異構數據庫的資源整合

洪 濤

關鍵詞:異構數據庫;資源數字化;圖書館;資源整合

摘 要:充分利用信息技術促進數字資源整合是數字圖書館建設到一定階段出現的新任務。異構資源整合是通過技術合力,將復雜轉變為簡單,以實現數字圖書館建設的最優目標。

中圖分類號:G250 文獻標識碼:A 文章編號:1003-1588(2009)06-0081-03

1 資源整合的數字化建設

數字化的圖書館本質上就是一個集數據庫應用平臺、信息資源電子商務平臺與資源數字化加工服務平臺于一體的巨大數據倉庫,以互聯網為平臺,面向全球用戶提供基于內容的服務。作為圖書館發展的方向,數字圖書館應以統一的標準和規范為基礎、以數字化的信息為底層、以分布式海量資源庫群為支撐、以智能檢索技術為手段、以電子商務為管理方式、以寬帶高速網絡為傳輸通道,將豐富多彩的多媒體信息傳遞到千家萬戶。值得一提的是,圖書館的研究已經從信息交流拓展到了數字化(異構)資源管理和信息服務領域。針對“如何提高讀者對于數字資源等訪問率,如何提高資源對讀者的有效性,如何提高讀者的檢索效率”三個需求點來構建我們圖書館基礎資源建設的全新模式。從圖書館發展趨勢來看,一是數字化。即圖書館所提供服務的文獻載體、手段、方式是數字化、網絡化的;二是結點化。即圖書館將以網站、五彩繽紛的網頁及豐富的內容來吸引更多用戶的注意力和“點擊率”;三是特色化。即特色的館藏、專題數據庫、個性化的服務,來滿足用戶特定的需求。

圖書館的總體目標是使得在任何時間、任何地點,每一個人都能方便快捷地獲取其需要的知識資源。圖書館必須要擁有數字資源,資源的組織、加工、管理構成目前數字圖書館建設的核心內容。凡引進(包括購買、租用和受贈)或自建(包括掃描、轉換和錄入)的,擁有磁、光介質或網絡使用權的數字形態的文獻資源,均稱為圖書館的數字資源。根據目前圖書館的實際情況,數字資源劃分為四個種類:(1)電子書(包括學位論文及其他類似書的出版物)。(2)電子刊(包括其他類似刊的出版物)。(3)二次文獻數據庫(包括題錄、文摘、索引等)。(4)其他數據庫。因此,圖書館的數字化資源建設應有4種類型。

1.1 資源型數據庫。資源型數據庫建設目標就是引進各種數字資源,提供用戶訪問。它是一種基礎型的、也是最有成效的數字圖書館類型。數字資源的引進是數字圖書館建設的第一階段,也是數字圖書館發展的關鍵階段。優質數字資源的大量引進改變了讀者利用資源的方式,提高了資源利用效率,資源投入比例大大提高。資源型面臨的主要問題是異構數據庫資源的整合問題。

1.2 特色型數據庫。和資源型不同,它的主要任務是建設特色數字資源。包括特色資源的選題規劃、元數據方案的規劃、存儲方案的規劃、系統的開發或選型以及數據資源的收集、加工等。特色數字資源的加工是數字圖書館建設的第二階段。許多圖書館藏有大量的獨具特色的資源,這些資源往往跟當地的歷史、文化以及學科專業息息相關,不但具有收藏價值,而且對推動特色專業學科的研究與發展極具意義。

1.3 學科中心型資源數據庫。它是基于分布式環境的資源數據庫,也是數字圖書館建設的第三個階段。學科資源中心是一個通過分布式環境,讓相關學科資源整合為一個整體,提供在某一個學科方向上完備、全面、及時的資源保障與服務。數字資源有成員館及多家協作單位在分布系統支持下共同加工制作完成,對特定學科研究所需資源提供完整、全面、及時的服務。既有傳統的特色資源,還有來源于Internet的動態資源。充分發揮共建共享的優勢,是數字圖書館邁向知識服務的重要標志。

1.4 研究和學習型數字資源。研究和學習型數字資源數據庫的建設也是數字圖書館建設的最后一個階段。它的內容不但涵蓋上述三種數字圖書館的建設內容,而且還包括基于網絡實時交互技術和支持網絡協作學習、研究的虛擬環境。如虛擬參考咨詢系統,遠程教學系統,協作研究系統等。

2 異構數據庫資源整合

這種整合方式其實是數據源整合的進階,在國內圖書館界較為流行。如北京大學圖書館、清華大學圖書館、上海交大圖書館、中科院文獻情報中心、華中科技大學圖書館等一些技術力量較為雄厚的圖書館都已經開發出這種異構數據庫檢索平臺,并已進入試運行階段。

