DB2 pureXML 高效導入 XML 數據全攻略：最佳實踐指南（第二部分）

高性能插入 XML 文檔的三大核心策略

DB2 9.5 為將 XML 數據遷移至資料表提供了三種途徑：INSERT 插入、IMPORT 導入與LOAD 裝載。從調優視角看，INSERT 與 IMPORT 特性相近，因 IMPORT 實質執行一系列 INSERT 操作。而 LOAD 工具優勢顯著：無需記錄日誌、自動啟用並行處理，DB2 依據 CPU 數量與表空間容器自動判定並行度，大幅提升吞吐量。不過，INSERT 與 IMPORT 允許在其他事務運行時寫入數據、完整校驗約束與觸發器，適用於線上業務場景。

實務中，採用 ETL 中間過渡表 策略——先將 XML 載入暫存表，再填充目標表——往往能兼顧性能與數據質量。

通用性能優化鐵律

• 大頁面表空間：務必使用 16KB 或 32KB 頁面的 DMS 表空間，減少 XML 存儲碎片。
• 預留緩衝池空間：即使無用戶定義索引，DB2 pureXML 仍會隱式維護節點與路徑索引，需確保足夠緩衝池支撐索引讀取。
• 索引先行原則：若規劃多個 XML 索引，請在插入數據前完成定義。插入過程中每個文檔僅解析一次即可為所有索引生成鍵值；事後創建索引則需重複掃描全量文檔，開銷成倍增長。

INSERT/IMPORT 專項調優建議

• 擴大日誌緩衝與文件：調大 LOGBUFSZ 與 LOGFILESIZ，並將日誌置於高速 I/O 設備。XML 行數據量遠超關係型數據，日誌壓力極大。
• 優化提交頻率：COMMITCOUNT 設為 100 行以上，或省略該參數讓 DB2 自動把控提交時機，避免頻繁提交拖慢性能。
• 啟用追加模式：執行 ALTER TABLE <表名> APPEND ON，新數據直接追加至表尾，省去尋找空閒頁面的開銷。

拆分大型復合 XML 文檔

業務常將海量細粒度 XML（如 FpML 交易）聚合為單一大文檔（根元素 <alltrades> 包裹多個 <FpML> 片段）。雖便於傳輸，但存為單一行將嚴重拖垮查詢與更新性能。最佳實踐是入庫時拆分為獨立行。

DB2 支持最高 2GB XML 文檔，配合 XMLTABLE 函數可在單條 INSERT 中完成拆分：

INSERT INTO trades(tradedoc)
SELECT doc FROM
XMLTABLE ('$d/alltrades/FpML' passing cast(? as XML) as "d"
COLUMNS
doc XML PATH 'document{.}') AS X

關鍵點：document{.} 構造器為每個提取的子樹創建文檔節點，確保生成良好格式的 XML 文檔。若目標表含關係型列（如 tradeId），可定義為自動生成列，或從 XML 中提取值同步填充（詳見混合存儲章節）。

混合存儲：關係列與 XML 列協同

將高頻訪問、需建立主外鍵或組合索引的字段（交易日期、類型、交易方 ID 等）提取至關係型列，完整 FpML 文檔存入 XML 列，形成混合存儲模式。優勢顯著：

• SQL 可直接高效訪問關鍵數據，無需解析 XML
• 支持主鍵、外鍵、檢查約束與多列組合索引
• 關係型索引體積遠小於 XML 索引

插入示例：

create table trades2 (trdDate Date, trdType varchar(20), partyId1 integer,
partyId2 integer, tradedoc XML);

insert into trades2
select *
from xmltable('$d/FpML' passing cast(? as XML) as "d"
columns
tradeDate date path 'trade/tradeHeader/tradeDate',
tradetype varchar(20) path 'trade/*[2]/local-name(.)',
partyId1 integer path 'party[@id="party1"]/partyId',
partyId2 integer path 'party[@id="party2"]/partyId',
doc XML path 'document{.}') as t;

一致性保障：將上述邏輯封裝於存儲過程，統一入口插入；或建立 BEFORE INSERT 觸發器強制從 XML 派生關係列值，杜絕單獨操作關係列導致的不一致。

入庫時強化 XML 數據質量

首選方案：在 DB2 註冊 XML Schema，插入/更新時調用 XMLVALIDATE 驗證。FpML 等標準版本迭代快，需註冊多版本 Schema（如 4.1、4.2、4.3、5.0）。

驗證策略三選一：

1. 語句級顯式驗證：INSERT ... VALUES (?, xmlvalidate(? according to XML schema ID matthias.fpml43))，靈活控制每筆文檔驗證邏輯。
2. 檢查約束攔截：CHECK (tradedoc IS VALIDATED) 或限定 Schema 白名單 CHECK (tradedoc IS VALIDATED ACCORDING TO XMLSCHEMA ID IN (...))。注意：約束僅檢查「已驗證」標記，不執行驗證。
3. BEFORE 觸發器自動驗證：集中邏輯，避免應用層遺漏。建議二擇一（語句級或觸發器），防止重複驗證浪費 CPU。

事後審計：XMLXSROBJECTID(tradedoc) 可返回文檔驗證所用 Schema ID，配合系統目錄 SYSCAT.XSROBJECTS 可追溯具體 Schema 定義。