博客数据库升级手记（四）：XML数据的导入

在上一篇文章中，我已经完成了旧数据库的导入。然而，我的博客原先除了用Access数据库保存数据，也大量使用了XML存储，这借鉴自BlogEngine.NET，但后来发现XML存储弊大于利，最适合我的还是传统关系型数据库。因此，我有必要把所有非系统数据迁移到SQL Server上。这里要提一句，系统数据和用户数据是不一样的。系统数据是维持系统程序的运行所需要的数据，用户数据是用户使用系统产生的数据。系统数据包括系统设置（XML保存）、系统菜单等等，而用户数据除了博客文章，还有其创建的页面、友情链接，这些东西原先都是XML存储的，这次要统一迁移到SQL Server上。

首先，要对应XML的数据结构，在SQL Server中建立对应的表，列名和数据类型可以不一样，但要记得方便导入，不然就得用前几篇文章的技巧处理了。本文以友情链接表为例，建立的表如下：

CREATE TABLE [dbo].[FriendLink](
    [Id] [uniqueidentifier] NOT NULL,
    [Title] [nvarchar](100) NOT NULL,
    [Link] [nvarchar](300) NOT NULL,
    [OrderId] [int] NOT NULL,
 CONSTRAINT [PK_FriendLink] PRIMARY KEY CLUSTERED
(
    [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]

除了Link字段是重命名自XML中的Url字段，其他的字段数据类型和名称都没有变化。

SQL Server 天生支持XML类型的数据，可以从一坨XML字符串中解析数据到一张表。系统内置了一个叫做sp_xml_preparedocument的存储过程，它在MSDN上的描述是：

读取作为输入提供的 XML 文本，然后使用 MSXML 分析器 (Msxmlsql.dll) 对其进行分析，并提供分析后的文档供使用。分析后的文档对 XML 文档中的各节点（元素、属性、文本和注释等）的树状表示形式。

sp_xml_preparedocument 返回一个句柄，可用于访问 XML 文档的新创建的内部表示形式。该句柄在会话的持续时间内有效，或者通过执行 sp_xml_removedocument 使其在句柄失效前一直有效。

用法是：

DECLARE @docHandle INT –返回的句柄
EXEC sp_xml_preparedocument @docHandle OUTPUT,
     @doc –输入的XML字符串
EXEC sp_xml_removedocument @docHandle –用完以后清理这个对象

另一个需要用到的系统函数是OPENXML。MSDN参阅：http://msdn.microsoft.com/zh-cn/library/ms186918%28v=sql.105%29.aspx

直接介绍语法和概念太抽象，所以我先贴出导入友情链接数据的脚本，然后再讲解：

（为了节省篇幅，我缩减了友情链接的数量）

DECLARE @doc XML

SET @doc = 
    '<?xml version="1.0"?>
	<FriendLinkData>
	  <FriendLink>
		<Id>bf6272bc-7b22-4002-bb43-a84b5997afd5</Id>
		<Title>XNA Develop</Title>
		<Url>http://www.xnadevelop.com/</Url>
		<OrderId>0</OrderId>
	  </FriendLink>
	  <FriendLink>
		<Id>7579ed1e-2a63-410c-9f5b-631c598181e9</Id>
		<Title>蜈蚣s Blog</Title>
		<Url>http://www.wgcss.com</Url>
		<OrderId>1</OrderId>
	  </FriendLink>
	  <FriendLink>
		<Id>74ebcaa9-5aff-474b-ac36-647586a8c0ee</Id>
		<Title>老徐的博客</Title>
		<Url>http://www.54peixun.com/Author/frankxulei</Url>
		<OrderId>2</OrderId>
	  </FriendLink>
	</FriendLinkData>'

DECLARE @docHandle INT

EXEC sp_xml_preparedocument @docHandle OUTPUT,
     @doc
INSERT INTO FriendLink
(
	Id,
	Title,
	Link,
	OrderId
)
SELECT Id,
       Title,
       [Url],
       OrderId
       
FROM   OPENXML(@docHandle, '/FriendLinkData/FriendLink', 2)
       WITH
       (Id UNIQUEIDENTIFIER, Title NVARCHAR(100), [Url] NVARCHAR(300), OrderId INT)

EXEC sp_xml_removedocument @docHandle

这个脚本是很容易理解的，只是有几个地方要注意。首先，OPENXML函数的最后一个参数，是有含义的。它可以是下列值之一：

字节值		说明
0	默认为“以属性为中心”的映射。
1	使用“以属性为中心”的映射。可以与 XML_ELEMENTS 一起使用。这种情况下，首先应用“以属性为中心”的映射，然后对所有未处理的列应用“以元素为中心”的映射。
2	使用“以元素为中心”的映射。可以与 XML_ATTRIBUTES 一起使用。这种情况下，首先应用“以属性为中心”的映射，然后对所有未处理的列应用“以元素为中心”的映射。
8	可与 XML_ATTRIBUTES 或 XML_ELEMENTS 组合使用（逻辑或）。在检索的上下文中，该标志指示不应将已使用的数据复制到溢出属性 @mp:xmltext。

在我的友情链接XML中，使用的是元素保存值，而不是保存在标签的属性中。所以选择的是2。

另外一个小细节就是XML的头部，一定要写成“<?xml version="1.0"?>”不能再多写其他属性了，不然SQL是会爆的。

其他XML数据的导入方式和这个类似，不再重复讲解了。对于其他XML的导入，大家可以自己看一下MSDN的介绍。

Microsoft MVP for Azure