電子文件歸檔與長期保存技術(shù)路徑研究

陳麗榕

（莆田市后海圍墾管理局，福建 莆田 351100）

1 引言

檔案的信息化管理需要一定的技術(shù)支撐，通過建立電子檔案數(shù)據(jù)庫，來完成檔案的管理并且還能夠?qū)崿F(xiàn)檔案的信息共享。電子檔案在進(jìn)行歸檔保存的時(shí)候需要通過一些技術(shù)來實(shí)現(xiàn)，其中需要注意的就是保持電子檔案格式的標(biāo)準(zhǔn)化。

2 電子文件檔案概述

電子檔案在進(jìn)行管理的時(shí)候需要建立數(shù)據(jù)庫，通過數(shù)據(jù)庫來完成檔案的存儲以及管理等工作。數(shù)據(jù)庫管理系統(tǒng)中承擔(dān)文件職責(zé)的數(shù)據(jù)或者是文件的主要組成成分都可以稱為電子文件。目前大多數(shù)數(shù)據(jù)庫中都存在著大量的表格，這些表格中還會有不同的字段，這些字段中含有不同類型的數(shù)據(jù)。數(shù)據(jù)庫中數(shù)據(jù)表的數(shù)據(jù)就是電子檔案的內(nèi)容，表結(jié)構(gòu)以及表間關(guān)系是一些電子文檔的背景信息，比如數(shù)據(jù)庫權(quán)限、日志以及結(jié)構(gòu)信息等。這些背景信息也是構(gòu)成電子文檔的重要因素。

數(shù)據(jù)庫中的電子文件與傳統(tǒng)的電子文件有著很大的不同，因?yàn)閿?shù)據(jù)庫中的電子文件之間存在一定的聯(lián)系，并且其內(nèi)部的邏輯關(guān)系也比較復(fù)雜，也就是說數(shù)據(jù)庫中的電子文件是一個(gè)有機(jī)的整體，但是不同數(shù)據(jù)庫中的電子文檔只能由自己管理系統(tǒng)中的軟件讀取。傳統(tǒng)的電子文檔進(jìn)行歸檔的時(shí)候檔案內(nèi)容已經(jīng)辦畢了，但是數(shù)據(jù)庫中的電子文檔可以隨著檔案的變化而進(jìn)行調(diào)整[1]。

3 電子文件歸檔與長期保存難點(diǎn)

3.1 歸檔范圍的確定

電子文件歸檔的依據(jù)是歸檔范圍，但是數(shù)據(jù)庫中的電子文檔之間都是相互聯(lián)系的，這也就導(dǎo)致了歸檔范圍難以確定。如果在進(jìn)行歸檔的時(shí)候?qū)⑷康奈募w檔，那么就會有一些多余的信息出現(xiàn)，使得電子文檔不夠簡潔。但是如果只選擇其中一部分文件進(jìn)行歸檔，那么就會造成檔案信息的丟失，從而降低了檔案的價(jià)值。同時(shí)，由于電子檔案的數(shù)據(jù)是處于動(dòng)態(tài)變化中的，這樣也很難確定歸檔范圍。

當(dāng)前很多數(shù)據(jù)庫在研究電子文件的時(shí)候，分為兩種不同的方式。首先是整體論，這種方式是在整體的電子文件數(shù)據(jù)庫中挑選歸檔文件，但是其需要后臺管理系統(tǒng)做技術(shù)支撐。還有一種是分散論，就是對所有的數(shù)據(jù)進(jìn)行分析，找出需要管理保存的文件，然后再制定具體的管理辦法。這種方式是在管理系統(tǒng)的前臺進(jìn)行電子文件管理的，但是與整體論一樣都是選擇有價(jià)值的文件進(jìn)行歸檔處理。

3.2 歸檔方法的選擇

電子文件進(jìn)行歸檔的時(shí)候可以選擇物理歸檔，也可以選擇邏輯歸檔。其中邏輯歸檔不會對電子文件的存儲方式和位置進(jìn)行改變，只是將權(quán)限做了移交。但是物理歸檔時(shí)將電子文件從原有的系統(tǒng)中脫離出來，移交給專門的檔案管理部門。如果電子文件是保存在數(shù)據(jù)庫中的，那么進(jìn)行歸檔處理的時(shí)候就要考慮數(shù)據(jù)庫的安全、效率、規(guī)模以及類型等問題，因?yàn)閿?shù)據(jù)庫中的電子文件會隨著實(shí)際情況而發(fā)生變化。采取邏輯歸檔的方式，那么一旦業(yè)務(wù)系統(tǒng)遭到破壞，就會影響到電子文件，使得歸檔工作不能有效進(jìn)行。但是選擇物理歸檔的話，電子文件一旦離開數(shù)據(jù)庫就無法進(jìn)行讀取，因此也是應(yīng)該考慮到的問題。

3.3 電子文件的可讀性

電子文件從生成到保存都需要計(jì)算機(jī)系統(tǒng)作為技術(shù)支撐。但是電子文件在整個(gè)生命周期中對用戶都是不透明的，用戶操作的時(shí)候只能通過DBMS，但是DBMS的類型不同的話，那么電子文件之間也不能互操作，這樣電子文件對計(jì)算機(jī)系統(tǒng)的依賴程度比較高，管理起來也就比較困難。因此進(jìn)行歸檔的時(shí)候，不僅要保證電子文件的信息、背景以及內(nèi)容沒有缺失，還要保證電子文件在別的系統(tǒng)中仍然有可讀性。比較傳統(tǒng)的方式是將電子文件以及系統(tǒng)一起保存。但是這種方式需要對系統(tǒng)進(jìn)行專門的歸檔，同時(shí)當(dāng)出現(xiàn)新的系統(tǒng)時(shí)還要重新進(jìn)行歸檔，使得管理成本升高。因此應(yīng)該選擇更加科學(xué)的歸檔方式，不僅要保證電子文件的安全、完整以及真實(shí)，同時(shí)還應(yīng)該降低對系統(tǒng)的依賴，使其在不同的系統(tǒng)中都能夠讀取。

