UACJ-CU Instituto de Ingeniería y Tecnología

Materia: Bases de Datos 2

Docente: María de Lourdes Guardado Bustamante

Javier Villalobos Serrano 115000

Bases de Datos XML

30 de septiembre de 2015
Tabla de contenido Objetivo 3 Introducción 4 ¿Qué es XML? 5 XML como lenguaje para Bases de Datos 9 Estructura de XML 10 Consultas y transformaciones 11 Conclusiones 16 Referencias 17

Objetivo
El objetivo de esta investigación es conocer el estándar XML, conocer sus ventajas, desventajas principales, el uso que mayormente se le da, así como las aplicaciones que se pueden desarrollar usando como referencia este lenguaje de marcado. Si bien como se explicara no compite directamente con SQL por ser el principal lenguaje de BD, si está teniendo un lugar muy importante en cuanto a la transferencia de archivos, y por sobre todo el cómo esta ordenada la información de estos archivos, así pues se utiliza para crear bases de datos pequeñas contenidas dentro de esos mismos documentos que se intercambian a través de la red.

Introducción
Una base de datos es una colección de datos que están organizados de tal manera que el contenido puede ser fácilmente accedido, administrado y actualizado.
La principal ventaja es que múltiples usuarios pueden acceder a las bases de datos de manera simultánea.

Figura 1. Diagrama de una base de datos
El tipo de bases de datos que más se utiliza son las bases de datos relacionales, una base de datos tabular in la cual los datos se definen para que estos puedan ser reorganizados y accedidos de diferentes maneras. En este tipo de modelo los datos se almacenan en tablas de dos dimensiones.

Figura 2. Modelo relacional de una BD.
(CCM, 2015)

¿Qué es XML?
“XML son las siglas del Lenguaje de Etiquetado Extensible. La expresión se forma a partir del acrónimo de la expresión inglesa eXtensible Markup Language. Se trata también de un lenguaje estándar que posee una Recomendación del World Wide Web Consortium: Extensible Markup Languages (XML).Con la palabra "Extensible" se alude a la no limitación en el número de etiquetas, ya que permite crear aquellas que sean necesarias.” (Lapuente, 2015)
XML es simple pero es muy utilizado y hace un rol importante en el intercambio de muchos datos. En un principio surgió como un lenguaje de marcado para sustituir a HTML sobre el que está basado la World Wide Web. Estos dos lenguajes son nacidos a partir de un lenguaje estándar generalizado de marcas (Standard Generalized Markup Language, SGML). Y en un principio nace para el campo de las empresas porque HTML era un lenguaje poco extensible que no podría soportar de una manera correcta los negocios virtuales.
En 1998 se lanzó la primera versión de XML, y fue recomendado por el World Wide Consortium, poco después sacaron una versión de HTML basada en XML (XHTML), que se suponía seria el paso intermedio de la migración de HTML a XML.
En un principio la definición de XML fue la de ser un sistema para definir, validar y compartir formatos de documento en la Web. Es por eso que para su creación se tomaron las mejores partes tanto de SGML y HTML.
“Las diferencias fundamentales de XML con respecto a HTML son las siguientes: no requiere DTD (Document Type Definition), el XML tiene punteros a la estructura de los datos, lo que ahorra tiempo y simplifica el software de aplicación.” (Lapuente, 2015)
XML es también un lenguaje que permite organizar información de tal manera que esta información queda descrita dentro del propio documento. Es por eso que se dice que XML es un lenguaje de marcado, un lenguaje de marcas es un mecanismo para identificar estructuras en un documento. Importante mencionar también que XML se ha creado para enriquecer la estructura de los documentos que pueden ser usados en la Web.
Según la especificación, los objetivos de diseñar XML fueron los siguientes: * XML debe ser directamente utilizable en internet. * XML debe soportar una amplia variedad de aplicaciones. * XML debe ser compatible con SGML. * Debería ser sencillo escribir programas que procesaran documentos XML. * El número de las características opcionales en XML debería ser el mínimo posible, a ser posible cero. * Los documentos XML deberían ser legibles por las personas y razonablemente claros. * El diseño de XML debe ser rápido. * Los documentos XML deben ser de fácil creación. * La concisión de las marcas XML tiene una importancia mínima.

