張 濤，方少卿

(銅陵職業(yè)技術(shù)學(xué)院，安徽銅陵 244061)

[通訊作者]方少卿(1965- )，男，教授，碩士，從事Web數(shù)據(jù)挖掘研究。

1 研究背景

目前，云計算技術(shù)與應(yīng)用正在蓬勃發(fā)展，大數(shù)據(jù)處理技術(shù)也取得了長足的進步，企業(yè)和單位在積極進行智慧化建設(shè)，紛紛把業(yè)務(wù)處理和數(shù)據(jù)處理搬到云端，提升了數(shù)據(jù)指導(dǎo)決策的應(yīng)用價值。隨著云計算、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)增長規(guī)模加快，半結(jié)構(gòu)化及非結(jié)構(gòu)化的數(shù)據(jù)呈指數(shù)級增長。云計算、大數(shù)據(jù)時代的到來將給各行各業(yè)帶來根本性的變革。

XML(eXtensible Markup Language)，即可擴展標識語言，對結(jié)構(gòu)化、半結(jié)構(gòu)化的數(shù)據(jù)表示具有先天的優(yōu)勢。在云計算技術(shù)廣泛應(yīng)用和發(fā)展的今天，XML業(yè)已成為數(shù)據(jù)表示和交換的標準[1]。當(dāng)前，用XML描述的數(shù)據(jù)在云計算、大數(shù)據(jù)時代增長迅猛，應(yīng)用領(lǐng)域也在不斷擴大。對于云計算環(huán)境下XML的研究，大部分是基于XML查詢的[2]，對XML更新研究的較少，往往借助傳統(tǒng)標準進行實現(xiàn)，缺少標準支持。因此，把XML數(shù)據(jù)遷移到云計算平臺中，對XML更新標準和技術(shù)的研究成為一項具有重要意義的內(nèi)容。

2 XUpdate更新技術(shù)

2.1 云計算與XML

XML在云平臺上架起了各類數(shù)據(jù)之間交互的橋梁，是不同平臺、組件間進行數(shù)據(jù)交換、集成的中間表示形式，是配置文件的重要數(shù)據(jù)載體，信息表示方便[1]。對于XML文檔的管理方式主要有：文件系統(tǒng)平面文件、關(guān)系數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫、Native XML數(shù)據(jù)庫。Native XML數(shù)據(jù)庫保存XML文檔能做到不丟失信息，在管理XML數(shù)據(jù)上具有突出優(yōu)勢。在云平臺進行原生XML數(shù)據(jù)存儲和管理，對原始數(shù)據(jù)的結(jié)構(gòu)化、非結(jié)構(gòu)化的展現(xiàn)和數(shù)據(jù)安全有著重要的意義。XML技術(shù)將成為云計算、大數(shù)據(jù)發(fā)展的基礎(chǔ)技術(shù)[3]。當(dāng)前，Native XML數(shù)據(jù)庫的研究已進入相對成熟的時期，基于DBaaS技術(shù)，將Native XML數(shù)據(jù)庫與云計算平臺整合可以進一步拓展云平臺的處理能力，并為XML數(shù)據(jù)管理提供一個良好的方式。

2.2 XUpdate

XPath和XQuery是W3C推薦的XML文檔查詢語言。更新作為管理XML數(shù)據(jù)的一個重要功能，當(dāng)前還沒有一個統(tǒng)一的語言和操作標準，XML文檔更新實現(xiàn)主要是基于XQuery語言擴展和自定義模型的更新[4]。XUpdate[5]更新語言為XML數(shù)據(jù)的更新操作提供了實際規(guī)范，推動了XML更新技術(shù)以及Native XML數(shù)據(jù)庫的發(fā)展。XUpdate(XML Update Language)由XML∶DB Initiative制定，其功能是更新XML文檔中的數(shù)據(jù)。XUpdate是一種基于XML的詞匯表，類似于XSLT，但比XSLT要簡單。XUpdate語言僅對如何修改XML數(shù)據(jù)作了明確定義，查詢文檔節(jié)點是通過XPath語法實現(xiàn)的。

Xupdate基于XML語法描述，制定的元素類型有：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語言的命名空間是http://www.xmldb.org/xupdate，更新語句使用XML文檔描述，根元素為xupdate∶modifications。xupdate∶modifications元素有一個表示XUpdate使用的版本的version屬性，目前版本為1.0。xupdate∶modifications包含基本更新指令元素，用于更新XML數(shù)據(jù)。

XUpdate更新XML數(shù)據(jù)，通過XPath查詢更新節(jié)點，更新XML文檔的操作為：insert、update、append、rename、remove等。同時，為了更好地執(zhí)行更新指令，還應(yīng)包含自定的variables。

