāo)。
圖 2. eXist 管理客戶(hù)機(jī)
我首先上載兩個(gè)小文檔，數(shù)據(jù)庫(kù)毫無(wú)意見(jiàn)地接受它們。然后我嘗試上載我的 Processing XML with Java 一書(shū)的完整文本。這個(gè)操作悄無(wú)聲息地失敗了，沒(méi)有給出任何錯(cuò)誤消息。不通過(guò) GUI 客戶(hù)機(jī)上載，改為通過(guò) Web 接口上載也失敗了。但是該接口給出了一個(gè)堆棧跟蹤，有助于調(diào)試問(wèn)題。這表明 eXist 沒(méi)有解析文檔類(lèi)型聲明中使用的相對(duì) URL。要裝載具有外部 DTD 子集的文檔，您必須手動(dòng)在服務(wù)器的文件系統(tǒng)上安裝 DTD，并編輯一個(gè)編目文件，告訴數(shù)據(jù)庫(kù)要裝載的文檔在哪里；然后，必須重啟數(shù)據(jù)庫(kù)服務(wù)器，使它重新裝載編目文件。這是一個(gè)主要的爭(zhēng)論點(diǎn)，盡管每個(gè)不同的 DTD 您通常只需要安裝一次。在您的文檔不使用 DTD 或者只使用少量不怎么改變的 DTD 時(shí)，eXist 工作得最好。
查詢(xún) eXist
eXist 支持 XPath 和 XQuery（關(guān)于二者的更多信息，請(qǐng)參見(jiàn) 參考資料）。eXist 使用 2003 年 11 月 XQuery 工作草案中的 XQuery 語(yǔ)法。現(xiàn)在正在努力將數(shù)據(jù)庫(kù)更新到使用更多近期工作草案中的語(yǔ)法。對(duì)于基本的 For-Let-Where-Order-Return (FLWOR) 查詢(xún)來(lái)說(shuō)，草案之間的差別并不大。
要輸入針對(duì)集合的查詢(xún)，單擊 GUI 客戶(hù)機(jī)中的望遠(yuǎn)鏡圖標(biāo)以顯示圖 3 所示的窗口。
圖 3. eXist 查詢(xún)窗口
煩人的是，復(fù)制和粘貼在該界面中不起作用，所以必須手動(dòng)地鍵入所有查詢(xún)。當(dāng)然，這個(gè)程序只是用于測(cè)試和體驗(yàn)，不能用它來(lái)與諸如 Oracle 這樣的您必須在其中鍵入原始 SQL 的數(shù)據(jù)庫(kù)進(jìn)行頻繁的交互。在對(duì)想要運(yùn)行的查詢(xún)有了相當(dāng)好的主意之后，您就可以編寫(xiě)程序根據(jù)算法來(lái)生成和提交查詢(xún)，這一點(diǎn)我下面就會(huì)討論到。
編寫(xiě)與 eXist 交互的程序
IBM?、Oracle 和 JSR 225 專(zhuān)家組的其他成員當(dāng)前正在定義一個(gè)用于取代 XQuery 的 API，其中 XQuery 由 JDBC 用于取代 SQL。但是直到這個(gè)過(guò)程結(jié)束并在 eXist 中實(shí)現(xiàn)該 API，仍然有必要使用 eXist 的本機(jī) API。您可以通過(guò) SOAP、XML-RPC、WebDAV 或 HTTP 接口訪(fǎng)問(wèn)這個(gè) API。任何支持這些協(xié)議之一的 API 都可以與 eXist 通信。例如，可以使用 JAX-RPC、通過(guò) SOAP 與 eXist 通信，或者使用 java.net、通過(guò) HTTP 與它通信。
RESTful HTTP 接口是最簡(jiǎn)單的，并且是這些選項(xiàng)中最廣泛可用的。例如，假設(shè)您想要找到包含單詞 “XSLT” 的 books 集合中的所有 para 元素。清單 1 中的 XQuery 找到所有這樣的元素。
清單 1. 一個(gè)示例 XQuery
for $p in //para
where contains($p, "XSLT")
return $p
|
您從下面這個(gè) URL 獲得（GET）該查詢(xún)：
http://eliza.elharo.com:8080/exist/servlet/db/books/
|
其中 eliza.elharo.com 是網(wǎng)絡(luò)主機(jī)，數(shù)據(jù)庫(kù)就運(yùn)行在它上面；8080 是端口；/exist/servlet/db 分別識(shí)別 Web 應(yīng)用程序、servlet 和數(shù)據(jù)庫(kù)；books 是您在該數(shù)據(jù)庫(kù)查詢(xún)的特定集合。eXist 允許嵌套的集合。例如，books 集合可能包含單獨(dú)的小說(shuō)和非小說(shuō)集合，這些集合可在下面這些 URL 處得到：
