基于Web Service的數(shù)字圖書館資源共建共享模型

常 璐,夏祖奇

(1.中共江蘇省委黨校,江蘇 南京 210013;2.南京思酷信息科技有限公司,江蘇 南京 210012)

0 引言

網(wǎng)絡(luò)時代的信息資源正呈指數(shù)級增長,對傳統(tǒng)的信息機構(gòu)——圖書館來說,無論是傳統(tǒng)的書目數(shù)據(jù)資源,還是專業(yè)數(shù)據(jù)庫,都以迅猛的速度增加著,這種改變給圖書館帶來了極大的挑戰(zhàn)。在數(shù)字資源激增的同時,圖書館工作人員沒有增加,如果不利用網(wǎng)絡(luò)平臺進行資源的共建共享活動,則要么會淹沒在信息海洋中,無所適從;要么需要增加資源的采集經(jīng)費支出,重復(fù)建設(shè)。

一般來說,信息資源共建共享可以有3種方式:第一種方式就是集中式,也可以看作是星形拓?fù)?大家都將數(shù)據(jù)建到一個數(shù)據(jù)庫中。好處就是減少各處保存,節(jié)約硬件設(shè)備;壞處是一處出問題,則全部出問題,依賴性強,而且一種方式減少了異樣性和靈活性,比如OCLC等[1]。第二種方式則是分散式,也可以看作網(wǎng)絡(luò)型拓?fù)浣Y(jié)構(gòu),各圖書館有自己的數(shù)據(jù)庫,需要別人的數(shù)字資源才能共享。這種方式的好處是較為靈活,可以量身定做。第三種方式是分散集中相結(jié)合,也就是各信息機構(gòu)分散建設(shè),集中保存,統(tǒng)一共享[2]。這種方式要求各信息機構(gòu)聯(lián)系緊密,有相應(yīng)的組織機構(gòu),比如Calis、Jalis等行業(yè)內(nèi)系統(tǒng)[3]。

可以看到,在當(dāng)前環(huán)境下,采用第一種方式的較少,而且這種依賴性太大。而第三種方式雖然一直在提,但更多側(cè)重于圖書館資源采集的管理上,比如集團采購、聯(lián)合目錄等,并沒有真正達(dá)到共建共享的目的。因此,在我國國情下,還是以第二種方式為主。本文將討論在單機環(huán)境和網(wǎng)絡(luò)環(huán)境下實現(xiàn)數(shù)字資源共建共享的集中模型。

1 圖書館資源共建共享的方式

圖書館數(shù)字資源共建共享的發(fā)展離不開計算機技術(shù)與通信技術(shù)的發(fā)展。數(shù)字圖書館資源按照其來源可以分為三大類:第一類是圖書館館藏書目數(shù)據(jù)資源;第二類是各類通過購買獲得的專業(yè)數(shù)據(jù)庫資源;第三類是自建特色數(shù)據(jù)庫資源。筆者認(rèn)為,與計算機資源的共享相同,圖書館數(shù)字資源的共建共享可以分為以下幾個階段。

1.1 單機時代資源共享——文件型共享(單機版)

在單機版年代,基于文件的共建共享是比較通用的一種共享方式,圖書館數(shù)字資源最初的共享也是基于這種方式實現(xiàn)的。一家編目中心完成資源的著錄標(biāo)引工作以后,可以將標(biāo)引數(shù)據(jù)存為文檔。如其他單位需要該單位已經(jīng)完成的標(biāo)引數(shù)據(jù),則必須將該文件(或文件的某一部分)利用物理存儲介質(zhì)進行復(fù)制,再導(dǎo)入自己的編目文件系統(tǒng)或數(shù)據(jù)庫中即可。為了使共享資源具有通用性,美國國會圖書館在1970年提出了機讀編目格式標(biāo)準(zhǔn)——MARC[4],在此基礎(chǔ)上,ANSI組織提出了MARC21格式[5]。這種格式的確定,不僅提供了標(biāo)引數(shù)據(jù)的標(biāo)準(zhǔn)化,同時也為不同國家和地區(qū)圖書館之間的共享書目數(shù)據(jù)提供了標(biāo)準(zhǔn)格式。因此,在20世紀(jì),大部分?jǐn)?shù)字資源的共享都以MARC文件作為交換單元,在多個圖書館之間利用第三方軟件進行數(shù)據(jù)的導(dǎo)入導(dǎo)出,從而實現(xiàn)數(shù)據(jù)的共享,其共享方式如圖1所示。

