Jak szybko przetwarzasz hurtowe ilości XML?
Bartosz Ratajczyk
b.ratajczyk@gmail.com

SQLDay 2016
O czym będzie?
• O różnych technikach, które mogą się przydać przy przetwarzaniu XML
w SQL Server
• Z naciskiem na sytuacje, kiedy tych danych jest dużo
Czyli:
• Zasilanie SQL Server plikami XML (również o rozmiarach wielu GB)
• XML Shredding
• Indeksy XML
• Dobre praktyki XQuery

SQLDay 2016
Bartosz Ratajczyk
Konsultant SQL Server związany z firmą 7N
Bardziej programista niż administrator
Udziela się na warszawskiej grupie PLSSUG
MCSE Data Platform
MCT
http://bartekr.net | b.ratajczyk@gmail.com

CHCĘ MIEĆ TE PLIKI W BAZIE
SQLDay 2016

SQLDay 2016
Jak możemy zasilać dane XML
Przyjrzymy się trzem metodom:
• Z poziomu SQL Server: OPENROWSET
• Z zewnątrz (np. skrypt Powershell)
• SSIS (czyli też z zewnątrz)

DEMO
Zasilmy dane
SQLDay 2016

SQLDay 2016
Zasilanie małych plików
0
50
100
150
200
250
300
1000 5000 10000 15000 20000 25000
Czaszasilaniawsekundach
Ilość plików
Invoke-Sqlcmd
OPENROWSET
SSIS

SQLDay 2016
Zasilanie dużych plików
• Ograniczenie rozmiaru XML do 2GB
• Najlepiej zasilać przez OPENROWSET
• Mocno wpływa na tempdb

SQLDay 2016
Jeszcze o OPENROWSET
https://msdn.microsoft.com/en-us/library/ms190312.aspx
SINGLE_CLOB == VARCHAR(MAX)
SINGLE_NCLOB == NVARCHAR(MAX)
SINGLE_BLOB == VARBINARY(MAX)

NIE CHCĘ XML, CHCĘ SAME DANE
SQLDay 2016

SQLDay 2016
SSIS – XML Source (1)
• Rozbijanie danych XML do postaci relacyjnej na podstawie XSD
• Dla prostych plików jak znalazł
• Wymaga XML w formie DOKUMENTU, nie umie obsłużyć
FRAGMENTÓW

SQLDay 2016
SSIS – XML Source (2)
http://blog.hoegaerden.be/2011/04/20/loading-complex-xml-using-ssis/

SQLDay 2016
SQLXML - czyli można też inaczej
• Przetwarza XML do postaci relacyjnej na podstawie XSD
• Komponent COM instalowany niezależnie od SQL Server
• Dostarczany przez Microsoft
• Ma duże możliwości, ale też swoje ograniczenia (a jakże!)
• Kontekstowy – obecny węzeł jest punktem odniesienia
• Nie jest nachalny dla pamięci i daje radę dużym plikom
• Dodatkowe adnotacje XSD

SQLDay 2016
Przykład użycia SQLXML - BulkLoad

DEMO
Jak wygląda XSD z adnotacjami?
SQLDay 2016

MAM XML W BAZIE, CO Z NIM MOGĘ ZROBIĆ?
SQLDay 2016

SQLDay 2016
XML Shredding
• XML Shredding, czyli rozbijanie danych XML do
postaci relacyjnej
• OPENXML
• XQuery - .nodes()

SQLDay 2016
Ten stary, niedobry OPENXML
• sp_xml_preparedocument, sp_xml_removedocument
• Wycofywany/niezalecany
• Umie przetworzyć tylko jeden dokument XML na raz
• Wymaga zwalniania pamięci
https://msdn.microsoft.com/en-us/library/ms187367.aspx

SQLDay 2016
MEMOBJ_MSXML + CMEMTHREAD
http://speedysql.com/2015/02/04/cmemthread-and-sp_xml_removedocument
SQL Server 2012, 800GB RAM