http://eliza.elharo.com:8080/exist/servlet/db/books/fiction/
http://eliza.elharo.com:8080/exist/servlet/db/books/nonfiction/
|
然而對(duì)本文來(lái)說(shuō)，您想要查詢(xún)所有的書(shū)籍，包括小說(shuō)和非小說(shuō)。XQuery 被作為 URL 的查詢(xún)字符串（URL 中引號(hào)后的部分）中的 _query 字段的值發(fā)送。它必須以通常方式用百分比編碼（例如，空格成了 %20，雙引號(hào)成了 %22，等等）。因此，您可以通過(guò)獲得（GET）下面這個(gè) URL 將清單 1 中的查詢(xún)發(fā)送到服務(wù)器：
http://eliza.elharo.com:8080/exist/servlet/db/books/?_query=
for%20$p%20in%20//para%20where%20contains($p,%20%XSLT%22)%20return%20$p
|
服務(wù)器將查詢(xún)結(jié)果封裝在 exist:result 元素中之后發(fā)送回來(lái)，如清單 2 所示。
清單 2. 示例查詢(xún)的結(jié)果
<exist:result xmlns:exist="http://exist.sourceforge.net/NS/exist"
exist:hits="148" exist:start="1" exist:count="10">
<para><quote>HTML? You must be joking</quote> said the fourth, a computer
science professor on sabbatical from MIT, who was engrossed in an XSLT
stylesheet ...</para>
<para>XSLT and the TrAX API</para>
<para>Combine functional XSLT transforms with traditional imperative Java code</para>
<para>The TrAX API for XSLT processing</para>
<para>Once you′re comfortable with one or more of these APIs, you
can read Chapters 16 and 17 on XPath and XSLT.
However, those APIs and chapters do require some knowledge of at least one
of the three major APIs.</para>
...</exist:result>
|
其他可選查詢(xún)字符串變量控制結(jié)果是否是良好打印格式的、用什么元素封裝結(jié)果、返回多少匹配的值（默認(rèn)情況下，eXist 只返回前 10 個(gè)匹配的值），等等。
由于這全是通過(guò) HTTP GET 完成的，所以您可以簡(jiǎn)單地通過(guò)在 Web 瀏覽器中鍵入適當(dāng)?shù)?URL 而執(zhí)行該查詢(xún)。當(dāng)然，任何通過(guò) HTTP 傳遞信息的軟件庫(kù)也可以發(fā)送該查詢(xún)并取回 XML 流形式的結(jié)果。若要用 Java 語(yǔ)言來(lái)編寫(xiě)該查詢(xún)，您可以使用 URLEncoder 類(lèi)來(lái)編碼查詢(xún)字符串，用 URL 來(lái)提交查詢(xún)，并用 XOM 來(lái)處理結(jié)果，如清單 3 所示。
清單 3. 用 Java 代碼查詢(xún) eXist
String xquery = "for $p in //para"
+ " where contains($p, "XSLT") "
+ " return $p";
String encodedQuery = URLEncoder.encode(xquery);
URL u = new URL("http://eliza.elharo.com:8080/exist/servlet/db/books/?_query=");
+ encodedQuery);
InputStream in = u.openStream();
Document doc = (new Builder()).build(in);
// work with the document...
