直接用 .nodes() + .value(),别碰 OPENXML
从 SQL Server 2005 起,OPENXML 就应该被淘汰了。它需要手动调用 sp_xml_preparedocument 和 sp_xml_removedocument,一旦遗漏后者就会引发内存泄漏;而且整个过程基于临时内存树,无法利用 XML 索引,性能差且并发支持弱。
现代写法是直接使用原生 XML 方法:用 .nodes() 将 XML 拆解为行集,再通过 .value() 提取字段。这利用了引擎内置的解析器,支持 XML 索引下推,还能被查询优化器准确估算行数。
@xml.nodes('/root/item')路径必须指向元素节点(不能是文本或属性),否则返回空结果集- 每个
.value()必须携带[1],否则会报错“XQuery [value()]: ‘value()’ requires a singleton (or empty sequence)” - 路径中使用
text()显式提取文本值,例如'(name/text())[1]',不加则会返回带标签的 XML 片段,导致类型不匹配 - 如果某节点可能为空,
.value()会返回 NULL,无需额外 try-catch —— 但切忌在 WHERE 中直接写.value() > 10,这样无法命中索引
WHERE 条件里优先用 .exist() 预筛,再用 .value() 提取
查询 XML 字段时,最常见的性能陷阱是将 .value() 直接放在 WHERE 中做比较:例如 WHERE content.value('(/book/price)[1]', 'DECIMAL') > 49.9。这会导致全表扫描,因为函数包裹列无法利用任何索引。
正确的做法是分两步:先用 .exist() 快速过滤出包含目标路径的行(可走 PATH 索引),再在结果集中用 .value() 精确提取值。
WHERE content.exist('/book[price > 49.9]') = 1—— 注意 XPath 中不能直接使用>,必须用实体编码>,SQL Server 不支持原生比较符- 如果需要参数化,使用
sql:variable("@minPrice"),例如content.exist('/book[price > sql:variable("@minPrice")]') .exist()在 XML 列为 NULL 时返回 NULL,因此实际条件建议写成IS NOT NULL AND ... = 1更稳妥
建 XML 索引前,必须先建主 XML 索引
想要让 .exist()、.value() 或 .query() 走索引,不能直接建立次级索引。XML 索引是分层结构:主索引(PRIMARY)是聚集索引,它将 XML 内部节点展开成系统表;所有次级索引(PATH/VALUE/PROPERTY)都依赖它而存在。
漏建主索引,或者主索引被禁用,次级索引就会形同虚设——执行计划中依然会显示“Table Scan”。
- 主索引语法:
CREATE PRIMARY XML INDEX IX_primary ON docs(content) - PATH 索引加速路径查找(如
/book/title),适合.exist()和带明确路径的.value() - VALUE 索引加速通配查找(如
//price),适合模糊路径或深层嵌套场景 - 一个 XML 列上最多只能建一个主索引和三个次级索引;索引本身占用空间大、写入开销高,只对高频查询字段建立
类型化 XML 能省掉部分类型转换,但别指望它自动提速
如果数据结构稳定、有 XSD 定义,注册 Schema Collection 并绑定到 XML 列,就能启用类型化 XML。它的主要价值有两点:一是插入时进行强校验,将坏数据拦截在门外;二是 .value() 中某些类型可省略声明,例如 xs:integer 属性可以自动映射为 SQL INT。
但它不会让查询变快——索引行为、执行计划、IO 开销与非类型化 XML 完全一致。类型信息只影响解析阶段的类型推断,不改变底层存储结构或索引机制。
- 非类型化 XML 的所有值默认按字符串处理,
.value('(@id)', 'INT')必须显式指定类型,否则会报错 - 类型化 XML 中,如果 XSD 已声明
@id为xs:integer,可以简写为.value('(@id)', 'INT')甚至.value('(@id)')(引擎会尝试推断) - XSD 解析本身有 CPU 开销,写入吞吐量比非类型化低 10%~20%,日志类、配置类数据没必要使用类型化
复杂点在于:XML 索引并非“建了就快”,而是“建对了才快”。PATH 索引对 /a/b/c 有效,对 //c 无效;VALUE 索引对 //c 有效,但对 /a/b/c 效率反而不如 PATH。路径写法、索引选型、是否类型化,必须根据实际查询模式逐一匹配,无法一劳永逸。