Tabla 1. Diferencias entre XML y HTML XML | HTML | Se preocupa por estructurar la información que pretende almacenar | Se preocupa por formatear la información que desea mostrar | Su desarrollo está siendo llevado a cabo con rigor, ajustado al estándar de W3C, quien lo desarrolla con más diligencia que las empresas con intereses particulares | Su desarrollo estuvo marcado por competencia entre los distintos visores del mercado. Cada uno quería ser el mejor e inventaba etiquetas nuevas que a la larga entraban a formar parte del estándar del W3C | Se procesa la información con mucha facilidad, así mismo su formateo para que se pueda entender bien por el usuario. | Procesar la información en HTML es inviable, por estar mezclada con los estilos y las etiquetas que formatean la información. | Las etiquetas y atributos son extensibles | Las etiquetas y atributos son fijos | Permite interoperabilidad sintáctica | Aplicaciones a la medida | Accede a la información de acuerdo a una estructura formal, validándola. | Accede a información de diferentes fuentes. | Carece de elementos dinámicos o lógica de ejecución, esta lógica en un navegador es llevada a cabo mediante un “Scripting Language” | Carece de elementos dinámicos o lógica de ejecución, esta lógica en un navegador es llevada a cabo mediante un “Scripting Language” | No requiere Document Type Definition | Requiere Document Type Definition |

Los principales usos de XML son los siguientes: * XML es aplicado a los sitios WEB: permite separar contenido y presentación, y que los mismos datos se puedan mostrar de varias formas distintas sin demasiado esfuerzo. * XML para la comunicación entre aplicaciones: representación de los datos muy simple, fácil de transmitir por la red, estándar. En los últimos tiempos este uso se está haciendo muy popular con el surgimiento de los servicios Web. * XML para la configuración de programas: representación de los datos simple y estándar, en contraposición con los crípticos formatos propietarios.
Dentro del lenguaje XML se encuentran varias tecnologías disponibles para varios usos, de las cuales se pueden destacar: * XSL: El lenguaje extensible de hojas de estilo, tiene como meta principal el mostrar cómo debería estar organizado el contenido, como debería ser diseñado el contenido de origen y también como debe ser paginado en un medio de presentación como pueden ser los distintos navegadores Web, dispositivos móviles, o libros, etc. Es capaz de transformar, ordenar y filtrar datos XML, y darles formato basándolo en sus valores. * XPath: Lenguaje de rutas XML, es un lenguaje para acceder a partes de documento XML. Identifica partes de un documento XML concreto, como pueden ser sus atributos, elementos, etc. * XLink: Lenguaje de Enlace XML, es un lenguaje que permite insertar elementos en documentos XML para crear enlaces entre recursos XML. Describe un camino estándar para añadir hiperenlaces en un archivo XML. Esto quiere decir que funciona como un mecanismo de vinculación a otros documentos XML; a diferencia de un link HTML este funciona en manera bidireccional esto facilita la obtención de información remota. * XPointer: Lenguaje de Direccionamiento XML, es un lenguaje que permite el acceso a la estructura interna de un documento XML, esto es, a sus elementos, atributos y contenido. Apunta a ciertas partes de un documento XML, es como una extensión de XPath, se utiliza para llegar a ciertas partes de un documento XML. Con XPointer es posible establecer un punto final y un punto de inicio, lo que incluye todos los elementos XML dentro de esos dos puntos. XPointer al ser una extensión de XPath incluye todas las ventajas de este y además permite establecer el rango. * XQL: Lenguaje de Consulta XML, es un lenguaje que facilita la extracción de datos desde documentos XML. Ofrece la posibilidad de realizar consultas flexibles para extraer datos de documentos XML en la Web. Se basa en operadores de búsqueda de un modelo de datos para documentos XML que puede realizar consultas en infinidad de tipos de documentos como pueden ser documentos estructurados, colecciones de documentos, bases de datos, estructuras de datos, estructuras DOM, catálogos, etc. (W3C, 2015)

XML como lenguaje para Bases de Datos
“Como se ha mencionado antes el lenguaje de marcas extensibles (Extensible Markup Language, XML) no se concibió como una tecnología para bases de datos, tiene sus raíces en la gestión de documentos y esta derivado del SGML. Sin embargo, a diferencia de SGML y HTML, XML puede representar bases de datos, así como muchas clases de datos estructurados.” (Silberschatz, Korth, & Sudarshan, 2002)
Para entender el lenguaje de marcado como lo es XML, se necesita entender que se basan primordialmente en etiquetas que dan sentido al contenido dentro de estas etiquetas, a diferencia de HTML, XML no tiene definidas las etiquetas permitidas, como por ejemplo en HTML la sentencia:
<title> Mi título de página web </title>
Da el título a la página web o al documento que se está escribiendo.
Esta es una característica por la cual XML es muy utilizado en el intercambio de archivos, y por el cual se puede implementar para uso de bases de datos; un ejemplo seria:

