XML数据模型与半结构化数据管理

传统关系数据库中所存储的数据通常为结构化数据。但是现实应用中，存在大量半结构化的数据，这些数据很难用关系数据库中规范的表格对这些数据进行存储。对于这类半结构化数据，提出了使用XML语言来进行存储。XML作为可扩展的标记语言，允许用户定义某些元素的标记。在数据库研究中，可以将XML看作一种数据模型，并且使用XML来管理现实世界中结构化、半结构化的数据和信息。
XML数据模型由表示XML文档的结点标记树、结点标记树之上的操作和语义约束组成。XML结点标记树中包括不同类型的结点。其中文档结点是树的根结点，XML文档的根元素作为该文档结点的子结点；元素结点对应XML文档中的每个元素；子元素结点的排列顺序按照XML文档中对应标签的出现次序；属性节点对应元素的相关属性值，元素结点是它的每个属性结点的父结点；命名空间结点描述元素的命名空间字符串。XML元素中的ID/IDref属性提供了一定程度的语义约束支持。
XML数据库是一种支持XML格式文档进行存储和查询等操作的数据管理系统。在系统中，开发人员可以对数据库中的XML文档进行查询、导出和指定格式的序列化。但是XML本质上只是一种数据格式，其本意并非在于管理数据，在XML应用中，数据的管理仍然依赖着数据库。XML数据库并不是与关系数据库相似的概念，指的是能够管理XML数据的数据库管理系统。XML数据库分为XEDB（可处理XML的数据库）、NXD（纯XML数据库）和HXD（混合XML数据库）。对于NXD实现方式，其基于XML结构树模型，能够较为自然支持XML数据的管理，但是对于解决查询优化、并发、事务、索引等传统数据库所面临的问题依旧没有较好的解决方式。但XML是对传统关系数据库是较好的补充，现代数据库都在数据库产品中内置了对于XML的支持，将XML与数据库配合使用，例如通过关系数据库查询引擎的内部扩展，XML的数据管理能够较为有效的利用现有关系数据库成熟的查询技术。通过充分发挥二者之间的优势，互相补充对方的劣势，最终可以提升数据库系统和信息产品的灵活性。