國際檔案館應(yīng)用云計算的平臺和模式研究

程妍妍

摘 要：從縮短我國檔案機構(gòu)摸索和運用云計算服務(wù)周期，提高其運用效率和質(zhì)量出發(fā)，對目前國際檔案館應(yīng)用云計算的主要平臺和模式進行調(diào)研，包括公共云、私有云、混合云和領(lǐng)域云四種模式，并對每一種模式進行了案例分析，為我國檔案領(lǐng)域積極引進和運用云計算服務(wù)，提供最佳實踐指南和有益借鑒。

關(guān)鍵詞：云計算平臺；公共云；領(lǐng)域云；混合云

Abstract：To shorten the period of exploration and application of cloud computing services in our archives，as well as improve the efficiency and quality of the application， the paperconducts a survey of international archives main platform and mode of cloud computing，including public cloud， private cloud， hybrid cloud and community cloud， each mode withcase studies analyzed. It aims at providing best practice and useful reference for the introduction and use of cloud computing services in our archives.

Keywords： Cloud computing platform，Public cloud， Community cloud，Hybrid cloud

據(jù)國際數(shù)據(jù)存儲和管理公司（EMC）的一份研究報告預(yù)測[1]，從2009年至2020年，每年數(shù)字信息的新增幅度將達40余倍，而每年新生成的數(shù)字信息，三分之一以上都會存儲至云環(huán)境中。在此背景之下，國際檔案界正在積極主動地運用云計算技術(shù)進行館藏存儲、格式遷移等工作，其積累的寶貴經(jīng)驗可以縮短我國檔案機構(gòu)摸索和運用云計算服務(wù)的周期，提高其運用效率和質(zhì)量。因此，本文通過調(diào)研和分析國際檔案館應(yīng)用云計算的主要平臺和模式，為我國檔案領(lǐng)域積極引進和運用云計算服務(wù)，提供最佳實踐指南和有益借鑒。

1 國際檔案館應(yīng)用云計算的必要性

所謂云計算，指的是一種按使用量付費的計算模式，這種模式可提供方便快捷、按需的網(wǎng)絡(luò)訪問，進入到以服務(wù)形式提供給用戶的計算資源共享池（包括網(wǎng)絡(luò)、IT資源、存儲、應(yīng)用軟件）。云計算服務(wù)商可以為檔案館提供軟硬件設(shè)施、應(yīng)用服務(wù)、存儲資源等動態(tài)虛擬化資源，來支持檔案資源的存儲、長久保存、管理、利用等服務(wù)。

國際檔案館應(yīng)用云計算服務(wù)的必要性主要來自于：（1）受政府“云優(yōu)先”采購技術(shù)的推動：目前，各國政府為減少系統(tǒng)維護費用和尋求更高程度的資源利用效率和控制能力，紛紛出臺或計劃“云優(yōu)先”（Cloud First）的信息化采購策略，例如英國政府2012年制定的“云優(yōu)先”政策中，規(guī)定所有政府部門的信息化建設(shè)和產(chǎn)品采購都應(yīng)優(yōu)先考慮使用云計算的潛力，英國國會檔案館成為這項政策的先驅(qū)實踐者，成為英國國會第一個部門應(yīng)用G-Cloud框架來進行云存儲的實踐者；（2）云計算在數(shù)字檔案長久保存方面具備特殊優(yōu)勢，主要表現(xiàn)在：云服務(wù)價格低廉，可以大幅度減少長久保存工作費用，特別適用于小型檔案館；云服務(wù)商可以為檔案館量身定做適用于其需求的長久保存工作、方法、工作流和服務(wù)協(xié)議等；云服務(wù)可以提供方便自動化的檔案備份和專業(yè)化的完整性校驗、存儲等工作，其保管數(shù)字檔案位流的能力可能會超過檔案館自身的系統(tǒng)能力；云服務(wù)靈活、易測試和實驗等。

2 國際檔案館應(yīng)用云計算的主要平臺

國際檔案館應(yīng)用云計算的平臺主要分為兩種，通用和專業(yè)云計算服務(wù)商。

（1）通用云計算服務(wù)商：通用云服務(wù)商向全球各領(lǐng)域提供服務(wù)，可對大數(shù)據(jù)集進行存儲和處理，代表包括Amazon Web Services （AWS）、Google、IBM、Microsoft云服務(wù)等，例如美國國家檔案館應(yīng)用通用云服務(wù)Amazon EC2，轉(zhuǎn)化希拉里作為第一夫人期間大量PDF格式檔案，9小時轉(zhuǎn)換完畢，費用僅144.62美元。一般來說，通用云服務(wù)商提供的服務(wù)比專業(yè)服務(wù)商價格低，用戶幫助和開發(fā)支持服務(wù)更完善，用戶群也更廣泛，但是，通用云服務(wù)商通常不能夠完全滿足檔案領(lǐng)域的專業(yè)需求，例如檔案采集、處理、長久保存、數(shù)據(jù)丟失和恢復(fù)等。