<?xml version="1.0" encoding="ISO-8859-1"?> <libro> <titulo></titulo> <Capitulo> <titulo></titulo> <seccion> <titulo></titulo> </seccion> </capitulo> </libro>

Estructura de XML
“Los documentos XML se componen de unidades de almacenamiento llamadas objetos o entidades (entities), que contienen datos analizados (parsed) o datos sin analizar (unparsed). Los datos analizados se componen de caracteres, algunos de los cuales forman los datos del documento (data) y el resto forman las etiquetas (markups) o marcas.” (Lapuente, 2015)
Las etiquetas juegan un papel importante a la hora de codificar la descripción de la estructura del documento tanto lógica como la forma de almacenamiento. Para leer y almacenar los documentos es necesario un XML parser, este módulo es el encargado de leer y los documentos y es el que proporciona el acceso a estos tanto como el contenido y para escribir en ellos también.
Estas funciones con primordiales en un documento XML pero para que se puedan ejecutar de una manera adecuada hay que tener declarado previamente un DTD o un esquema; el DTD es la declaración del tipo de documento por sus siglas en inglés, y por su parte los esquemas proporcionan la gramática para una clase de documentos XML. En los últimos años los esquemas han venido desplazando a los DTD en los documentos XML.
De la misma manera que en SGML y derivados los DTD en XML son archivos de texto que se usan para dar una formalidad y tipo al documento y también tienen la función de especificar la estructura lógica de un archivo XML, proporcionando todos los elementos necesarios para que el navegador sepa distinguir que es cada etiqueta de donde viene y qué relación tiene con las demás etiquetas dentro del documento.
En tareas sencillas no es necesario construir una DTD, entonces se trataría de un documento "bien formado"(well-formed) y si lleva DTD será un documento "validado" (valid).
<!DOCTYPE banco-2 [
<!ELEMENT cuenta ( sucursal, saldo )>
<!ATTLIST cuenta número-cuenta ID #REQUIRED tenedores IDREFS #REQUIRED >
<!ELEMENT cliente ( nombre-cliente, calle-cliente, ciudad-cliente )>
<!ATTLIST cliente cliente-id ID #REQUIRED cuentas IDREFS #REQUIRED >
· · · declaraciones para sucursal, saldo, nombre-cliente, calle-cliente y ciudad-cliente · · ·
] >
Ejemplo de declaración de DTD
Por su parte los esquemas son más usadas por su capacidad de expresión y por ser más amplias al dar más definición a las características que pueden usarse para especificar el contenido de los documentos.
“Ante el desarrollo en unos pocos años de un gran número de esquemas diferentes, el World Wide Web Consortium se vio obligado a normalizar la situación mediante 2 Recomendaciones: Schema Specification que tratan de armonizar los diferentes esquemas existentes. Con ellas, se pretende definir la estructura, contenidos y semántica de los documentos.” (Lapuente, 2015)
Como ya se mencionó los documentos XML tienen 2 estructuras la lógica y la física, la estructura física es acerca de las entidades que son las que componen al documento en sí, cada documento cuenta con al menos la entidad raíz, y cada documento está compuesto de declaraciones, comentarios, referencias a caracteres e instrucciones de pensamiento.

