我有一个庞大复杂的xml文件，从中可以生成xsd/数据库表。因为它是一个巨大的文件，所以我在hadoop场景中查看它。我检查了许多处理xml的方法（在hadoop中），例如：
将xml转换为avro格式
使用mahout xmlinputformat
重写map reduce的recordreader类
使用oracle xmlextension将xml直接加载到配置单元表，但是。。我们所有上述方法都需要手动硬编码xml标记/元素。例如，考虑foo.xml

<CustomerReport>
     <Customer>
      <CustomerName>DKIJzuUG</CustomerName>
      <CustomerStatus>active</CustomerStatus>
      <age>70</age>
      <gender>female</gender>
      <AquistionChannel>uBeApXji</AquistionChannel>
      <State>MZlNWI</State>
      <HouseholdIncome>0506</HouseholdIncome>
      <Revenue>54961</Revenue>
      <PurchaceOrders>
       <PurchaceOrder>
        <PurchaceOrderName>qkiHEH</PurchaceOrderName>
        <purchasedOn>02-01-2014</purchasedOn>
        <amount>899</amount>
       </PurchaceOrder>
      </PurchaceOrders>
             ......
     </Customer>
    </CustomerReport>

在上面列出的所有方法中，硬编码标签“customer report，customer，customer name….”是必要的。但是在我们的例子中，标签不应该手动给出。
由于xml中有嵌套的标记，我们可能需要在db中创建多个表，并且还需要依赖关系。我们不知道如何处理嵌套结构和动态设计数据库。