Java 用XML存储二维表（决策表）以实现高效查询

我需要实现一个路由表，其中有许多参数

例如，我在下面的传入消息中说明了五个属性

Customer Txn Group Txn Type Sender Priority  Target
UTI       CORP     ONEOFF   ABC    LOW       TRG1
UTI       GOV      ONEOFF   ABC    LOW       TRG2

用XML表示这些数据以便高效查询的最佳方法是什么

我希望将这些数据存储在XML中，并使用Java将其加载到内存中，当消息传入时，我希望根据属性识别目标

感谢您的任何意见

谢谢，

---

Manglu

这取决于什么是重复的，什么可能是空的。XML的高效可查询性并不为人所知，因为它既不是固定长度的，也不是紧凑的。

如果要将其加载到内存中，XML采用什么形式其实并不重要，我建议让它成为最容易手动读写的。当您将其加载到内存中时，应该将其转换为适当的数据结构。（数据结构的确切性质取决于需求的确切性质。）

编辑：这是为了反驳Dimitre在评论中提出的论点：

我不确定你是否认为我是在建议人们实现他们自己的哈希表——我当然不是。只需为每个要用作键的列保留一个直接的哈希表，或者可能是一个。开发人员知道如何使用哈希表

至于运行时效率，您认为哪一种效率更高：

• 您构建了一些XSLT（请记住，对于大多数开发人员来说，这是一个陌生的领域，至少相对而言是如此）
• XSLT引擎解析它。如果您使用的XSLT库只允许对现有查询进行参数化，则可以避免此步骤。即便如此，你还有一些额外的工作要做
• XSLT引擎点击哈希表（至少您希望如此）并返回一个节点
• 将节点转换为更有用的数据结构

或：

• 您可以根据给定的键在哈希表中查找适当的条目，直接获得有用的数据结构

---

我个人认为我会相信第二个。在这里使用XSLT就像用螺丝刀敲钉子一样…

我同意前面两张海报的观点-在查询消息时，绝对不应该将此数据的内部表示形式保留为XML

XML表示可以是任何形式，您可以这样做：

<routes>
  <route customer="UTI" txn-group="CORP" txn-type="ONEOFF" .../>
  ...
  </routes>

...

我的内部表现取决于收到的信息的格式和语言。一个简单的表示是地图，将数据结构（即，做出路由决策的关键字段）映射到目标路由上的信息

---

根据您的性能要求，您可以将键/目标信息保留为字符串，尽管在任何高性能系统中，您可能希望进行直接内存比较（在C/C++中）或某种形式的整数比较。

是的，您的基本问题是在同一句话中使用“XML”和“高效”

---

编辑：不，说真的，你杀了我。该线程中有几个人使用“高效”来描述与数据格式上的操作有关的任何内容，这些数据格式需要字符串解析来找出字段的位置，这一事实表明，该线程中有几个人甚至不知道“高效”一词的含义。你想说什么就说什么。我可以接受，coach。

这是一个纯XML表示，可以按原样非常高效地处理，无需转换为任何其他内部数据结构：

<table>
 <record Customer="UTI" Txn-Group="CORP" 
      Txn-Type="ONEOFF" Sender="ABC1" 
      Priority="LOW"  Target="TRG1"/>

 <record Customer="UTI" Txn-Group="Gov" 
      Txn-Type="ONEOFF" Sender="ABC2" 
      Priority="LOW"  Target="TRG2"/>


</table>

使用指令和XSLT函数查询这种格式的数据是一种非常有效的方法：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes"/>

 <xsl:key name="kRec" match="record"
  use="concat(@Customer,'+',@Sender)"/>

    <xsl:template match="/">
      <xsl:copy-of select="key('kRec', 'UTI+ABC2')"/>
    </xsl:template>
</xsl:stylesheet>

<record Customer="UTI" 
        Txn-Group="Gov" Txn-Type="ONEOFF" 
        Sender="ABC2" Priority="LOW" 
        Target="TRG2"/>

此转换：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes"/>

 <xsl:key name="kRec" match="record"
  use="concat(@Customer,'+',@Sender)"/>

    <xsl:template match="/">
      <xsl:copy-of select="key('kRec', 'UTI+ABC2')"/>
    </xsl:template>
</xsl:stylesheet>

<record Customer="UTI" 
        Txn-Group="Gov" Txn-Type="ONEOFF" 
        Sender="ABC2" Priority="LOW" 
        Target="TRG2"/>

应用于上述XML文档时会产生所需的结果：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes"/>

 <xsl:key name="kRec" match="record"
  use="concat(@Customer,'+',@Sender)"/>

    <xsl:template match="/">
      <xsl:copy-of select="key('kRec', 'UTI+ABC2')"/>
    </xsl:template>
</xsl:stylesheet>

<record Customer="UTI" 
        Txn-Group="Gov" Txn-Type="ONEOFF" 
        Sender="ABC2" Priority="LOW" 
        Target="TRG2"/>

注意以下事项：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes"/>

 <xsl:key name="kRec" match="record"
  use="concat(@Customer,'+',@Sender)"/>

    <xsl:template match="/">
      <xsl:copy-of select="key('kRec', 'UTI+ABC2')"/>
    </xsl:template>
</xsl:stylesheet>

<record Customer="UTI" 
        Txn-Group="Gov" Txn-Type="ONEOFF" 
        Sender="ABC2" Priority="LOW" 
        Target="TRG2"/>

可以定义多个

s，它们使用要连接在一起的不同值组合（任何被视为“键”和/或“主键”）来标识记录

如果定义了使用“主键”串联的

，则在计算key（）函数时将找到唯一的记录（或无记录）

如果将

定义为使用“非主键”的串联，则在计算key（）函数时可能会找到多个记录

指令相当于在数据库中定义索引。这使得使用key（）函数非常有效

在许多情况下，不需要将上述XML格式转换为中间数据结构，这既不考虑可理解性，也不考虑效率

---

将数据转换为另一个数据结构不是“必须”甚至“应该”。有时这种转换（往返）的时间比处理的时间要长。XML表示通常能很好地表达数据和关系，最好保持原样。@Jon Skeet它并不比将数据加载到哈希表慢，因为哈希表是xslt键的典型实现。这是一个更高的层次，XSLT处理器为您做这件事，您不能犯任何您自己在使用HT时通常会犯的错误。因为“对于绝大多数程序员来说，使用它要困难得多”，事实恰恰相反：您自己的哈希表不会出错，也不会花时间在设计上，对附加数据结构进行编码和调试。您可以更快地获得正确的解决方案，并有更多的时间对其进行优化。@Jon Skeet让我们将感觉与事实分开，即使形式不同