理想的數字信息資源整合是把各種信息資源透明地無縫地聯在一起,融為一個有機的整體,讓用戶感覺是在一個資源系統中操作。經過整合的資源可以充分發揮計算機和網絡的強大能力,使信息檢索效率大大提高。圖書館資源建設應基本達到第三代數字圖書館發展的要求,即與多種異構的信息提供系統無縫的信息服務視圖,提供跨平臺聯合檢索服務。異構數據庫資源整合就是其中最為重要的衡量標準之一。

所謂的異構數據庫系統是相關的多個數據庫系統的集合,可以實現數據的共享和透明訪問,每個數據庫系統在加入異構數據庫系統之前本身就已經存在。異構數據庫的各個組成部分具有自身的自治性,實現數據共享的同時,每個數據庫系統仍保有自己的應用特性、完整性控制和安全性控制。對用戶而言,這些異構數據庫是透明的,用戶所看到的只是一個簡單明了的界面,不需要知道各數據庫不同的檢索方法,避免了需要逐個登錄數據庫、輸入檢索條件的麻煩,使用方便快捷,使用戶覺得就像在使用一個數據庫一樣。

以XML、RDF、Ontology等為基礎的新一代計算機技術為數字信息資源整合檢索提供了良好技術支持,代表著未來數字圖書館的發展方向,為圖書情報機構展現了全新的發展領域,對現實的信息工作提供了有益的啟示。整合的技術思路在于建立統一的數據交換標準和接口,以保證異構庫之間的透明訪問。

2.1 建立引文鏈接

通過引文鏈接方式構建知識信息之間的內容關聯,是深度開發利用知識信息資源極為有效的手段。實現文獻之間的引文鏈接以后,用戶可以通過文獻之間的引證關系,直接從數據庫中得到引證線索和引用文獻的全文,使文獻的查準率及速度大大提高。圖書館可以在有關的統一機構(河南如Halis)的協調下,將各館的中外期刊目次庫、題錄庫、全文數據庫、書目數據庫等進行引文鏈接,建立引用、被引關聯,使用戶通過互聯網查詢存放在各圖書館網站上的引文鏈接數據庫,通過文獻之間交錯復雜的引用途徑在整個知識網絡中自由地漫游,從而最大限度地獲得相關知識信息。

2.2 研發知識元鏈接

知識本身就可以用文字給出一個簡潔明確的描述。這種描述在數據庫中可以作為一種知識信息元素,即知識元,它不僅可以直接表述知識的內容,也可以通過全文數據庫的索引技術將使用這一知識元的文獻關聯起來。將大量不斷更新、不斷出現的知識元建成知識元數據庫,這樣產生的各種知識內容之間的內在網絡化關聯,從而體現出各學科專業交叉滲透的關系特征。將知識元數據庫嵌入到各種數據庫當中,它將把數據庫內部和各數據庫之間的知識信息從內容上緊密關聯起來,并將通過文獻對知識發現的認識過程,使所有數據庫在知識元數據庫這一網絡的支配下成為一個內容高度關聯的有機的整體。用戶可以充分利用知識的內在關系,提高查全率。

2.3 異構資源統一檢索功能

2.3.1 瀏覽與檢索。系統應提供主題樹等索引系統,幫助用戶以瀏覽的方式選取合適的檢索詞進行查詢。檢索應包括簡單和高級檢索。簡單檢索應包括自然語言、短語檢索及布爾算符、位置算符、截詞符和通配符等檢索。高級檢索應提供多字段檢索和多種限制選項。同時,系統還應提供檢索策略的保存及定題跟蹤服務,以方便用戶再次檢索。

2.3.2 用戶定制功能。系統應提供特定的學科入口,把同一學科相關的數據庫整合在一起。同時應提供可供跨庫檢索的數據庫列表,并允許用戶自由選擇和組合,一次檢索到相關數據庫的各種信息。

2.3.3 統計功能。數據庫使用數據是電子資源利用率的重要指標,因此跨庫檢索系統應提供完善的統計功能,包括用戶利用跨庫檢索系統訪問各數據庫的各種使用數據,如訪問各數據庫的登錄數、檢索次數、下載題錄文摘數、下載全文數等。并提供各時間段、各用戶IP或賬戶的統計。

2.3.4 數據間的連接。系統應兼容CrossRef、OpenURL、SFX等數據庫無縫鏈接技術或標準,使不同數據庫之間的各種記錄能互相鏈接。包括書目數據庫、文摘數據庫、全文數據庫中各種數據之間的互連。