Consultas y transformaciones
En la actualidad se está usando mucho XML a la hora de intercambio de archivos, para transmitir datos y almacenar datos, es por eso que una buena herramienta para gestionar XML es necesaria. Sobresalen en mayor cantidad por ser más utilizadas las herramientas para consultar y transformar los datos XML, de igual manera que una consulta relacional es una relación, la salida de una consulta XML puede ser un documento XML.
Es por eso que las consultas y las transformaciones de pueden consultar en una sola herramienta. Como ya se mencionó antes hay varias herramientas tecnológicas que facilitan en varios grados las capacidades de consulta y transformación.
De los varias herramientas que hay existen tres que sobresalen XPath, XSLT y XQuery. Dentro de estos lenguajes se sigue un modelo de árbol para ordenar los datos, se utiliza un árbol con nodos para los elementos y atributos. Siguiendo la estructura de un árbol común cada elemento puede contener subelementos o atributos del elemento.
XPath
Trata las partes de un documento XML a través de expresiones de las rutas de acceso. Es parecido a una extensión de las expresiones de rutas de acceso sencillas en las bases de datos orientadas a objetos y relacionales orientadas a objetos.
“Una expresión de ruta en XPath es una secuencia de pasos de ubicación separados por «/» (en lugar del operador «.» que separa pasos en SQL: 1999). El resultado de la expresión de ruta es un conjunto de valores.” (Silberschatz, Korth, & Sudarshan, 2002)
Esta expresión:
/banco-2/cliente/name
devolverá:
<name>Juncal</name>
<name>Loreto</name>
<name>María</name>
Como en cualquier jerarquía de directorios el signo ‘/’ indica la raíz del documento. Las expresiones de ruta también como en cualquier otro sistema se evalúen de izquierda a derecha; al evaluarse la expresión de ruta en cualquier punto consiste en un conjunto de nodos del documento.
Existe una manera de acceder a todos los atributos de un elemento en la ruta, y es usando el ‘@’ de esta manera: /banco-2/cliente/@name, con esta expresión se estarían mostrando todos los valores del atributo name dentro de los elementos cliente.
Además de esta funcionalidad tiene otras características: * Puede soportar operaciones básicas de comparación y puede seguir cualquier paso en una ruta, es decir se puede hacer comparación para que se devuelvan los elementos en un determinado rango (mayor que, menor que) y después con el símbolo @ se puede hacer otra operación de consulta para que se devuelvas los elementos de la subcategoría. * Proporciona varias funciones que se pueden usar como parte de predicados incluyendo la comprobación de la posición del nodo actual en el orden de los hermanos. Por ejemplo /banco-2/cuenta/[cliente/count()> 2] devuelve las cuentas dentro de banco-2 que contengan más de dos clientes. * La función “id” devuelve el nodo si se encuentra un valor al que haga referencia id, el ejemplo sería cuenta/id(@casa), que devolvería todas las cuentas que hagan referencia con casa. * El operador | permite unir dos expresiones o más para combinar resultados o utilizarlo como OR, de esta manera se pueden hacer varias consultas que se puedan necesitar para lograr un resultado definido en una transacción. * También XPath puede saltarse varios niveles dentro de la ruta en los nodos al usar el ‘//’ de esta manera buscara la palabra correspondiente después de esos signos en cualquier nodo por debajo del árbol.

