Nejlepší způsob, jak skartovat data XML do databázových sloupců SQL Server

Narazil jsem na tuto otázku, zatímco jsem měl velmi podobný problém, spouštěl jsem dotaz zpracovávající 7,5 MB XML soubor (~přibližně 10 000 uzlů) asi 3,5 až 4 hodiny, než jsem to nakonec vzdal.

Po trochu podrobnějším průzkumu jsem však zjistil, že po zadání XML pomocí schématu a vytvoření indexu XML (vložil bych hromadně do tabulky) byl stejný dotaz dokončen za ~ 0,04 ms.

Jak je to pro zlepšení výkonu!

Kód pro vytvoření schématu:

IF EXISTS ( SELECT * FROM sys.xml_schema_collections where [name] = 'MyXmlSchema')
DROP XML SCHEMA COLLECTION [MyXmlSchema]
GO

DECLARE @MySchema XML
SET @MySchema = 
(
    SELECT * FROM OPENROWSET
    (
        BULK 'C:\Path\To\Schema\MySchema.xsd', SINGLE_CLOB 
    ) AS xmlData
)

CREATE XML SCHEMA COLLECTION [MyXmlSchema] AS @MySchema 
GO

Kód pro vytvoření tabulky se zadaným sloupcem XML:

CREATE TABLE [dbo].[XmlFiles] (
    [Id] [uniqueidentifier] NOT NULL,

    -- Data from CV element 
    [Data] xml(CONTENT dbo.[MyXmlSchema]) NOT NULL,

CONSTRAINT [PK_XmlFiles] PRIMARY KEY NONCLUSTERED 
(
    [Id] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

Kód pro vytvoření indexu

CREATE PRIMARY XML INDEX PXML_Data
ON [dbo].[XmlFiles] (Data)

Je však třeba mít na paměti několik věcí. Implementace schématu SQL Server nepodporuje xsd:include. To znamená, že pokud máte schéma, které odkazuje na jiné schéma, budete je muset všechny zkopírovat do jediného schématu a přidat to.

Také bych dostal chybu:

XQuery [dbo.XmlFiles.Data.value()]: Cannot implicitly atomize or apply 'fn:data()' to complex content elements, found type 'xs:anyType' within inferred type 'element({http://www.mynamespace.fake/schemas}:SequenceNumber,xs:anyType) ?'.

pokud jsem se pokusil navigovat nad uzel, který jsem vybral pomocí funkce uzlů. Např.

SELECT
    ,C.value('CVElementId[1]', 'INT') AS [CVElementId]
    ,C.value('../SequenceNumber[1]', 'INT') AS [Level]
FROM 
    [dbo].[XmlFiles]
CROSS APPLY
    [Data].nodes('/CVSet/Level/CVElement') AS T(C)

Zjistil jsem, že nejlepší způsob, jak to zvládnout, je použít OUTER APPLY k provedení „vnějšího spojení“ v XML.

SELECT
    ,C.value('CVElementId[1]', 'INT') AS [CVElementId]
    ,B.value('SequenceNumber[1]', 'INT') AS [Level]
FROM 
    [dbo].[XmlFiles]
CROSS APPLY
    [Data].nodes('/CVSet/Level') AS T(B)
OUTER APPLY
    B.nodes ('CVElement') AS S(C)

Doufám, že to někomu pomůže, protože to byl skoro můj den.