（2）專業(yè)云計算服務(wù)商：專業(yè)云服務(wù)商通常是在通用服務(wù)商提供的基礎(chǔ)設(shè)施基礎(chǔ)上，附加了一層檔案工作流和方法層，專門提供給檔案機構(gòu)使用。專業(yè)云服務(wù)商代表包括Arkivum、DuraCloud、Preservica、Archivematica等，這些云服務(wù)商收費比通用服務(wù)商略高，服務(wù)時間通常以月或年計算，而不是像Google等以小時或分鐘計算。專業(yè)云服務(wù)商可以為檔案機構(gòu)實現(xiàn)基于云的檔案長久保存和利用功能，可以以云主機或本地部署安裝的形式支持這些功能的完成。其中有一些專業(yè)云服務(wù)商提供非常有針對性的服務(wù)，例如美國互聯(lián)網(wǎng)檔案館提供的云服務(wù)“Archive-It”專門針對Web站點歸檔。

3 國際檔案館應(yīng)用云計算的主要模式及案例

目前，國際檔案館應(yīng)用云計算主要有四種模式：公共云、私有云、混合云和領(lǐng)域云模式。

3.1 公共云模式及案例。公共云模式，指由云服務(wù)商提供檔案館所需的各類資源，例如服務(wù)器資源、應(yīng)用軟件等，檔案館以免費或按量付費的形式通過網(wǎng)絡(luò)來使用這些資源，云中資源的運營和維護完全由云服務(wù)商負(fù)責(zé)。公共云是目前使用最為廣泛的方式，世界各地都有提供商業(yè)服務(wù)的大型云數(shù)據(jù)中心。公共云服務(wù)主要通過在用戶間共享昂貴的硬件資源，在同一個物理服務(wù)器上運行多個安全虛擬機來降低經(jīng)濟成本，可用于檔案館檔案存儲和其他長久保存任務(wù)。使用公共云模式的檔案館例如多塞特歷史中心檔案館（Dorset History Centre）[2]。

多塞特歷史中心檔案館，為多塞特、普爾和伯恩茅斯三個地方政府提供檔案采集、利用和長久保存服務(wù)。該館從2010年開始和ancestry.com項目合作，數(shù)字化五十萬份數(shù)字圖像文件，提供網(wǎng)絡(luò)利用，未來還需要長久保存大量數(shù)字化膠片檔案和音像檔案等。該館使用的是公共云Preservica Cloud Edition提供的數(shù)字檔案長久保存服務(wù)，其獲取的主要經(jīng)驗是：（1）檔案機構(gòu)應(yīng)在云服務(wù)方面采取主動，因為數(shù)字檔案的長久保存工作，只不過是檔案機構(gòu)核心職能在數(shù)字時代另外一種形式的延續(xù)。長久保存工作對檔案領(lǐng)域來說是一種挑戰(zhàn)，同時也決定檔案機構(gòu)存在的必要性。（2）采用云服務(wù)，獲取持續(xù)性經(jīng)費支持是非常重要的，因為云服務(wù)需要資金的不斷投入，該館計劃在未來3年，能夠通過收費服務(wù)或廣告贊助在數(shù)字長久保存方面產(chǎn)生收益，或是進一步研究基于云服務(wù)的用戶收費機制。（3）地方政府對使用云服務(wù)會有疑慮，主要集中在安全性問題，為確保安全，一是明確遠程存儲數(shù)據(jù)的物理地址，該館在選擇云服務(wù)商時就考慮到服務(wù)器的地點問題，采用的Preservica Cloud Edition是基于亞馬遜位于都柏林的服務(wù)器存儲檔案數(shù)據(jù)，確保數(shù)據(jù)存放的物理地址位于歐盟區(qū)內(nèi)；二是云服務(wù)商安全資質(zhì)，該館對云系統(tǒng)進行風(fēng)險評估，建議云系統(tǒng)在存儲和處理檔案信息時達到政府云存儲認(rèn)證標(biāo)準(zhǔn)第一或第二級別，達到該級別后檔案仍然會面臨一些風(fēng)險因素，檔案館必須對這些因素進行評估。