XSLT
Es una hoja de estilo para representar las opciones que pueden dar formato en un documento, esto es comparable a una hoja de estilo de CSS que se utilizan en el lenguaje HTML, porque regularmente esta hoja de estilo esta fuera del mismo documento.
XSL surgió para generar HTML a partir de XML y por eso se considera como una extensión lógica de hojas de estilo HTML. Después se incluyó un mecanismo de transformación general llamado XSLT (XSL Transformations) que se puede utilizar para transformar XML en otro documento XML o también a HTML, al ser muy poderosa esta herramienta XSLT puede incluso actuar como herramienta de consulta.
Existen plantillas para que XSLT pueda hacer su trabajo más fácil, algunas plantillas básicas de esta herramienta permiten la selección de nodos dentro del árbol XML mediante una expresión XPath. Pero estas plantillas pueden llegar a generar también contenido XML nuevo par así formar y generar contenido más natural y potente.
Una plantilla sencilla para XSLT consiste en buscar coincidencias (match) y una parte de selección (select). La instrucción xsl:template match puede buscar coincidencias dentro de una expresión XPath por ejemplo.
La creación de un atributo, como id-Cliente es más laborioso y requiere el uso de xsl:attribute. XSLT tiene una recursividad estructural natural dentro de la misma herramienta, esto es porque se tiene que recorrer recursivamente a los subárboles en lugar de simplemente devolver un valor.
En realidad la recursividad estructural es crítica para construir documentos XML bien formados, puesto que los documentos XML deben tener un único elemento de nivel superior que contenga el resto de elementos del documento.
XSLT proporciona una característica denominada clave, que permite la búsqueda de elementos mediante el uso de valores de subelementos o atributos. Las claves de definen mediante una directiva xsl:key la cual tiene tres partes.
Las claves se pueden usar en plantillas como parte de cualquier patrón mediante la función key. Esta función toma el nombre de la clave y un valor y devuelve el conjunto de nodos que coinciden don ese valor. Las claves se pueden usar para implementar algunos tipos de reuniones.
XSLT permite ordenar los nodos. Un ejemplo de ordenamiento es cuando se usa xsl:sort en la hoja de estilo para devolver los elementos de un atributo ordenados por nombre, por ejemplo:
<xsl:sort select = «nombre-cliente»/>
XQuery
El W3C está desarrollando XQuery, un lenguaje de consulta XML. A diferencia de XSLT, XQuery no representa consultas en XML. Más bien se parecen más a consultas SQL y se organizan en expresiones FLWR, que comprenden cuatro secciones por sus siglas en inglés, for, let, where y return.
La sección for proporciona una serie de variables que son expresiones XPath. Los resultados incluyen el producto cartesiano de los valores posibles que las variables puedan tomar, entonces el for es parecido a la cláusula from de los lenguajes de consulta SQL.
La cláusula let permite identificar con otros nombres de las variables con expresiones complicadas para simplicidad de la representación.
La sección where es parecida a la cláusula where de SQL, ejecuta algunas comprobaciones antes de mostrar los datos, basándose en las tuplas reunidas con la información de la sección for.
Y la sección return permite la construcción de los resultados para ser visualizados en XML. for $x in /banco-2/cuenta let $numcuenta : = $x/@número-cuenta where $x/saldo > 400 return <número-cuenta> $numcuenta </númerocuenta>
Ejemplo de una expresión FLWR
Aunque la cláusula let no es esencial, si puede simplificar las consultas complejas por lo que se recomienda utilizarla de acuerdo a las necesidades.
Las expresiones de ruta en XQuery pueden devolver un multiconjunto con nodos repetidos. La función distinct aplicada a un multiconjunto devuelve un conjunto sin duplicación. La función distinct se puede usar incluso con una clausula for. Al igual que otras herramientas aquí también se pueden disponer de funciones de agregado tales como sum y count. Una carencia de XQuery en comparación con lenguajes SQL es que no cuenta con constructores GROUP BY, pero se pueden agrupar varias expresiones FLWR para poder cubrir esta necesidad de requerirse.
Las uniones se especifican de manera similar a SQL. for $a in /banco/cuenta,
$c in /banco/cliente,
$i in /banco/impositor where $a/número-cuenta = $i/número-cuenta and $c/nombre-cliente = $i/nombre-cliente return <cuenta-cliente> $c $a </cuenta-cliente>
Ejemplo de reunión en XQuery for $a in /banco/cuenta,
$c in /banco/cliente,
$i in /banco/impositor[número-cuenta =
$a/número-cuenta
and nombre-cliente = $c/nombre-cliente] return <cuenta-cliente> $c $a</cuenta-cliente>
Mismo ejemplo con selecciones XPath
Las expresiones XQuery FLWR se pueden anidar en la clausular return con el fin de generar anidamientos de elementos que no aparecen en el documento origen.
Las expresiones de ruta en XQuery están basadas en expresiones de ruta XPath, pero XQuery proporciona algunas extensiones. Una de las extensiones de sintaxis útiles es el operador ->, que se puede usar de manera similar que la función id().
También en XQuery los resultados se pueden ordenar si se incluye una cláusula sortby al final de cualquier expresión, la cláusula especifica cómo se han de ordenar las instancias de expresión. Para ordenar de forma decreciente podemos usar sortby( name descending). La ordenación también se pude realizar en varios niveles de anidamiento.
XQuery proporciona una serie de funciones que vienen incorporadas y soporta funciones definidas por el usuario. Por ejemplo la función document(name) devuelve la raíz de un documento con nombre. (Silberschatz, Korth, & Sudarshan, 2002)

Conclusiones
Las bases de datos XML son una buena alternativa cuando se trata del intercambio de archivos o para bases contenidas dentro de documentos pequeños, en lo personal no las utilizaría para almacenar grandes cantidades de información o para información valiosa que se pudiera perder o que se pudiera tener problemas al acusarla por problemas de compatibilidad. Creo que son una buena manera de manejar información pero no la ideal por motivos de confiabilidad y seguridad.

Referencias
CCM. (26 de 09 de 2015). CCM. Obtenido de CCM: http://es.ccm.net/contents/66-introduccion-bases-de-datos
Lapuente, M. J. (26 de 09 de 2015). Hipertexto. Obtenido de Hipertexto: http://www.hipertexto.info/documentos/xml.htm
O'Reilly XML.COM. (09 de 30 de 2015). xml.com. Obtenido de xml.com: http://www.xml.com/
Silberschatz, A., Korth, H. F., & Sudarshan, S. (2002). Fundamentos de Bases de Datos. En A. Silberschatz, H. F. Korth, & S. Sudarshan, Fundamentos de Bases de Datos (pág. 787). Madrid: McGraw-Hill.
W3C. (26 de 09 de 2015). W3C. Obtenido de W3C: http://www.w3c.es/Divulgacion/GuiasBreves/TecnologiasXML
W3C. (30 de 09 de 2015). W3C. Obtenido de W3C XML Query (XQuery): http://www.w3.org/XML/Query/