Basi di dati in XML

Possiamo rappresentare le basi di dati con documenti XML strutturati secondo regole in documenti schema-specification. Il linguaggio XML è detto semistrutturato perché i suoi nodi possono contenere un numero arbitrario di figli. In questa lezione si dà per conosciuta la sintassi dei documenti XML (si veda la lezione XML).

Oggi XML è usato nell'ambito delle basi di dati principalmente come strumento di scambio di dati tra sistemi non compatibili. Convertire i dati dal proprio formato a XML permette di rendere le informazioni accessibili anche da altri sistemi (a patto, ovviamente, che siano in grado di interpretare XML). La rapida diffusione di XML nata con internet, è dovuta alla sua semplicità e flessibilità, che permette di strutturare i dati in modo gerarchico ma completamente indipendente dal software e dall'hardware usato, in quanto conservato in semplici file di testo.

Linguaggi di interrogazione

I linguaggi di interrogazione o query language sono linguaggi utilizzati per interrogare una base di dati, nel nostro caso per estrarre dati dai documenti XML.

XPath

XPath è stato creato dal W3C nel 1999 (versione 1.0) per essere utilizzato con XSLT e successivamente aggiornato alle versioni 2.0 (2004) e 3.0 (2014). Espressioni utilizzate in XPath:

espressione	significato
nodo	Seleziona tutti i figli del nodo indicato
/	Seleziona dal nodo radice
//	Seleziona dal nodo corrente in tutto il documento
.	Seleziona il nodo corrente
..	Seleziona il padre del nodo corrente
@	Seleziona gli attributi

Spieghiamo con degli esempi XPath. Esempio: sia scuola.xml:

<root>
    <class name="4B">
        <teacher>Elena Premi</teacher>
        <student>Mario Rossi</student>
        <student>Ilaira Brambilla</student>
        <student>Mario Bianchi</student>
        ...
    </class>
    <class name="5B">
        <teacher>Alessandro Selo</teacher>
        <student>Mario Neri</student>
        <student>Luca Bianchi</student>
        ...
    </class>
</root>

Allora le query:

• doc("scuola.xml")/root/class
  

  ritornerà:

<class name="4B">
    <teacher>Elena Premi</teacher>
    <student>Mario Rossi</student>
    <student>Ilaira Brambilla</student>
    <student>Mario Bianchi</student>
    ...
</class>
<class name="5B">
    <teacher>Alessandro Selo</teacher>
    <student>Mario Neri</student>
    <student>Luca Bianchi</student>
    ...
</class>

• doc("scuola.xml")/root/class[2]
  

  ritornerà:

<class name="5B">
    <teacher>Alessandro Selo</teacher>
    <student>Mario Neri</student>
    <student>Luca Bianchi</student>
    ...
</class>

• doc("scuola.xml")/root/class[teacher="Alessandro Selo"]/student
  

  ritornerà:

    <student>Mario Neri</student>
    <student>Luca Bianchi</student>
    ...

Sottoelementi

È possibile estrarre tutti i sottoelementi indipendentemente dal loro livello. Ad esempio se vogliamo estrarre tutti gli studenti della scuola:

doc("scuola.xml")//student

otterremo:

    <student>Mario Rossi</student>
    <student>Ilaira Brambilla</student>
    <student>Mario Bianchi</student>
    <student>Mario Neri</student>
    <student>Luca Bianchi</student>

Predicati

I predicati si utilizzano per trovare un nodo specifico secondo alcune condizioni e proprietà del nodo cercato. Possiamo suddividerle in:

• doc("libreria.xml")/scaffale/libro[2]
  

  ottiene il secondo libro che compare in ordine in scaffale

• doc("libreria.xml")/scaffale/libro[last()]
  

  ottiene l'ultimo libro in scaffale

• doc("libreria.xml")/scaffale/libro[position()<4]
  

  ottiene i primi 3 libri in scaffale

• doc("libreria.xml")//libro[@pagine<200]
  

  estrae i libri con meno di 200 pagine (dove pagine è un attributo di libro. Se non è presente l'operatore, ad esempio libro[@pagine] si indica che l'attributo esiste o meno)

XQuery

XQuery è un linguaggio diventato standard W3C che fornisce un metodo per interrogare basi di dati XML, similmente a come SQL interroga basi di dati relazionali. Utilizza una sintassi simile a XPath per definire espressioni di ricerca.

Le XQuery sono costituite dalle espressioni FLWOR (For-Let-Where-OrderBy-Return), la cui sintassi base è:

for $var1 in doc(...)/.../...
return $var1

Questa espressione assomiglia a un foreach nei comuni linguaggi di programmazione; il for cicla su tutti gli elementi dell'array (nel nostro caso tutti i tag ritornati da doc(..)...) ed esegue le istruzioni sottostanti (nel nostro caso ritornando semplicemente tutti gli elementi).

Si possono anche costruire nuovi elementi. Ad esempio, sfruttando l'esempio della libreria:

for $book in doc("libreria.xml")/scaffale/book[@prestato="yes"]
let $booksPrestati := $book  
return <libriPrestati> {$booksPrestati} </libriPrestati>

Abbiamo introdotto un nuovo costrutto: let permette di creare nuove variabile e aggregare i dati del for. Se avessimo messo $book direttamente nel return, avremmo ottenuto un tag <libriPrestati> per ogni libro e non uno per tutti. Il risultato di questa query sarà:

<libriPrestati>
<book prestato="yes"><title>Il nome della rosa</title> ... </book>
<book prestato="yes"><title>Il codice da Vinci</title> ... </book>
...
</libriPrestati>

Similmente a SQL possiamo usare clausole where con dati aggregati (si noti che per i dati non aggregati si possono utilizzare semplicemente le condizioni di XPath). Ad esempio se vogliamo ottenere tutti gli scaffali con più di 10 libri ordinati per id:

for $scaffale in doc("libreria.xml")/scaffale
let $books := $scaffale/book
where count($books) > 5 
order by $scaffale/@id
return $scaffale

Database relazionali e XML

Alcuni DBMS relazionali supportano anche il formato XML dei dati. In questo caso essi di norma accettano sia i linguaggi di interrogazione SQL sia quelli di XML (come XQuery). I dati vengono comunque gestiti come relazioni e la parte di XML è visibile solo in fase di presentazione delle informazioni.

In base alla tecnologia scelta, il formato del documento XML può essere fisso rispetto a un DTD, variabile consegnando il DTD con l'XML oppure ricostruito a discrezione del DBMS.