3.2 私有云模式及案例。私有云模式，指檔案館單獨構(gòu)建云環(huán)境，具備云環(huán)境所需的基礎(chǔ)設(shè)施、應(yīng)用軟件、數(shù)據(jù)等，通過大型物理服務(wù)器集的虛擬化以及實施方法來讓用戶按需獲取計算資源。這樣既復(fù)制了公共云的優(yōu)勢，同時也保持了對硬件、數(shù)據(jù)和成本的直接控制。在私有云建設(shè)中，機構(gòu)規(guī)模很重要，因為檔案機構(gòu)需要足夠大型的IT基礎(chǔ)設(shè)施來支持彈性按需資源獲取和用戶快速申請新虛擬機。

私有云最適合于那些已經(jīng)具備大型數(shù)據(jù)中心、設(shè)備和員工的檔案機構(gòu)，只需要增加投資即可。檔案機構(gòu)可以使用專業(yè)云服務(wù)提供商提供的本地部署軟件來創(chuàng)建私有云，實現(xiàn)檔案存儲和數(shù)字長久保存功能，例如DuraCloud提供OpenStack版本支持機構(gòu)建立私有云服務(wù)。使用私有云模式的例如牛津大學(xué)圖書館。

牛津大學(xué)圖書館為其檔案材料數(shù)字館藏提供私有云服務(wù)，該圖書館具備300TB的數(shù)據(jù)容量，未來三年將計劃在Petabyte級別展開數(shù)據(jù)歸檔，目前主要內(nèi)容是圖像和文本，未來將擴展至音視頻和其他格式檔案。該館建立的私有云主要為研究人員提供研究檔案數(shù)據(jù)的存儲服務(wù)，按月付費，基于Vmware ESX系統(tǒng)建立，在多個地點集群服務(wù)器上運行。該機構(gòu)在云建設(shè)方面的經(jīng)驗是：（1）云服務(wù)風(fēng)險對檔案機構(gòu)來說比服務(wù)提供商更高，因為一旦云服務(wù)商停止運行，可能無法及時把數(shù)據(jù)導(dǎo)出來。一旦發(fā)生問題，對檔案機構(gòu)的影響要遠大于云服務(wù)商，檔案機構(gòu)需要在實施云服務(wù)時降低這種風(fēng)險和實施退出戰(zhàn)略。（2）私有云建立不簡單，得面臨大量的數(shù)據(jù)集、網(wǎng)絡(luò)基礎(chǔ)設(shè)施和帶寬問題。（3）采用共享的私有云服務(wù)或者是集合相同目標(biāo)的機構(gòu)形成聯(lián)盟，共同完成云，對檔案機構(gòu)來說更為可行，類似美國數(shù)字長久保存網(wǎng)絡(luò)服務(wù)聯(lián)盟。（4）私有云維護費用較高：該館目前主要針對研究數(shù)據(jù)存儲收費，其付費收入模型從長期看是非常昂貴的，該項目也擔(dān)心未來將數(shù)據(jù)提取出來的費用也會代價太高，因此，也在研究考慮未來采用公共云Arkivum的可能性。

3.3 混合云模式及案例。混合云模式，指由檔案館和云服務(wù)商共同建造云。混合云主要基于信息安全考慮，對于涉密檔案資源和關(guān)鍵應(yīng)用程序可以運行在檔案館自身的私有云中，而普通的應(yīng)用程序可以運行在服務(wù)商提供的公共云中。檔案館應(yīng)用混合云，可以充分利用公共云的規(guī)模和彈性，存儲大規(guī)模的公開數(shù)據(jù)或者執(zhí)行批量的格式轉(zhuǎn)化任務(wù)。而在私有云中，易于控制和確保數(shù)字檔案的真實性，可以用于存儲密級檔案。理想的系統(tǒng)可以充分利用兩者的優(yōu)勢，無縫鏈接。使用混合云架構(gòu)的例如英國國會檔案館[3]。

