電子版館藏數據回溯中的交叉、重疊、阻滯問題處理

文/內蒙古通遼職業學院圖書館　徐榮全

電子版館藏數據回溯中的交叉、重疊、阻滯問題處理

文/內蒙古通遼職業學院圖書館徐榮全

在圖書編目數據回溯建庫實踐中，電子編目數據的回溯是其中重要環節，電子數據在導入“圖書館集成管理系統”的新數據庫后，出現了交叉、重疊和阻滯問題；針對這些問題的探討，從中尋求解決方案。希望為其他中小圖書館的回溯建庫工作提供借鑒。

電子數據；編目數據；交叉；重疊；阻滯

在近代中國圖書館的發展歷程中，有三個關鍵性影響因素：第一個是《杜威十進分類法》的傳人使中國圖書館的文獻資源分類體系開始參照《杜威十進分類法》按等級列舉式的學科體系分類；一改歷史上沿襲上千年的無論是“七略”的六分法還是“經、史、子、集”的四分法；使圖書的分類方法真正意義的走上了符合科學規律的管理軌道。第二是計算機技術的發展，使圖書的編目、標引工作由人工卡片式著錄轉為利用計算機編目、標引。第三是機讀目錄格式MARC標準的執行，使計算機編目實現了標準化；為與國際接軌，從數據結構方面提供了保障；并使網絡環境下的編目數據共享成為可能。這些影響因素中特別是計算機技術的發展對圖書館的發展起了飛躍式的前進作用；但同時也帶來了前所未有的技術上的交叉、融合與跟進。

一、從計算機編目和集成管理到新技術條件下的回溯建庫

近20年是圖書館事業發展最快的時期；由于從計算機編目到集成管理的普遍應用，各中小圖書館都經歷了一段爬升期。這一時期新舊技術更替、交融頻繁，同時也隨著技術的更新而凸顯出一些新舊技術下的技術轉換難題。回溯建庫工作是各中小圖書館在技術交替時期所遇最耗時、耗力且技術難題也是最多的一項工作。特別是在圖書館計算機集成管理條件下的回溯建庫工作，不經過系統化的深入研究的一些草率數據回溯行為有可能造成整個系統在前臺表現阻滯。

二、回溯建庫中的數據轉移

隨著圖書館從傳統業務方式向計算機編目和計算機集成業務管理的轉移，圖書數據的記錄也要經歷一次甚至數次轉移。特別是高職院校圖書館所經歷的過程會更復雜：因大多數高職院校圖書館都經歷了一個在院校合并中的圖書館合并過程；這給回溯建庫工作造成的混亂性無疑是雪上加霜，在這種情況下，回溯建庫前的圖書編目就有幾種情況并存：一是手工卡片式著錄的數據；二是使用集成管理系統前用原有系統計算機著錄的電子編目數據；三是各館合并前用各自計算機著錄的電子編目數據；四是使用集成管理系統后著錄的標準MARC數據。

這幾種情況在本館就曾并存過。在多種編目數據并存情況下的回溯建庫主要有兩種方法：第一，由卡片或圖書逐一回建著錄。第二，由原來的非集成管理環境下的電子機編數據導入，之后再修改完善。為提高效率，回溯建庫前的電子版數據，能利用SQLserver的“數據轉移技術”導入新數據庫的都要盡量導入和利用。這樣可避免不必要的頻繁重復錄入。

本文所探究的就是這部分電子數據在導入“集成管理系統”的新數據庫后，可能交叉、重疊和阻滯；在出現這些問題時，怎樣在新數據庫管理系統中解決是下面研究的內容。

三、導入新數據庫的數據有可能出現交叉、重疊

因原系統應用的電子編目數據都是過去業務中積累下來的準確數據，利用好這些電子編目數據，進行數據回溯可大大提高回溯建庫效率和準確率。

但這些數據由于歷史的不連貫性，導入新的集成管理系統數據庫后，很多數據上的沖突就會凸顯出來；特別是數據的交叉、重疊矛盾尤為突出。它表現在前臺應用管理模塊上的現象就是導致部分圖書和期刊的“流通數據”受阻，造成不能實現讀者機上借還。這種情況在本館就發生存在，針對這些問題本館承擔了通遼職業學院的這一課題研究項目。此針對性的探討研究應該具有某些普遍意義，以此為各中小館提供借鑒。