2.3.5 數據的顯示與保存。系統應對來源于不同數據庫的結果進行融合,檢索結果輸出應具備排序功能,如按日期、篇名、作者、相關性排序。檢索記錄應可以打印、下載、Email發送。最好能兼容各種Citation Manager軟件,如Reference Manager、Endnote、Refworks等。

3 異構資源整合的技術模式

面對當前信息資源和網絡環境的復雜性,要實現解決異構數據庫的跨庫檢索,傳統的DMBS(數據管理系統)已經很難解決。解決異構數據庫問題的目的是為圖書館綜合應用系統提供集成的、統一的、安全的、快捷的信息查詢、數據挖掘和決策支持服務。為了滿足這個條件,整合、集成后的數據必須保證一定的集成性、完整性、一致性和訪問安全性。主要包括以下相關技術:

3.1 共網關接口技術CGI。利用CGI可實現Web與數據庫的連接。CGI(Common Gateway Interface)是最早的Web程序設計方式,它提供一個外部應用程序與Web服務器交互的標準接口,遵循CGI標準編寫的Web服務器端的可執行程序稱為CGI程序。CGI最大的優勢之一是其與瀏覽Web站點的用戶之間的交互能力,使信息網關、反饋機制、訪問數據庫、查詢等一系列靈活復雜的操作得以實現。

3.2 開放式數據庫互連技術ODBC。它是Microsoft公司提供的標準的應用程序接口。利用它可以實現一個應用程序訪問不同的數據源。ODBC數據源驅動是實現ODBC驅動來訪問一個特定的數據源。ODBC屏蔽了底層數據庫系統的不同,數據開發者可以直接利用sql語句實現對不同數據庫中數據的操縱。

3.3 JAVA數據庫互連技術JDBC。主要針對瀏覽器/服務器結構的WEB數據庫。JDBC的出現是Java編程中最重大的突破之一,它使得Java程序與數據庫服務器的連接更加方便。與其他的數據庫存取技術相比,JDBC繼承了Java語言的所有特點,不僅具有獨立于平臺運行、面向對象、堅固性好的優點,而且具有多線程、內置檢校器來防止病毒入侵等功能,更加適合網絡應用。JDBC的這些特點也特別適合于實現對Web異構數據庫的訪問。JDBC是連接Internet上異構數據庫的最好方法。

3.4 XML應用技術。它是一種可以對信息進行自我描述的語言,允許定義一套符合自己需要的標記,作為信息傳輸的載體。標記用于界定內容。XML語法允許自行定義任意復雜的標記結構。XML使用普通的文本,而不是二進制的數據格式,因此具有跨平臺的優點。XML的優點在于:(1)規范、簡單。XML文檔有一套嚴謹而簡潔的語法結構。這為XML解析器獲取文檔所含信息提供了前提。(2)可擴展性。應用者可以按照需求定義自己的標記,而不像HTML一樣其標記都是預先定義的。(3)自描述性。自描述性使其非常適用于不同應用間的數據交換,而且這種交換是不以預先規定一組數據結構定義為前提,因此具備很強的開放性。(4)XML意義在于它可以把所有信息都存在于文檔中,采用HTTP的方式傳輸。因而,XML為異構數據庫平臺在Web方式下的應用提供了有利條件。

4 資源整合建設的人才保障。

人是知識經濟的重要資源。知識經濟時代是真正以人為本的時代,沒有出色的信息管理人才,就不會有出色的信息機構。在網絡環境下,“館員·信息·網絡”三要素中,館員的地位可謂舉足輕重。要求館員應是復合型人才,除了具有強烈的事業心、嚴謹的工作態度和開拓進取的創新精神外,圖書館的隊伍建設,迫切需要三支學有專長的技術隊伍:(1)善于加工書目和各種信息庫的數據加工隊伍。(2)懂得計算機、網絡、多媒體等現代技術,熟練掌握文獻情報的收集、加工、整理、傳遞知識和技能,能開展研究和開發各種軟件的技術隊伍。(3)懂得信息分類,熟悉使用數據庫資源系統,懂外文、善于導航的信息咨詢隊伍。同時要注意引進和補充新型人才,特別是現代信息技術專門人才,從而培養建設一支學科專業結構合理、一專多能、梯次發展的人才隊伍,為信息資源整合的數字化開發建設和信息服務提供高質量、高水平的人才保障。

參考文獻:

[1] 曹玉霞.圖書館數字資源整合與管理[J].情報科學,2003,(11).

[2] 趙洗塵.數字圖書館資源組織[J].圖書情報工作,2003,(3).

[3] 龔亦農.數字圖書館的資源整合[J]. 圖書情報工作,2005,(7).

[4] 馮琪等.異構數據庫的連接[J].電腦與信息技術,2003,(5).