|
像這樣的 HTTP 接口是完全語(yǔ)言獨(dú)立的。您可以容易地用 Perl、Python、C、C# 或任何其他具有一個(gè)簡(jiǎn)單 HTTP 庫(kù)和一些 XML 支持的語(yǔ)言重新產(chǎn)生清單 3 中的功能。查詢(xún)這樣的數(shù)據(jù)庫(kù)最有效的一種方式是編寫(xiě)一個(gè) XSLT 樣式表來(lái)格式化結(jié)果。
插入文檔
XQuery 允許您從數(shù)據(jù)庫(kù)取出信息。但是放入數(shù)據(jù)呢？這甚至更加容易。不是發(fā)送 GET 請(qǐng)求，而是發(fā)送 PUT 請(qǐng)求。放入（PUT）數(shù)據(jù)到其中的 URL 就是文檔將要放入數(shù)據(jù)庫(kù)中的 URL；請(qǐng)求的主體是將要存儲(chǔ)的文檔。例如，清單 4 中的 Java 代碼從 Cafe con Leche Web 站點(diǎn)取得 RSS 提要，并將它放入名為 20050401 的聯(lián)合集合中。
清單 4. 用 Java 代碼將文檔插入 eXist 中
URL u = "http://www.cafeaulait.org/today.rss";
InputStream in = u.openStream();
URL u = new URL("http://eliza.elharo.com:8080/exist/servlet/db/syndication/20050401");
HttpURLConnection conn = (HttpURLConnection) u.openConnection();
conn.setDoOutput(true);
conn.setRequestMethod("PUT");
conn.setHeaderField("Content-type", "application/xml");
OutputStream out = conn.getOutputStream();
for (int c = in.read(); c != -1; c = in.read()) {
out.write(c);
}
out.flush();
out.close();
in.close();
// read the response...
|
將新文檔放入數(shù)據(jù)庫(kù)中（PUT）通常需要認(rèn)證。eXist 的 REST 接口支持 HTTP Basic 認(rèn)證。Java 語(yǔ)言通過(guò) java.net.Authenticator 類(lèi)支持這種認(rèn)證。本文不做詳細(xì)討論，但是簡(jiǎn)要來(lái)說(shuō)，您必須用一個(gè)知道（或者知道如何詢(xún)問(wèn)）數(shù)據(jù)庫(kù)用戶(hù)名和密碼的類(lèi)來(lái)繼承 Authenticator，然后安裝該子類(lèi)的的一個(gè)實(shí)例作為系統(tǒng)默認(rèn)的認(rèn)證程序（authenticator）。
刪除文檔
需要從集合中刪除文檔嗎？只要發(fā)送一個(gè) DELETE 請(qǐng)求到適當(dāng)?shù)?URL 即可，如清單 5 所示。
清單 5. 刪除 eXist 中的一個(gè)文檔
URL u = new URL("http://eliza.elharo.com:8080/exist/servlet/db/syndication/20050401");
HttpURLConnection conn = (HttpURLConnection) u.openConnection();
conn.setRequestMethod("DELETE");
conn.connect();
// read the response...