目前各中小圖書館所用集成管理系統雖各不相同，但在后臺的數據庫管理系統幾乎都是運用的SQLserver數據庫管理軟件。那么對后臺SQLserver軟件進行的研究也就對各中小圖書館普遍適用。研究方法是通過建立模擬的數據庫模型；深入研究關系型數據庫的概念模型、關系模型（邏輯模型）及物理層模型的邏輯結構；分析各電子編目“相關數據”對應數據庫的庫名、基本表名和相對應的字段；研究各字段的屬性：字符型、數值型、長度、精度、定長、可變長等等，摸索基本表的屬性變化所對應物理層數據存儲的物理變化規律。

通過大量深入研究發現：前臺流通信息受阻是由于電子數據回溯中產生了數據交叉、重疊而造成的。這種交叉、重疊產生的原因：

一是在導入數據前，兩批數據位數不同（為說明問題下面將以登錄號為例）例：一批登錄號為五位“00100至00199”，另一批登錄號為六位“000100至000199”，五位字符和六位字符本身并不沖突；但由于集成管理系統中的“數據庫”在“館藏信息表”中，“登錄號”字段的屬性設定是“定長”即固定位數（長度一般為8或10）這樣導入的兩批“登錄號”就都變成了八位（以長度8位為例）“00000100至00000199”這樣就由于不同位數“數據”的交叉而造成了數據的重疊沖突。

二是期刊和圖書數據導入新數據庫系統中的目的地并不是同一個“數據庫”，一個是“圖書數據庫”，一個是“期刊數據庫”。還以“登錄號”數據為例：理論上講，因兩種“登錄號”在導入前和導入后都應屬不同“數據庫”的不同“館藏表”，根本不存在交叉、重疊問題。但事實卻是：期刊的“登錄號000100—000199”和圖書的“登錄號000100—000199”雖導入時相安無事，但導入后的表現卻是只能有一樣（或期刊或圖書）在前臺流通。

以上的探討是在數據庫理論研究前提下，經多次試驗得出的結論；即數據回溯后，影響前臺流通、產生數據阻滯的原因是數據的交叉和重疊。交叉和重疊的概念是：在同一數據庫中出現‘主碼’相同為重疊；在不同數據庫中出現兩個相同的“主碼”為交叉。

四、針對數據交叉、重疊問題的解決方案

如前分析，對導入同一“數據庫”、同一“基本表”、同一“字段”的不同數據源的數據，當出現數據交叉、重疊時，表現為：或因數據交叉、重疊難以導入；或在前臺表現如前第四節所述故障。對這類問題，最好在物理層面解決；經多次在“數據庫”模型上試驗研究發現：利用“數據庫”存儲介質的物理記憶性，可使導入的有交叉、重疊的數據，通過變化“字段長度”而使存儲在“數據庫”硬盤上的數據相異化，也就是說即使是同一數據亦可在第二次導入時，使其成為與第一次導入時“長度”不同的數據。

具體實現方法（還以登錄號為例）：兩批有交叉、重疊的數據分別是“登錄號”五位字符“00010—00100”和六位字符“000010—000100”或兩批登錄號都是五位字符，導入時先導入位數少的，此處先導入五位字符登錄號。首先在后臺打開SQLserver的“企業管理器”找到要導入的數據庫，打開“館藏信息表”的“設計表”功能；找到字段名“登錄號”將其字段長度設為5；然后通過SQLserver的數據轉移工具將需要設為五位字符的“登錄號”導入；導入五位字符“登錄號00010—00100”后，其在“集成管理系統”新數據庫中的長度將固定為五位，在前臺只有輸入五位字符“登錄號”時才能將其調出。