圖1 文件型共享模型注:C代表計算機終端(computer)。

這種以MARC文件作為交換介質(zhì),在不同的數(shù)據(jù)庫之間進行共享的方式存在了很長時間,并且在現(xiàn)在作為各個圖書館與書目提供商之間數(shù)據(jù)交換的主要方式。其優(yōu)點在于MARC數(shù)據(jù)結(jié)構(gòu)已經(jīng)成為標(biāo)準(zhǔn),因此共建共享十分方便,只要能夠解析MARC數(shù)據(jù)即可。而且,目前MARC文件在經(jīng)過50多年的發(fā)展后,已經(jīng)成為圖書館界的標(biāo)準(zhǔn),只要能夠?qū)ARC文件進行解析,就可以實現(xiàn)數(shù)字資源的共享。而缺點是MARC數(shù)據(jù)可讀性較差,因此很難用于查詢、展現(xiàn)。

1.2 網(wǎng)絡(luò)時代基于專有協(xié)議的資源共享——基于Z39.50的資源共享(C/S網(wǎng)絡(luò)版)

隨著計算機技術(shù)和通信技術(shù)的發(fā)展,C/S模式架構(gòu)開始出現(xiàn),人們開始使用網(wǎng)絡(luò)資源進行資源的共享。正是基于這種背景,圖書館界開始研究自己的應(yīng)用協(xié)議——Z39.50,這是一種以TCP協(xié)議作為資源共建共享的通道協(xié)議,各個編目中心之間利用Z39.50進行數(shù)字資源的共建共享。目前在常用的圖書館集成系統(tǒng)中都內(nèi)嵌了Z39.50模塊,用來進行MARC數(shù)據(jù)的交換共享,其共享方式如圖2所示。

圖2 C/S網(wǎng)絡(luò)型共享模型

這種共享方式的優(yōu)點是能夠在網(wǎng)絡(luò)上進行資源共建共享,缺點是Z39.50協(xié)議實現(xiàn)復(fù)雜,而且需要開一個TCP端口,安全性較差。

1.3 基于Web Service方式的資源共建共享模型(網(wǎng)絡(luò)版)

網(wǎng)絡(luò)的發(fā)展使得數(shù)字資源共建共享成為可能,但同時也帶來了很多問題,在使用Z39.50協(xié)議的過程中,要另開端口,這就給計算機帶來了安全問題;而WWW協(xié)議的盛行,使得HTTP協(xié)議的應(yīng)用越來越廣泛,甚至一些私有的應(yīng)用協(xié)議也可以采用HTTP來實現(xiàn)。因此,筆者認(rèn)為,可采用Web Service技術(shù),使用通用的基于HTTP的SOAP協(xié)議(一種運行于HTTP之上的協(xié)議)來實現(xiàn)圖書館資源的共建與共享。

Web Service是一種以SOAP協(xié)議作為通信協(xié)議,以XML文件作為傳輸介質(zhì)的高層協(xié)議,其出現(xiàn)本身就是希望能夠解決異構(gòu)數(shù)據(jù)的交互問題。Web服務(wù)被看作是第三代分布式計算模式,基于Web服務(wù)技術(shù),人們能在任何時間、任何地點獲得所需要的信息資源。Web服務(wù)具有互操作性、通用性、易用性,開發(fā)人員可以利用常見的技術(shù)工具構(gòu)造出各類綜合信息管理平臺等,是目前實現(xiàn)信息共享行之有效的技術(shù)手段[6]。Web Service是Web 2.0的技術(shù)之一,Microsoft、Google、IBM等主流軟件公司都在推廣這種技術(shù),其共享方式如圖3所示。