(1)Insert指令用于向XML文檔中添加新的內(nèi)容，可在節(jié)點后(xupdate∶insert-after)添加和節(jié)點前(xupdate∶insert-before)添加數(shù)據(jù)，通過XPath表達式表示的select屬性獲取待操作的節(jié)點。Insert指令可向XML文檔中添加的數(shù)據(jù)類型有元素、文本、預(yù)處理指令、屬性、注解、節(jié)點。語法示例：

xmlns∶xupdate="http://www.xmldb.org/xupdate">

Columbia

(2)xupdate∶append指令用于向XML文檔中追加新建的元素節(jié)點，其select屬性用于選擇操作節(jié)點，child屬性(整型值)用于定位新建節(jié)點在被選擇節(jié)點中子節(jié)點的位置(默認為最后一個子節(jié)點)。xupdate∶append指令可追加的元素與Insert指令類似。語法示例：

(3)xupdate∶update指令用于更新節(jié)點內(nèi)容，其屬性select指定待更新節(jié)點。語法示例：

Greatest Hits

(4)xupdate∶remove指令用來刪除XML文檔數(shù)據(jù)節(jié)點，其屬性select獲取待刪除節(jié)點。語法示例：

(5)xupdate∶rename指令用于對XML數(shù)據(jù)的屬性或者元素節(jié)點進行重命名操作，通過select屬性(值須為元素或?qū)傩怨?jié)點集)獲取待重命名的節(jié)點。語法示例：

title

(6)xupdate∶variable元素用于自定義更新變量。變量名通過name屬性定義，變量的值可通過XPath表達式獲取。對變量的引用xupdate∶value-of元素獲取。語法示例：

XUpdate的基礎(chǔ)語法、語義都簡單明確，通過基礎(chǔ)更新指令間的組合，可構(gòu)建出多變的更新語句，為云平臺下的XML數(shù)據(jù)更新提供了一個良好的機制。

3 XUpdate應(yīng)用實施

3.1 XUpdate應(yīng)用架構(gòu)

圖1 XUpdate更新架構(gòu)

基于對Native XML數(shù)據(jù)庫的拓展，結(jié)合開源框架類庫，對XUpdate語言進行實現(xiàn)。采用模塊化、低耦合開發(fā)實現(xiàn)，處理框架見圖1。

基于XUpdate更新語言處理XML文檔的開發(fā)實現(xiàn)由1個協(xié)調(diào)控制器和5個子模塊組成。5個子模塊為：XUpdate語言編譯、XML文檔存取、XUpdate指令執(zhí)行、結(jié)果輸出以及事務(wù)處理模塊。

XUpdate更新命令通過XUpdate語言編譯模塊進行解析，轉(zhuǎn)換成內(nèi)部命令表示；基于命令中的select屬性值進XPath表達式解析，獲取待更新的數(shù)據(jù)信息；XUpdate協(xié)調(diào)控制器調(diào)用XUpdate命令執(zhí)行模塊遍執(zhí)行命令集中的具體命令操作； XML文檔存取模塊負責(zé)把更新后的XML文檔存入存儲介質(zhì)(如：Native XML數(shù)據(jù)庫)；通過對文檔加鎖機制和延遲寫入實現(xiàn)更新過程中的事務(wù)處理模塊。

3.2 實現(xiàn)算法

3.2.1 XUpdate語言編譯

XUpdate更新命令以XML來描述，基于SAX解析XUpdate更新命令[6]，生成基礎(chǔ)的更新處理信息，通過Vector數(shù)據(jù)結(jié)構(gòu)保存解析結(jié)果，完成內(nèi)部命令表示。主要算法思想如下：

遍歷XUpdate更新語句文檔{

對于命名空間URL，加入命名空間Vector；

對于文本節(jié)點，添加文本處理指令，保存到文本Vector，在文本節(jié)點末，添加文本處理結(jié)束標志；

對于元素節(jié)點開始標記，

若該元素為更新指令元素，把指令轉(zhuǎn)化為內(nèi)部整數(shù)表示，添加該指令及其屬性分別到命令、屬性Vector；

若為Insert、Append指令的待更新元素，在命令Vector里添加元素指示指令和屬性指示指令，對元素名進行命名空間映射，并添加到屬性Vector中。對待更新元素的子元素進行同樣的遍歷操作。

對于元素節(jié)點結(jié)束標記，

若該元素為更新指令元素，在命令Vector里添加命令結(jié)束指令；

若為Insert、Append指令的待更新元素，在命令Vector里添加元素指示結(jié)束指令；

}

對于下面XUpdate語句，解析后，更新命令Vector表示見表1。

1

Tlpt,Tongling,Anhui

表1 更新命令Vector

3.2.2 XML文檔更新實現(xiàn)

更新命令表示為內(nèi)部定義的整型常量。XML文檔更新基于XUpdate編譯后Vector內(nèi)部命令對待更新的XML文檔進行操作。XUpdate操作實現(xiàn)算法如下：

獲取待更新的XML文檔；

遍歷命令Vector，根據(jù)select屬性選擇上下文節(jié)點{

對于屬性指示指令，構(gòu)建屬性元素；

對于文本節(jié)點，構(gòu)建字符串元素，

對于variable命令，把屬性seclect指定的節(jié)點集保存在HashTable中；

對于其他命令，根據(jù)命令類型，調(diào)用響應(yīng)的execute()方法執(zhí)行對應(yīng)的更新操作；

}

保存更新后的結(jié)果。

XUpdate的命令主要為：插入、刪除、更新。定義一個基礎(chǔ)命令處理類，具體命令的實現(xiàn)繼承于基礎(chǔ)命令類，并改寫自己命令的實現(xiàn)，實現(xiàn)調(diào)用格式的統(tǒng)一。基本算法如下：

