0

我有一个非常大的文件，它与 Marklogic 服务器不在同一个盒子上。将文件放在同一台服务器上不是一种选择。

将文件加载到数据库中的最佳方法是什么？我认为SAX解析器可以挑选节点并将它们加载到数据库中。

<a>
  <b>xxx</b>
  <b>yyy</b>
  <b>zzz</b>
</a>

因此，使用上面的 xml，我将在 Marklogic 中创建一个包含 . 然后，使用SAX解析器，我会抓取第一个<b>元素并将其作为<a>. 我会重复所有剩余的<b>元素。

这听起来像是最好的方法吗？它会表现出色吗？

TIA

4

3 回答 3

2

正如 Eric 所指出的，一份大文档可能不是您想要的。MarkLogic 设计用于处理许多（数千到数十亿）一口大小（数十到数百千字节）的文档。如果您熟悉关系数据库，您可以将关系行（而不是表）大致等同于 MarkLogic 数据库中的文档。

你能提供更多关于你想要做什么的细节吗？您希望执行哪些类型的查询？您的数据实际上是什么样的？“非常大”有多大？

于 2012-11-29T23:40:37.937 回答
1

首先，一旦您在 MarkLogic 中拥有所有数据，您就不太可能将所有数据都放在一个 Document 中。

您可以使用 mlcp 之类的工具来帮助您分解文档并加载它。请参阅http://developer.marklogic.com/products/mlcp以及http://docs.marklogic.com/guide/ingestion ，尤其是http: //docs.marklogic 上有关 mlcp（内容泵）的部分。 com/guide/摄取/内容泵

于 2012-11-29T22:17:19.247 回答
0

您可能会发现 xmlsh 的 StAX 脚本功能对您很有用。这类似于 SAX 解析，但更容易处理，因为它是 PULL 而非 PUSH 技术，因此没有回调。而且它完全可编写脚本的代码比纯 Java 少得多，同时速度几乎一样快。

http://www.xmlsh.org/FunctionsStAX

-大卫

于 2012-12-15T22:52:37.230 回答