可以看出,該共享方式大大縮短了數(shù)字資源之間進行轉(zhuǎn)換的流程,依托Web服務(wù),直接通過網(wǎng)絡(luò)發(fā)布,可獲得性大大增強,并且解決了異構(gòu)數(shù)據(jù)庫兼容共享的問題。

2 基于Web Service的共建共享系統(tǒng)框架

2.1 傳輸對象

無論是傳統(tǒng)的基于文件格式的共享系統(tǒng),還是基于Z39.50協(xié)議的網(wǎng)絡(luò)式共享系統(tǒng),其共享的傳輸對象都是MARC文件或MARC數(shù)據(jù)。而MARC格式的定義是在1970年,距今已50多年,其字段定義復(fù)雜,可讀性差,掌握難度大。因此,本系統(tǒng)不采用MARC的實例化對象作為傳輸對象。

另一方面,DC元數(shù)據(jù)作為描述資源的元數(shù)據(jù),自20世紀(jì)末以來,經(jīng)過20多年的發(fā)展,已經(jīng)較為成熟。另外,其17個字段通過實踐證明可以作為描述對象資源很好的例子。因此,本系統(tǒng)將DC元數(shù)據(jù)作為傳輸對象在共建共享系統(tǒng)中使用。

DC元數(shù)據(jù)在數(shù)字圖書館中應(yīng)用較為成熟與穩(wěn)定,作為通信格式較為穩(wěn)妥。因此,可以將DC元數(shù)據(jù)的17個字段作為傳輸對象,將設(shè)計的對象序列化,可以成為傳輸對象。

以下為Java版本元數(shù)據(jù)對象偽碼:

public DCMetaData implements Serieable{

public String author;

pubic String titile;

public String abstract;

……

}

在上面的偽碼中,本文只列出了題目、作者等字段,其他15個字段也可以此類推。可以看出,以DC元數(shù)據(jù)定義的對象可讀性強,而且17個字段基本可以包括數(shù)字資源的特征,采用以DC元數(shù)據(jù)實例化作為傳輸對象,比MARC文件或MARC數(shù)據(jù)具有更大的優(yōu)勢。

2.2 數(shù)字圖書館共建共享系統(tǒng)核心接口定義

在定義傳輸對象后,本文將討論共建共享的一些基本方法。對于一個共建共享系統(tǒng)來說,其核心接口無非是對資源的查詢、增加、刪除和修改。下面給出了一個Java版本的核心接口偽碼:

public interface WSDigitalLibInf

{

public DCMetaData [] queryResources(DCMetaData condition);

pubic void insertResource(DCMetaData [] arrayNewResource);

public void deleteResource(DCMetaData condition);

public void modifyResource(DCMetaData src, DCMetaData des);

}

對于queryResources接口來說,只要根據(jù)用戶屬于的元數(shù)據(jù)的condition來進行查詢,比如,如果condition的author字段為A,則可以將所有作者為A的元數(shù)據(jù)返回給查詢客戶端;當(dāng)然,對于高級查詢,也可以根據(jù)構(gòu)造不同的condition對象實現(xiàn),這里不再一一敘述。

對于insertResource接口來說,其作用就是將用戶屬于的元數(shù)據(jù)數(shù)組進行轉(zhuǎn)換插入自己的數(shù)據(jù)庫。對于deleteResource接口來說,其結(jié)果就是將滿足condition條件的元數(shù)據(jù)刪除掉。對于modify Resource來說,可以先調(diào)用deleteResource(src),再調(diào)用insertResource(des)來實現(xiàn)。

2.3 數(shù)字圖書館共建共享系統(tǒng)核心接口的實現(xiàn)

作為數(shù)字圖書館軟件提供商,只要實現(xiàn)以上接口,再以Web Service的方式進行發(fā)布,即可以在不同的系統(tǒng)間進行數(shù)字資源的共建共享。