SQLDay 2016
OPENXML

SQLDay 2016
Ten nowoczesny .nodes()
• Rozbija XML na rekordy (tak jak WITH w OPENXML)
• Występuje razem z kolegami:
o .query()
o .value()
o .exist()
• Przyjaźni się bardzo z CROSS APPLY
• Umie przetworzyć wiele dokumentów na raz
• Zalecany model przetwarzania
Ale:
• Ma problemy z szacowaniem ilości rekordów
• Mówią, że jest wolniejszy od OPENXML

SQLDay 2016
Używamy .nodes()

SQLDay 2016
Przykład szacowania .nodes()

XML A PLANY ZAPYTAŃ
SQLDay 2016

SQLDay 2016
OPENXML

SQLDay 2016
XQuery
• Operatory TVF występują jeśli nie ma indeksów XML
• Extended Operator (UDX) sygnalizuje operację XQuery/XPath

JAK TO PRZYSPIESZYĆ, BO WOLNO DZIAŁA?
Może jakieś indeksy pomogą?
SQLDay 2016

SQLDay 2016
PRIMARY XML INDEX
• Wymaga PRIMARY KEY CLUSTERED na tabeli z kolumną XML
• Budowany jednym wątkiem (chociaż składnia dopuszcza MAXDOP)
• Przebudowany wyłącznie OFFLINE
• Nie obsługuje kompresji
• Budowany na tych samych grupach plików co tabela

SQLDay 2016
Co taki indeks ma w środku?

SQLDay 2016
SECONDARY XML INDEX
Wymagają istnienia PRIMARY XML INDEX

DEMO
Przyspieszamy z indeksami
SQLDay 2016

SQLDay 2016
Ale czy naszego dysku to nie zaboli?

SQLDay 2016
SELECTIVE XML INDEX

SQLDay 2016
Wnioski po indeksowaniu
• Już sam PRIMARY XML INDEX potrafi przyspieszyć zapytanie
(ale wcale nie musi)
• SECONDARY XML INDEX potrafi mocno wydłużyć zapytanie
• Indeksy PRIMARY i SECONDARY zajmują dużo miejsca
• Rozwiązaniem problemów może być SELECTIVE XML INDEX

DOBRE PRAKTYKI XQUERY
Jakich konstrukcji unikać, a jakich używać
SQLDay 2016

SQLDay 2016
Dobre praktyki XQuery – czego unikać (1)
• Odwołań do węzłów-rodziców (parent axis)

SQLDay 2016
Dobre praktyki XQuery – czego unikać (2)
• Wielokrotnego używania tej samej metody (wielokrotne
wyliczanie tego samego)

SQLDay 2016
Dobre praktyki XQuery – co stosować
• Przy danych XML opartych na schemacie rzutować na typy schematu
• Przy danych XML bez schematu porównywać dane jako tekst („”)
• Stosować podpowiedzi przy elementach głównych
(np. /root[1]/element zamiast /root/element)
• Jeśli ma to sens – używać całej ścieżki na raz
(np. (/a/b)[1] zamiast /a[1]/b[1])

SQLDay 2016
Nadmiar informacji dla optymalizatora
Warto rozważyć podejście Adama Machanica:
Zamiast stosować HINTS i wymuszać konkretne zachowania
lepiej nakierować optymalizator na odpowiednie myślenie.
Przykład: przyspieszenie przetwarzania 300x
http://sqlblog.com/blogs/adam_machanic/archive/2010/01/12/t-sql-
tuesday-002-is-it-xml-or-not.aspx

DEMO
30 000% normy
SQLDay 2016

SQLDay 2016
Co dalej?
• Channel9 – Michael Rys „Troubleshooting common XQuery and
XML problems in Microsoft SQL Server based on real world
examples”
• Dmitri Korotkevich „Pro SQL Server Internals”
• Kalen Delaney et. al. „SQL Server 2012 Internals”
• Michael Coles „Pro SQL Server 2008 XML”