|
同樣，在實(shí)踐中也需要通過(guò)一個(gè) Authenticator 對(duì)象提供用戶(hù)名和密碼。
更新文檔
最后也是最復(fù)雜的操作是修改數(shù)據(jù)庫(kù)中的信息。例如，假設(shè)我要將 e-mail 地址從 elharo@metalab.unc.edu 更改為 elharo@macfaq.com。因此，我想要將所有的 <email>elharo@metalab.unc.edu</email> 元素更改為 <email>elharo@macfaq.com</email>。XQuery 不提供這種能力，所以 eXist 使用 XUpdate 來(lái)代替。清單 6 中的 XUpdate 查詢(xún)作出了更改。
清單 6. 使用 XUpdate 來(lái)更新 eXist 中的文檔
<xupdate:update
xmlns:xupdate="http://www.xmldb.org/xupdate"
select="http://email[.=′elharo@metalab.unc.edu′]">
elharo@macfaq.com
</xupdate:update>
|
由于該操作改變了一個(gè)資源，所以您需要使用 POST 方法來(lái)將它發(fā)送到服務(wù)器。您發(fā)出想要更改的文檔的 URL 并在請(qǐng)求體中給出 XUpdate 指令。
我只介紹了 REST 接口的要點(diǎn)。它也包含以下用途的指令：創(chuàng)建和刪除集合、指定查詢(xún)結(jié)果如何被格式化，以及提供用戶(hù)憑證。HTTP 也不只是 eXist 的接口。eXist 還具有針對(duì) Perl、PHP 和 Java 語(yǔ)言的本機(jī) API，以及一般的 WebDAV、SOAP 和 XML-RPC 接口。廣泛的 API 支持是 eXist 一個(gè)特別的優(yōu)點(diǎn)。
性能、健壯性和穩(wěn)定性
eXist 并不是世界上最快的數(shù)據(jù)庫(kù)。您可以容易地使用一個(gè)秒表來(lái)度量它裝載一個(gè)中等大小的文檔所需的時(shí)間，即使在連接到本地?cái)?shù)據(jù)庫(kù)的快速硬件上也要花很長(zhǎng)的時(shí)間。查詢(xún)速度類(lèi)似于質(zhì)量。在比較大的集合上進(jìn)行復(fù)雜的查詢(xún)讓您有時(shí)間去煮一杯咖啡。為了縮短文檔裝載和查詢(xún)時(shí)間，您可以給 eXist 更多的內(nèi)存。與 eXist 一起發(fā)布的默認(rèn)配置指定的設(shè)置適合于具有 256 MB 左右內(nèi)存的機(jī)器。如果具有一臺(tái)比較強(qiáng)大的服務(wù)器，您可以修改 conf.xml file 給 eXist 分配更多的內(nèi)存。
為了優(yōu)化數(shù)據(jù)庫(kù)，您可以添加索引。默認(rèn)情況下，eXist 對(duì)元素和屬性節(jié)點(diǎn)以及文檔的全部文本做索引。您可以為可能出現(xiàn)在您的查詢(xún)中的特定節(jié)點(diǎn)集指定附加的范圍索引。例如，如果您知道自己可能執(zhí)行大量的查找 para 元素的查詢(xún)，那么可以在 //para 上定義一個(gè)查詢(xún)。這告訴 eXist 預(yù)先執(zhí)行和存儲(chǔ)文檔中所有 para 元素的值，因?yàn)樗鼈兒芸赡芎竺鏁?huì)用到。
因此，eXist 主要適合于速度不是很重要的小型集合。如果您具有千兆字節(jié)大小的文檔或者每小時(shí)要處理數(shù)千個(gè)事務(wù)，那么請(qǐng)尋求別的辦法。