這部分可以說是數(shù)字圖書館共建共享系統(tǒng)的核心,但目前各數(shù)字圖書館采用不同的數(shù)字存儲方式。在圖書館集成系統(tǒng)方面有匯文、ILAS等軟件,其對應(yīng)的數(shù)據(jù)格式是MARC;在自建特色數(shù)據(jù)庫方面有TRS、TPI等軟件,其內(nèi)核有ACCESS、ORACLE、SQLSERVER等,往往有自己定義的數(shù)據(jù)格式,有基于純文本的,有基于圖片的;而在購買的商業(yè)數(shù)據(jù)庫方面就更多了,其內(nèi)核涉及商業(yè)機密,往往不提供接口。這種差異性就必須要求采用不同的方式來訪問數(shù)字資源存儲文件或數(shù)據(jù)庫服務(wù)器。本文無法一一展開敘述取數(shù)據(jù)的過程,可以說明的是,實現(xiàn)取數(shù)據(jù)的業(yè)務(wù)邏輯無非是把存貯的數(shù)字資源使用DC元數(shù)據(jù)的方式進行表示,實現(xiàn)一些簡單的增加、刪除、修改以及查詢操作。這些步驟應(yīng)該與Z39.50協(xié)議取數(shù)據(jù)或插入數(shù)據(jù)的步驟是一致的。

因此,不管數(shù)字圖書館采用的是ORACLE,或是MARC文件,還是SQLSERVER,只要將數(shù)字資源轉(zhuǎn)化為DC元數(shù)據(jù)描述的對象,并且都實現(xiàn)了2.2中定義接口的核心方法,即可以通過Web Service發(fā)布,實現(xiàn)共享。

2.4 基于Web Service數(shù)字圖書館資源共建共享系統(tǒng)的發(fā)布

不同的Web服務(wù)器對于Web Service采用的方法是不同的。比如對于基于.NET架構(gòu)的IIS來說,其不需要進行任何配置,只要用戶在開發(fā)中指定其是Web Service即可。而對于基于Java架構(gòu)的Web Server來說,支持Web Service需要一些第三方庫。以Tomcat為例,通常將Axis作為Tomcat支持Web Service的第三方庫,只要修改一些配置文件即可。

檢查一個Web Service是否發(fā)布成功,可以直接使用瀏覽器輸入其WSDL,如果Web服務(wù)器可以返回該接口的WSDL,則表明發(fā)布成功。

2.5 基于Web Service的數(shù)字圖書館共建共享系統(tǒng)Client端的設(shè)計

一般來說,只要客戶端能夠獲取某個Web Service的WSDL文件,一些高級編程工具,比如VC.NET、JBuilder + Axis,即可以自動生成調(diào)用Web Service的客戶端代碼。因為接口定義的標(biāo)準(zhǔn)化,其調(diào)用相當(dāng)簡單且標(biāo)準(zhǔn)化。

對于調(diào)用的流程來說,客戶端可以先利用查詢的Web Service確認(rèn)某編目中心是否有自己需要的數(shù)字資源,若返回的元數(shù)據(jù)數(shù)組個數(shù)大于0,則將數(shù)組轉(zhuǎn)換為自己數(shù)據(jù)庫的格式,再插入數(shù)據(jù)庫即可。

3 3種數(shù)字資源共享模型之間的比較

3種數(shù)字資源共享模型之間的比較如表1所示。

表1 幾種共享模式的比較

4 結(jié)語

本文提出了一種以XML作為傳輸單元,以DC元數(shù)據(jù)的數(shù)據(jù)抽象作為接口之間的介質(zhì),以Web Service作為系統(tǒng)架構(gòu)的一種數(shù)字圖書館資源共建共享系統(tǒng)。這種系統(tǒng)的好處就是只要實現(xiàn)了本文提出的WSDigitalLibInf的4種方法,并將這4種方法以Web Service的方式進行Web發(fā)布,則可以在Internet上以SOPA/HTTP協(xié)議進行訪問,只要有一個Web Service的client端即可實現(xiàn)資源的共建共享。該基于Web Service的共建共享系統(tǒng)實現(xiàn)簡單,是Web 2.0的典型應(yīng)用。但是,如何對這些接口進行權(quán)限限制也是亟待解決的問題。今后的研究方向是采用SOA架構(gòu),結(jié)合區(qū)塊鏈技術(shù)建立一個分布式的去中心化數(shù)據(jù)庫[7],并采取訂閱-發(fā)布式將數(shù)字資源以異步方式進行共享。