英國國會檔案館負(fù)責(zé)管理、長久保存和提供英國國會相關(guān)歷史檔案的利用。該館目前擁有50TB檔案材料需要采集，格式包括PDF、JPEG、TIFF、Audio Visual （AV）、CAD、Web和XML等。該館在本地存儲系統(tǒng)存儲涉密敏感信息，同時使用公共云（G-cloud）存儲公開信息，形成混合云結(jié)構(gòu)。英國國會檔案館應(yīng)用云的經(jīng)驗是： （1）檔案館應(yīng)用云服務(wù)應(yīng)首先考慮管理數(shù)據(jù)的完整性、信息的安全性以及如何在服務(wù)發(fā)生變更時將數(shù)據(jù)完整取回。（2）云中數(shù)據(jù)的安全性方案：該館決定只使用云存儲公開檔案，其他檔案本地存儲。但是未來將對云服務(wù)提供商進行資質(zhì)審查，以決定是否將密級檔案交由云存儲。（3）云服務(wù)商的依賴性問題：單獨依賴于一家云服務(wù)商保管數(shù)字檔案是否穩(wěn)妥值得商榷，特別是在發(fā)生業(yè)務(wù)終止，或出于風(fēng)險管理的考慮。因此，該館同時選擇兩家云服務(wù)商，其中一家相當(dāng)于應(yīng)急備份，作為退出戰(zhàn)略的一部分，并且這兩家云服務(wù)商使用的是完全不同的底層技術(shù)，一家云服務(wù)商基于Amazon S3，另外一家基于EMC Atoms，以確保不依賴于特定的技術(shù)。

3.4 領(lǐng)域云模式及案例。領(lǐng)域云是云的一種特殊實例，領(lǐng)域云僅提供給特定領(lǐng)域的用戶使用，例如亞馬遜公司在美國運行的一個版本的云環(huán)境，僅供美國聯(lián)邦和州政府使用。從體系架構(gòu)上說，該領(lǐng)域云和亞馬遜公共云服務(wù)效率一樣高，但是其利用只限定在一定范圍的用戶。無論機構(gòu)采購的是公共、私有還是混合云資源，如果僅提供給一定范圍的用戶使用，都可以視作領(lǐng)域云。領(lǐng)域云先驅(qū)性的項目例如威爾士數(shù)字長久保存聯(lián)盟[4]正在朝領(lǐng)域云的方向過渡。

威爾士數(shù)字長久保存聯(lián)盟，是威爾士檔案和文件委員會內(nèi)部成立的，致力于威爾士數(shù)字化和原生檔案的長期利用問題，成員來自政府各部門、院校等，由于該工作組的成員來自于不同的部門，因此項目需要在各個具體的需求中取得平衡，共享最佳實踐和盡量爭取采用一致的方法。該項目計劃向固定的用戶群提供云服務(wù)，因此可視為領(lǐng)域云，具體的云技術(shù)包括開源歸檔軟件Archivematica和CloudSigma云存儲，其使用云的經(jīng)驗是：（1）在云項目正式上馬之前，開展一些測試性的項目是非常重要的，可以獲取關(guān)于系統(tǒng)的實際經(jīng)驗。該項目測試了Archivematica、Microsoft Azure、CloudSigma、Preservica等云產(chǎn)品，這些測試讓成員在系統(tǒng)操作中理解了長久保存理論的實施，加深理解，同時，項目也對不同云服務(wù)的優(yōu)劣進行了比較和選擇，例如對微軟提供的Microsoft Azure平臺和云服務(wù)提供商CloudSigma進行了比較，當(dāng)使用微軟平臺的時候，為保持和機構(gòu)歸檔系統(tǒng)（基于Linux）的兼容，測試組不得不在云平臺和歸檔系統(tǒng)之間增加了一層虛擬化層，增加了成本和云實施的復(fù)雜性。因此，選擇云產(chǎn)品也要考慮和檔案機構(gòu)現(xiàn)有系統(tǒng)的兼容性問題。（2）在使用領(lǐng)域云的時候，能夠提供基于瀏覽器的接口來實現(xiàn)共享云安裝是非常具備前景的，威爾士的所有機構(gòu)能夠合作建立領(lǐng)域云基礎(chǔ)設(shè)施，通過瀏覽器提供數(shù)字長久保存軟件的利用和云存儲鏈接。

參考文獻：

[1]Kendz.y.2010年全球數(shù)字信息量可達1.2ZB[EB/OL].2014-4-22.http：//www.jifang360.com/news/2010624/n69407438.html.

[2]The National Archives.Case Study：Dorset History Center[EB/OL].2014-4-22.https：//www.dorsetforyou.com/dorsethistorycentre.

[3]UK Parliament.Digital Preservation in Parliament[EB/OL].2014-4-22.http：//www.parliament.uk/business/publications/parliamentary-archives/digitalpreservation/.

[4]The National Archives.Case Study： Archives And Records Council wales Digital Preservation Working Group[EB/OL].2014-4-22.http：//archiveswales.org.uk/.

（作者單位：南京政治學(xué)院上海校區(qū)軍事信息管理系 來稿日期：2015-09-18）