(1)remove指令

被刪除的對象為屬性，獲取其所屬節(jié)點元素，調(diào)用節(jié)點刪除屬性方法刪除；

被刪除的對象為元素，獲取其父節(jié)點元素，調(diào)用節(jié)點刪除子節(jié)點方法刪除；

(2)append指令

獲取待追加的元素及其屬性；

遍歷所選擇節(jié)點集，在child屬性指定位置，追加命令操作對象。

(3)insert操作

獲取待插入的元素及其屬性；

遍歷所選擇節(jié)點集，在每個節(jié)點的前/后追加命令操作對象。

insert-after算法與insert-before算法類似。進行插入操作(包括append)需要基于namespaces、characters、attributes信息創(chuàng)建新節(jié)點，基于DOM模型構(gòu)建出attribute、element、comment、text、CDATA，processing instruction以及variable對應(yīng)的節(jié)點集，用于對XML文檔進行更新。

(4)update操作

遍歷所選擇節(jié)點集{

對于元素節(jié)點，刪除節(jié)點對應(yīng)的文本節(jié)點，在追加上更新的文本節(jié)點；

對于文本節(jié)點，改變當(dāng)前節(jié)點的值；

對于屬性、注釋等節(jié)點，直接設(shè)置其替換值即可；

}

(5)rename操作

遍歷所選擇節(jié)點集，獲取所更新節(jié)點的父節(jié)點{

對于屬性節(jié)點，獲取屬性所屬節(jié)點元素，添加新屬性，刪除原有屬性；

對于處理指令節(jié)點，創(chuàng)建新處理指令節(jié)點替換原有的指令節(jié)點；

對于元素節(jié)點，創(chuàng)建新元素節(jié)點{

遍歷待重命名元素的屬性，轉(zhuǎn)換命名空間后，在新元素節(jié)點上添加之；

遍歷待重命名元素的子元素，轉(zhuǎn)換命名空間后，在新元素節(jié)點上添加之；

父節(jié)點替換原有的元素節(jié)點為新創(chuàng)建的元素節(jié)點；

}

}

rename操作的對象須為元素節(jié)點、屬性節(jié)點或者處理指令。

3.3 結(jié)果測試

結(jié)合以上XUpdate更新處理架構(gòu)，基于Java語言和開源框架，在Eclipse開發(fā)環(huán)境進行編碼測試，結(jié)合云計算實驗平臺，通過虛擬機和PaaS平臺部署測試代碼，能夠成功地對XML數(shù)據(jù)進行更新，為云平臺基于模板的配置文件更新、XML數(shù)據(jù)管理提供了一種有意義的方式。

XUpdate更新實施主要包括XUpdate語言解析和XUpdate更新命令執(zhí)行，經(jīng)測試，對XUpdate更新文檔的解析一般為30ms左右，對常規(guī)XML文檔的處理，根據(jù)命令的復(fù)雜度和文檔規(guī)模的不同，用時一般基于200～1000ms之間。更新性能與傳統(tǒng)的基于DOM的XML文檔更新進行比較[6]，在小規(guī)模XML文檔更新上兩者相率相當(dāng)，但隨著XML文檔規(guī)模的提升，基于XUpdate的更新處理顯示了較好的更新性能，效率提高15%～40%。

4 結(jié)語

云計算、大數(shù)據(jù)技術(shù)的發(fā)展進一步促進了XML數(shù)據(jù)的應(yīng)用和快速增長，本文基于XUpdate語言對XML文檔的更新技術(shù)進行了研究和實施，提供了XML文檔更新操作的基礎(chǔ)規(guī)范和體系結(jié)構(gòu)，對云計算環(huán)境下基于XUpdate的XML更新研究有著一定的實踐意義。XML文檔的更新是一個復(fù)雜的過程，更新時的事務(wù)處理、XML更新標準、基于云計算平臺的XML更新技術(shù)以及Native XML 數(shù)據(jù)庫、XUpdate與云平臺的融合，都是需要進一步解決的問題。

[參考文獻]

[1]趙偉,卓偉,李占波,等.基于云計算的一種新的數(shù)據(jù)交換架構(gòu)[J].計算機工程與科學(xué),2013(8):15-19.

[2]魏永山,張峰,陳欣,等.一種云計算環(huán)境下的XML查詢數(shù)據(jù)服務(wù)的優(yōu)化方法[J].計算機工程與科學(xué),2013(6):31-36.

[3]王向陽.基于Hadoop的海量小型XML數(shù)據(jù)挖掘的研究[D].西安:西安郵電大學(xué),2016.

[4]馬程,徐海燕.基于CB+-tree的時態(tài)XML索引動態(tài)更新方法[J].廣東石油化工學(xué)院學(xué)報,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,張紅梅,姚保峰,等.XML文檔解析技術(shù)研究[J].常州工學(xué)院學(xué)報,2013(5):36-41.