同樣，我不能保證我的數(shù)據(jù)對(duì) eXist 有效。我自己沒(méi)有體驗(yàn)過(guò)數(shù)據(jù)破壞。但是其他開(kāi)發(fā)人員會(huì)經(jīng)常遇到并修復(fù)數(shù)據(jù)庫(kù)破壞問(wèn)題。從正面來(lái)說(shuō)，eXist 使得備份數(shù)據(jù)庫(kù)非常容易。非常重要的是，備份格式以真正的文本 XML 保存內(nèi)容，而不是以專(zhuān)有的二進(jìn)制格式保存；這意味著哪怕出現(xiàn)問(wèn)題，您可以用文本編輯器來(lái)修復(fù)。如果您經(jīng)常做歸檔備份，那么 eXist 的數(shù)據(jù)就不可能變得不可檢索。
eXist 功能恰當(dāng)，能滿(mǎn)足一些基本的需求，并包含一些意想不到的附帶特性，比如 XInclude 支持。事務(wù)、回滾、撤退以及一些類(lèi)似的企業(yè)級(jí)特性都沒(méi)有包括（事務(wù)列在 “即將實(shí)現(xiàn)” 的清單內(nèi)）；但是許多應(yīng)用程序并不需要這類(lèi)高級(jí)功能。
我對(duì) eXist（就這一點(diǎn)來(lái)說(shuō)，或者是任何其他基于 XQuery 的原生 XML 數(shù)據(jù)庫(kù)）最關(guān)心的一點(diǎn)是底層標(biāo)準(zhǔn)和 API 的穩(wěn)定性。本文基于 eXist 的最新 beta 版，該版本基于 2003 年 11 月的 XQuery 草案、于 2004 年 11 月發(fā)布。eXist 的這個(gè)版本現(xiàn)在 CVS 中，作了一些向后不兼容的更改，這些更改還沒(méi)有完全文檔化。將來(lái)還會(huì)作更多的更改，不論是 eXist 中，還是它所依賴(lài)的 W3C 規(guī)范都會(huì)發(fā)生更改。除非您適應(yīng)那些需要您重新測(cè)試和編寫(xiě)代碼的頻繁更改，否則不要將 eXist 用于生產(chǎn)環(huán)境。
結(jié)束語(yǔ)
擁有的數(shù)據(jù)越多，越需要使用數(shù)據(jù)庫(kù)系統(tǒng)來(lái)管理數(shù)據(jù)。如果數(shù)據(jù)是 XML，那么穩(wěn)定的原生 XML 數(shù)據(jù)庫(kù)無(wú)疑是適當(dāng)?shù)倪x擇。eXist 是一種穩(wěn)定的系統(tǒng)嗎？很遺憾，答案是否定的。eXist 是一個(gè)有趣的研究項(xiàng)目，也許會(huì)在一兩年內(nèi)開(kāi)發(fā)成一款有用的工具。但是就其當(dāng)前狀態(tài)來(lái)說(shuō)，我無(wú)法推薦您使用它。文檔是不完整的，并且經(jīng)常會(huì)引起誤解。沒(méi)有錯(cuò)誤消息（各地的程序員請(qǐng)注意，異常堆棧跟蹤不能當(dāng)作真正的錯(cuò)誤消息，有時(shí)，eXist 甚至連堆棧跟蹤都沒(méi)有提供給您）。GUI 時(shí)常會(huì)違反用戶(hù)界面標(biāo)準(zhǔn)。像復(fù)制和粘貼這樣的基本特性被忽略了。在為本文做非常基本的測(cè)試期間，我遇到了多個(gè) bug。
eXist 還沒(méi)有最終完成，當(dāng)前還處于 beta 版本。在版本 1.0 發(fā)布之前，我遇到的許多問(wèn)題都有望被解決，但不可能在短期內(nèi)解決。我知道現(xiàn)在就有一些人將 eXist 用于實(shí)際的工作，這讓我有些想不通。要么就是他們非常幸運(yùn)，要么就是他們仔細(xì)地編寫(xiě)查詢(xún)和文檔，避免了 eXist 的 bug。如果您有興趣為一個(gè)有價(jià)值的開(kāi)放源碼項(xiàng)目作貢獻(xiàn)，那么 eXist 就是一個(gè)值得您去貢獻(xiàn)的項(xiàng)目。但是使得它對(duì)于程序員來(lái)說(shuō)是一個(gè)試探性項(xiàng)目的不完全性也使得它不適合于生產(chǎn)系統(tǒng)。
參考資料
凡是有該標(biāo)志的文章，都是該blog博主Caoer（草兒）原創(chuàng)，凡是索引、收藏
、轉(zhuǎn)載請(qǐng)注明來(lái)處和原文作者。非常感謝。