No to zaczynamy.

Najpierw utworzymy bazę danych

CREATE DATABASE wiki AUTOMATIC STORAGE YES  ON 'D:\db2' DBPATH ON 'D:\db2' ALIAS wikipedi USING CODESET UTF-8 TERRITORY PL COLLATE USING SYSTEM PAGESIZE 4096;

i trzy tabele. Dwie na dane XML

create table wiki (id int, doc xml)

create table wiki1 (id int, doc xml)

a drugą na dane w postaci relacyjnej

 create table wikipedia (wiki_id int, wiki_title varchar(1000), wiki_text clob(2M))

Po pobraniu pliku (ponad 500Mb) i rozpakowaniu mamy plik o wielkości prawie 2Gb.

Ponieważ próby zaimportowania całego pliku od razu kończyły się komunikatem o braku miejsca podzieliłem plik na kilka mniejszych części (uzupełniając ręcznie brakujące tagi) i zaimportowałem każdy po kolei.

IMPORT FROM d:\wiki\db2import\wiki.csv  OF DEL XML FROM d:\wiki\db2import\ MESSAGES d:\wiki\db2import\out.txt INSERT INTO wiki1

W ten sposób w tabeli wiki1 mamy całą wikipedię w kilku rekordach. Następny krok to wypełnić tabele wiki i wikipedia

insert into wiki (tresc)
SELECT X.* FROM wiki1,
  XMLTABLE (XMLNAMESPACES(DEFAULT 'http://www.mediawiki.org/xml/export-0.3/'),
'$d/mediawiki/page' passing cast(doc As XML) as "d"
    COLUMNS
      dok XML PATH 'document{.}') AS X

insert into wikipedia (wiki_id,wiki_title,wiki_text)
SELECT X.*
FROM wiki1,
XMLTABLE (XMLNAMESPACES(DEFAULT 'http://www.mediawiki.org/xml/export-0.3/'),
'$d/mediawiki/page' passing cast(doc As XML) as "d"
   COLUMNS
   ID        INTEGER         PATH 'id',
   title    VARCHAR(1000)     PATH 'title',
   tekst    varchar(2M)     PATH 'revision/text'
) AS X

Po wypełnieniu każda posiada ponad 700 000 wierszy.

Pora napisać jakieś proste zapytanie. Np:

select * from wikipedia where wiki_title = 'DB2'

Wykonuje się długo? Trzeba założyć indeks.

CREATE  INDEX ADMIN.WIKI_TITLE ON ADMIN.WIKIPEDIA (WIKI_TITLE ASC)  PCTFREE 10 MINPCTUSED 10 ALLOW REVERSE SCANS  PAGE SPLIT SYMMETRIC COLLECT  SAMPLED DETAILED  STATISTICS ;

A co z wyszukiwaniem po polu wiki_text? Ponieważ jest to pole typu CLOB nie można na nim założyć indeksu. Tu z pomocą przyjdzie nam FULL TEXT SEARCH.

db2ts START FOR TEXT;

CIE00001 Operacja zakończona pomyślnie.

db2ts ENABLE DATABASE FOR TEXT CONNECT TO WIKI;

SQL20427N Podczas wykonywania procedury lub komendy administracyjnej wyszukiwan
ia tekstowego wystąpił błąd. Komunikat o błędzie to: “CIE00442N Właściciel insta
ncji nie ma uprawnień do wykonania komendy indeksu tekstowego dla bazy danych “W
IKI”.”. SQLSTATE=38H14

Spróbujmy zrobić to samo na tabeli z danymi w formacie XML.

Select *
from WIKI
Where xmlexists('declare  default  element  namespace  "http://www.mediawiki.org/xml/export-0.3/"; $c/page[title="DB2"]' passing tresc as "c")

Zapytanie wykonuje się długo? Spróbujmy założyć indeks.

CREATE INDEX wiki_index on wiki(tresc) GENERATE KEY USING
XMLPATTERN '/page/title' as SQL VARCHAR(1000)

DB21034E Komenda nie była poprawną komendą procesora wiersza komend i została
przetworzona jako instrukcja SQL. Podczas przetwarzania SQL komenda zwróciła:
SQL0614N Nie można utworzyć lub zmienić indeksu lub rozszerzenia indeksu
“WIKI_INDEX”, ponieważ łączna długość podanych kolumn jest za duża.
SQLSTATE=54008

SQL0614N Nie można utworzyć lub zmienić indeksu lub rozszerzenia indeksu “WIKI_INDEX “, ponieważ łączna długość podanych kolumn jest za duża.

Objaśnienie:

Nie można utworzyć lub zmodyfikować indeksu, ponieważ suma długości
kolumn wewnętrznych klucza przekroczyłaby ograniczenie długości klucza
indeksu. Nie można także utworzyć indeksu przy użyciu kolumn typu LONG
VARCHAR, LONG VARGRAPHIC lub LOB. Jeśli indeks został zdefiniowany w
tabeli o typie strukturalnym, został utworzony także dodatkowy nagłówek
indeksu, który zmniejsza maksymalną długość o 4 bajty. Indeks można
zmodyfikować przy użyciu instrukcji ALTER TABLE lub ALTER NICKNAME,
umożliwiającej zmianę typu danych w jednej lub kilku kolumnach.

Nie można utworzyć rozszerzenia indeksu, ponieważ suma długości kolumn
zwracanych przez funkcję GENERATE KEY przekroczyłaby ograniczenie
długości klucza indeksu.

Ograniczenie długości klucza indeksowania jest określone na podstawie
wielkości strony obszaru tabel używanego przez indeks:

Maks. dł. klucza Wielkość strony
————– ———
1 kB 4 kB
2 kB 8 kB
4 kB 16 kB
8 kB 32 kB

Nie można wykonać instrukcji. Określony indeks lub rozszerzenie indeksu
nie zostało utworzone albo nie można było zmienić tabeli lub pseudonimu.

Działanie użytkownika:

Aby zmodyfikować definicję indeksu lub zmienić kolumnę, usuń jedną lub
kilka kolumn wchodzących w skład indeksu, tak aby długość indeksu nie
przekroczyła dopuszczalnej wartości. W definicji rozszerzenia indeksu
określ inną funkcję GENERATE KEY lub przedefiniuj ją, tak aby zwracała
wiersz o mniejszej długości.

kod_sql: -614

stan_sql: 54008

I na razie bez powodzenia.

Spis treści:
Introduction
Rozdział 1: Solving a Storage Problem: DB2 pureXML
Rozdział 2: Getting Started with DB2 pureXML
Rozdział 3: Working with XML Data
Rozdział 4: Retrieving XML Data from Your Database
Rozdział 5: Working with XML Schemas
Rozdział 6: Increasing Your Productivity and Application Performance
Rozdział 7: Ten DB2 pureXML Resources You Won’t Want to Miss

Więcej o książce już wkrótce.

O PureXML można też poczytać w publikacja Redbooks DB2 9 pureXML Guide i DB2 9: pureXML Overview and Fast Start