在MongoDB中存储大型XML

Question

我有一个非常庞大的xml（大小> 10mb和40+元素）。目前，我们将此类xml存储在Oracle数据库中，并使用xquery查询和检索部分xml。此过程很慢，需要多次db调用。我们正在探索mongodb来存储这个xml并进行查询。 我justed将xml转换为json并加载到mongo集合中，它将巨大的json数据存储在flash中。它将xml节点存储为嵌套文档。但是当我查询（使用find）最内层元素时，它总是返回整个doc，包含具有不匹配元素值的节点。我希望只有少数节点匹配给定的节点值。 如果有最好的方法在mongo db中存储这么大的xml文件，请告诉我。并且还让我知道如何检索具有查询中指定的确切值的内部节点。提前谢谢。

Answer 1

您是否考虑过尝试使用最新的XML数据库，例如BaseX（http://basex.org）？它可能会给你带来更好的结果，特别是如果你以前使用过XQuery。

Answer 2

我遇到了同样的问题。在我的例子中，每个XML文件中的顶级节点总是包含一个较大的较小节点列表，所以我最终存储了这些项目。为此，我编写了自己的xml-to-json命令行工具。我使用它将10GB的XML数据转换为JSON，格式为mongoimport可以吃。

Answer 3

你应该记住几个事实：

数字1 - MongoDB只返回整个文档，具体取决于它是否被击中，没有任何功能只能返回它的一部分（2011年10月10日），如果你需要过滤你必须用你自己的代码来实现它。

数字2 - 注意 elemmatch 关键字。它表示只在同一个子文档中搜索一些命中，但不是在整个文档中搜索，所以你可能会在这里感到困惑。

Number 3 - 与RDBMS-s相比，没有正确的策略将您的聚合划分为mongo中的集合。因此，不同的数据表示可能会解决您的问题。

第4号 - 尽管有关“无法正确的方式”的第3条评论，但一般建议保持文档的大小不超过10 MB

Answer 4

您应该查看Sausalito XML数据库：http://www.28msec.com。 它使用MongoDB作为数据存储区。

Answer 5

这是过滤多级嵌入文档的行为，通常匹配过滤器会返回整个文档，而不是子集。

查看我对mongodb-querying-array-elements-within-a-document和how-to-find-the-matched-record-in-mongodb的回答以获取更多信息

可能您可以添加当前的示例xml架构，有人会帮助您构建应用程序。