導入第二批“登錄號”之前一定要再次打開“企業管理器”——打開同一數據庫的“館藏信息表”的“設計表”功能，將“登錄號”的“長度”改為6，然后再將第二批“登錄號”數據導入；第二批“登錄號”甚至可以是和第一批“登錄號”數據完全重疊（如同為五位字符00010—00100）但導入后的新“數據庫”數據卻變成了六位字符的“登錄號000010—000100”。第二批“登錄號”在前臺表現為，只有輸入夠六位字符才能將其調出（而第一批登錄號是輸入夠五位字符調出）。這樣通過利用數據庫的物理記憶功能，解決了兩批“登錄號”交叉、重疊沖突。

以上方法一定要在新系統“數據庫”沒有數據情況下使用，當把所有電子數據回溯完成后，應再次把“登錄號長度”改為8；這樣以后新書著錄時的“登錄號”就開始按八位處理，可同以前“回溯建庫數據”區別開來。系統穩定下來后，就不要再輕易更改“登錄號長度”了。

對導入不同數據庫的編目數據（如期刊的登錄號和圖書的登錄號），可通過上面的方法先在“企業管理器”中，分別在期刊數據庫和圖書數據庫的“館藏信息表”中將“登錄號字段”的“長度”分別設為5位或6位；然后將“期刊登錄號”和“圖書登錄號”分別導入各自的數據庫。這時“期刊登錄號”和“圖書登錄號”是有重疊和交叉的，在前臺往往形成部分流通數據阻滯。

第二步應打開“企業管理器”將“登錄號”的“字段長度”改為8位，然后打開SQLserver系統中的“查詢分析器”，通過編入T-SQL語句，批量修改其中一個數據庫中的“登錄號”字段的數據來使“期刊數據庫”和“圖書數據庫”的“登錄號”徹底區分開。這里以修改“期刊登錄號”為例：假設期刊數據庫名為“中文期刊”、館藏信息表名為“館藏”、登錄號字段名為“登錄號”；準備將先前導入的六位字符“登錄號000010-000100”前面全部加兩位字符“Z0”，使其變成八位字符的“登錄號Z0000010-Z0000100”徹底與圖書的“登錄號000010-000100”區別開。通過“查詢分析器”寫入的T-SQL語句如下面程序：

USE 中文期刊

UPDATE 館藏

SET登錄號=‘Z0’+ 登錄號

GO

執行該程序即可將“中文期刊”數據庫中的名為“館藏”的基本表中的列名為“登錄號”字段的整列所有“登錄號數據”前面加兩個字符“Z0”；使例子中期刊的“登錄號000010-000100”修改為“Z0000010-Z0000100”，徹底解決了由于期刊和圖書的登錄號數據交叉、重疊而造成的前臺事故。

執行上面程序有兩點需特別注意：

一是此程序是無條件修改所選“基本表”的所修改“字段”的全部“列數據”。執行此程序的前提是對導入的整列數據全部修改。如果在更改前就錄入了不需更改數據，“修改程序中”就要加入限制語句WHERE和限制條件，實現起來會很麻煩。

二是在執行此UPDATE語句時，應提前在SQLserver的“企業管理器”中展開要修改的表并打開“設計表”；在“設計表”對話框中，點擊工具欄的“管理關系”圖標，選中“級聯更新相關的字段”功能。這樣在修改要更新的主碼值時，可同時將關聯子表中的外碼值一起修改。否則系統有可能拒絕運行此程序。

只要靈活運用上面兩個方法，在回溯數據時，就能解決所有各種數據的交叉和重疊對系統所造成的影響。特別是在回溯建庫前就設計好整個電子數據的回溯方案，更可大大提高回溯效率。

五、結語

由于管理系統更新或各中小圖書館的合并而引發回溯建庫，回溯建庫中的電子數據回溯是其中重要一環；本館在實踐中針對回溯數據時所走過彎路和所遇難題，進行了針對性的課題研究；并提出解決方案和找出應避免的彎路。希望為其它中小圖書館的回溯建庫工作提供借鑒。

（本文系通遼職業學院課題：圖書編目的創新性研究（項目編號：TZYKT15021）研究成果之一。）

［1］李調陽.SQL Server 2000中文版［M］.北京：海洋出版社，2009.

［2］李祝啟.ISO模式下公共圖書館中文圖書編目質量控制研究［J］.圖書館雜志，2015（3）.

［3］何玉潔.數據庫基礎及應用技術［M］.北京：清華大學出版社，2009.