3.4 電子文件的長期保存

當(dāng)電子文件歸檔后主要的目標(biāo)就是長期保存。因?yàn)閿?shù)據(jù)庫中的電子文件之間是相互聯(lián)系并且依賴系統(tǒng)的，因此不能選擇傳統(tǒng)的長期保存方式。進(jìn)行電子文件長期保存的時(shí)候，應(yīng)該考慮到所選擇的技術(shù)、管理以及相關(guān)政策等多方面的因素。但是由于我國的電子文件管理起步比較晚，因此相關(guān)的標(biāo)準(zhǔn)規(guī)范還不夠完善，同時(shí)相關(guān)的管理方式以及保存技術(shù)還比較落后，這樣導(dǎo)致在電子文件長期保存的時(shí)候沒有相應(yīng)的參考，也是一個(gè)難點(diǎn)問題。

4 電子文件歸檔與長期保存的技術(shù)路徑

4.1 技術(shù)總體方案

進(jìn)行電子文件歸檔與長期保存的時(shí)候，需要解決的問題比較多，比如不同類型DBMS的差異性、電子文件背景信息、結(jié)構(gòu)以及內(nèi)容的封裝、電子文檔長期保存的實(shí)現(xiàn)方式等。通過分析采用一些技術(shù)手段來解決上述的一些問題，首先是不同DBMS電子文件的歸檔，由ODBC提供統(tǒng)一的數(shù)據(jù)接口。對電子文件的信息內(nèi)容等進(jìn)行封裝的時(shí)候由DPT實(shí)現(xiàn)，這種方式是以SIARD數(shù)據(jù)庫歸檔標(biāo)準(zhǔn)以及XML可擴(kuò)展標(biāo)記語言為基礎(chǔ)的，使得電子文件對系統(tǒng)的依賴性降低。進(jìn)行歸檔電子文件的長期保存的時(shí)候以信息包的形式流轉(zhuǎn)在各管理模塊中，而對歸檔的電子文件進(jìn)行歸檔的時(shí)候可以使用DVT。這樣通過各種技術(shù)可以解決電子文件歸檔和長期保存時(shí)遇到的各種難題。

4.2 集中歸檔時(shí)采取統(tǒng)一數(shù)據(jù)接口

目前市面上存在的數(shù)據(jù)管理系統(tǒng)比較多，不同類型甚至同一系統(tǒng)不同版本之間的電子文檔格式都是不同的，因此不同系統(tǒng)的文件不能互相操作。而ODBC則形成了一套標(biāo)準(zhǔn)的規(guī)范，其可以在數(shù)據(jù)系統(tǒng)與電子文件之間建立統(tǒng)一的接口，這樣就可以通過不同的系統(tǒng)對電子文件進(jìn)行讀取，也為電子文件的集中歸檔提供了方便。

4.3 基于XML開展數(shù)據(jù)封裝

數(shù)據(jù)庫在發(fā)展的過程中產(chǎn)生的數(shù)據(jù)模型比較多，比如對象模型、網(wǎng)狀模型以及層次模型等，但是這些數(shù)據(jù)模型對于系統(tǒng)的依賴程度比較高，歸檔的時(shí)候比較困難。而還有一種模型是關(guān)系數(shù)據(jù)模型，其數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)是二維表，這樣就很好地解決了電子文檔對系統(tǒng)的依懶性問題。對這種數(shù)據(jù)模型的電子文件進(jìn)行保存的時(shí)候可以選擇將二維表轉(zhuǎn)化為XML格式，這樣使得電子文件比較容易讀取，因此目前很多數(shù)據(jù)庫都在使用這種模型。XML是W3C推薦的標(biāo)準(zhǔn)，其特點(diǎn)是具有較高的靈活性以及可擴(kuò)展性，這樣用戶就能自定義標(biāo)簽格式，電子文檔就能在不同的管理系統(tǒng)中進(jìn)行操作。

4.4 基于OAIS進(jìn)行數(shù)據(jù)的長期保存

進(jìn)行電文文件的長期保存時(shí)使用OAIS技術(shù)能夠提供基本概念框架與參考模型，使得系統(tǒng)中的電子文件能夠長期的保存和讀取。OAIS中的參考模型有保存規(guī)劃模塊、存取模塊、數(shù)據(jù)管理模塊、檔案存儲模塊以及攝取模塊等，同時(shí)信息數(shù)據(jù)是以信息包的形式存在的，能夠在各模塊之間流轉(zhuǎn)。

對電子文件進(jìn)行保存的時(shí)候，首先應(yīng)該將其轉(zhuǎn)換為符合XML規(guī)范的SIARD文件，然后以數(shù)據(jù)包的形式進(jìn)入攝取模塊，對電子文檔的所有信息進(jìn)行檢驗(yàn)，使其能夠符合封裝的標(biāo)準(zhǔn)。檔案存儲模塊能夠?qū)IP封裝為可以長期保存的AIP檔案信息，進(jìn)行封裝的時(shí)候要保證檔案的內(nèi)容是完整可靠的。

5 結(jié)語

隨著科學(xué)技術(shù)的不斷發(fā)展，電子文件的管理方式也越來越多。但是由于我國的電子文件管理起步比較晚，因此相關(guān)制度以及技術(shù)都比較落后。進(jìn)行電子文件歸檔和長期保存的時(shí)候，可以使用一些技術(shù)手段，比如XML、OAIS等。