Le type de données XML, introduit par SQL Server 2005, agit comme une classe, comportant des méthodes qu'on peut appliquer au contenu de la variable ou de la colonne définie sur ce type. Il supporte cinq méthodes, permettant de manipuler le contenu avec beaucoup de flexibilité.
Passer des requêtes XQuery dans SQL Server
1. query(), applique au document toute la panoplie du langage XQuery, et retourne un fragment XML ;
2. value(), extrait un item (un singleton) du document XML, et le convertit dans un type SQL défini en paramètre ;
3. exist(), recherche l’existence d’un critère ;
4. node(), retourne chaque noeud correspondant au chemin XPath exprimé en une nouvelle ligne. Vous utilisez node() dans la clause FROM pour retourner un jeu de résultats composé des noeuds extraits ;
5. modify(), permet d’insérer, modifier et supprimer un noeud.
query()
query() permet d’appliquer toute la richesse de la syntaxe XQuery pour extraire un nouveau fragment XML du document original. Nous en avons déjà vu des exemples. Voici quelques applications pratiques, montrant les possibilités du langage.
Vous pouvez générer un nouveau fragment XML à la volée, simplement en écrivant des chevrons en littéraux dans votre return, ou dans n’importe quelle expression de retour XQuery. Si vous voulez interpoler le résultat d’une expression, encadrez-la par {}.
SELECT echiquier.query(‘<ouEstLeRoiBlanc>{/echiquier/blancs/pieces/roi/@position}</ ouEstLeRoiBlanc>’)
FROM #partie
Vous noterez en essayant ce code, que le résultat retourne la position en attribut. Ici, /echiquier/blancs/pieces/ roi/@position retourne un noeud, qui est un attribut. Or, si vous voulez le « mapper » en élément, vous avez besoin d’extraire la valeur atomique du noeud position, par un processus qu’on appelle atomisation. La fonction d’atomisation est data() :
SELECT echiquier.query(‘<ouEstLeRoiBlanc>{data(/echiquier/blancs/pieces/roi/ @position)}</ouEstLeRoiBlanc>’)
FROM #partie
Dans certains cas, XQuery atomise le résultat par défaut (par exemple en paramètre de fonctions). Parfois, comme ici, nous devons le faire explicitement. Voyons également l’utilisation des agrégations (sum, min, max, count, avg). Ici un count() :
SELECT echiquier.query(‘<coupsBlancs>{ count(/echiquier/blancs//historique/coup) }</coupsBlancs>’)
FROM #partie
Vous pouvez au besoin transtyper vos valeurs atomiques en types XML (du namespace xs), en utilisant la syntaxe « cast as type? ». Attention, vous ne pouvez transtyper que des singletons :
SELECT echiquier.query(‘
(/echiquier/blancs/pieces/pion[@numero = "3"]/historique/coup[@sequence = "1"]/source)[1] cast as xs:string?’)
FROM #partie
Vous pouvez également insérer des valeurs de colonne ou de variable du jeu de résultat relationnel « externe » au type xml, en utilisant les fonctions sql:column() et sql:variable()
SELECT echiquier.query(‘<PartieId>{sql:column("PartieId")}</PartieId>’)
FROM #partie
Attention, certains types comme datetime et smalldatetime ne sont pas supportés, vous devez les convertir avant de les utiliser dans XQuery. value() value() permet d’extraire une valeur de noeud, et de la retourner dans un type de données SQL, spécifié en paramètre. Le chemin doit permettre de retourner une seule valeur.
Téléchargez cette ressource
Guide de Threat Intelligence contextuelle
Ce guide facilitera l’adoption d’une Threat Intelligence - renseignement sur les cybermenaces, cyberintelligence - adaptée au "contexte", il fournit des indicateurs de performance clés (KPI) pour progresser d' une posture défensive vers une approche centrée sur l’anticipation stratégique
Les articles les plus consultés
Les plus consultés sur iTPro.fr
- L’analytique prédictive au service de la décarbonation en France
- Ofelia, ex-Bonitasoft, lance une solution d’orchestration IA agentique
- Le bruit au travail et ses effets sur la concentration dans les bureaux modernes
- Cyberattaques assistées par IA : Pourquoi le modèle Mythos d’Anthropic représente une menace sérieuse pour la cybersécurité
Articles les + lus
Microsoft Build 2026 : contre-offensive des modèles maison face à OpenAI et Anthropic
Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
Analyse Patch Tuesday Mai 2026
Les coûts cachés des merge requests générées par l’IA
Femmes et métiers de la tech : une attractivité réelle freinée par des stéréotypes persistants
À la une de la chaîne Tech
- Microsoft Build 2026 : contre-offensive des modèles maison face à OpenAI et Anthropic
- Rhea1 : SiPearl allume le CPU européen le plus ambitieux pour le HPC et l’IA souveraine
- Analyse Patch Tuesday Mai 2026
- Les coûts cachés des merge requests générées par l’IA
- Femmes et métiers de la tech : une attractivité réelle freinée par des stéréotypes persistants
