将嵌套XML数据与数据库表结构匹配的最快方法

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>

这编码一个数据请求包括一个数据交换，主要过滤器，系列和系列过滤器。基本上，任何具有index属性的元素都可以在其父元素中多次发生--这是datefilter中的filter例外。

但这是一种学术性的结构，问题更为根本：

当请求通过时，像这样的XML会作为参数发送给SQLServer，作为存储的proc的参数。这个XML被分解成一个非规范化的表，然后迭代地写到标准化的表中，比如tblDataRequest (DataRequestID PK)、tblDataTask、tblFilter、tblSeries。这很好。

当我想要将给定的XML定义与DB中已经保存的定义匹配时，就会出现这个问题。我现在是通过..。

• 将XML分解成非标准化的表。
• 使用CTE将数据库中的所有现有数据提取到相同的非规范化表单中。
• 使用巨大的WHERE条件进行匹配(34行长)

..This将返回与给定的DataRequestID完全匹配的任何DataRequestID。我担心这种方法最终会缓慢得令人痛苦--部分原因是我不相信CTE会做任何聪明的过滤，在应用庞大的WHERE之前，它每次都会提取所有数据。

我认为一定有更好的解决办法

• 在存储datarequest时，还以某种方式存储数据请求的散列，并在此基础上进行简单匹配。在发生碰撞的情况下，使用当前方法。不过，我想用集合逻辑来做这件事。此外，我还关注XML中不相关的小差异，改变散列伪空间等等。
• 不知怎么地，从下向上迭代地执行匹配。例如产生一组与最低级别匹配的过滤器的列表。使用它作为IN的一部分来匹配系列。使用它作为IN的一部分来匹配DataTasks等等。问题是，当我考虑这个问题太久时，我就开始昏厥。

基本上--以前有没有人遇到过这样的问题(他们肯定遇到过)。解决这个问题的推荐路线是什么呢？示例(伪)代码将是很棒的:)

Answer 1

为了消除微小变化的可能性，我会通过XML转换(XSLT)运行请求。

或者，由于您已经获得了将其解析为一个非规范的暂存表的代码，所以这也很好。然后，我只需使用对于XML创建一个新的XML。

这里的目标是创建一个标准化的XML文档，在适当的情况下尊重顺序，并消除不一致的地方。

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

要进行实际比较，可以使用散列，将XML存储为字符串并进行直接字符串比较，或者执行完整的XML比较，如：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不超过8000字节，我的首选是创建一个唯一的字符串(如果您有特殊的字符支持，则创建一个惟一的字符串( VARCHAR(8000)或NVARCHAR(4000) )，并在该列上创建一个唯一的索引。