基于Web Service的OAI數(shù)據(jù)資源整合

張雅君

（鄭州航空工業(yè)管理學院，河南 鄭州 450015）

隨著計算機技術(shù)的迅猛發(fā)展，尤其是網(wǎng)絡技術(shù)、數(shù)據(jù)存儲技術(shù)以及數(shù)據(jù)傳輸技術(shù)的不斷進步與廣泛應用，極大豐富了數(shù)字圖書館的館藏資源與共享方式。如何有效整合異構(gòu)條件下分布式文獻資源庫，實現(xiàn)跨庫信息的統(tǒng)一發(fā)現(xiàn)、檢索和訪問，已成為當前數(shù)字圖書館的核心研究內(nèi)容之一?，F(xiàn)階段關(guān)于該方向的研究有多種，比較有代表性的成果有：①利用XML適合于異構(gòu)數(shù)據(jù)定義和數(shù)據(jù)信息交換的特點，基于XML封裝資源庫中各數(shù)據(jù)記錄，同時利用Web Service適合于標準服務接口封裝和遠程服務調(diào)用的特點，基于Web Service封裝各資源庫的數(shù)據(jù)訪問協(xié)議，從而實現(xiàn)大范圍異構(gòu)資源共享，以計算機技術(shù)為顯著特點。②充分利用元數(shù)據(jù)適合于圖書館數(shù)據(jù)資源描述的特點，設(shè)計出滿足本館需求的元數(shù)據(jù)描述標準，從而實現(xiàn)對本地多數(shù)據(jù)庫、第三方數(shù)據(jù)庫以及傳統(tǒng)圖書館OPAC系統(tǒng)數(shù)據(jù)庫的資源整合，以元數(shù)據(jù)技術(shù)為顯著特點。③融合前兩種解決方案，既利用XML Web Service技術(shù)適合于網(wǎng)絡資源和網(wǎng)絡服務整合的特點，又利用元數(shù)據(jù)技術(shù)適合于圖書館信息描述的特點，提出基于XML Web Service封裝的元數(shù)據(jù)跨庫檢索解決方案。這是目前最主流的共享解決方案。

筆者以第三種方案為立足點，同時考慮到OAI協(xié)議在國際上已被廣泛接受并獲得普遍應用[1]，因此針對支持OAI協(xié)議的數(shù)據(jù)庫整合進行研究，其解決思路及研究成果亦適用于其他元數(shù)據(jù)協(xié)議類型，具有良好可推廣性。

1 OAI協(xié)議框架

OAI協(xié)議框架由數(shù)據(jù)提供者、服務提供者以及元數(shù)據(jù)搜索協(xié)議3部分組成[2]。其基本原理是：首先將數(shù)據(jù)提供者的本地元數(shù)據(jù)格式用公共元數(shù)據(jù)格式進行表達，然后利用開放元數(shù)據(jù)搜索協(xié)議對全局公共元數(shù)據(jù)進行檢索，具體應用時則由第三方服務提供者對搜索協(xié)議進行封裝，生成面向用戶的各種元數(shù)據(jù)檢索公共服務，從而有效解決多資源庫在元數(shù)據(jù)格式上的互異性問題，最終實現(xiàn)多館藏資源的跨庫檢索。

在該框架中，Web環(huán)境下各數(shù)字圖書館資源庫就是數(shù)據(jù)提供者，可采用簡單DC元數(shù)據(jù)格式作為公共映射格式，并將映射結(jié)果統(tǒng)一用XML進行編碼，形成異構(gòu)數(shù)據(jù)描述與交換的物質(zhì)基礎(chǔ)。對于元數(shù)據(jù)搜索協(xié)議，則可采用OAI的開放性元數(shù)據(jù)采集協(xié)議OAI-MHP作為公共通信標準，實現(xiàn)對分布式資源庫中各元數(shù)據(jù)信息的搜索與采集?？紤]到網(wǎng)絡中不同數(shù)字圖書館平臺采用的運行環(huán)境可能互不相同，因此可采用Web Service作為提供公共基礎(chǔ)服務的統(tǒng)一封裝標準，在界面層有效消除異構(gòu)性，最終實現(xiàn)數(shù)字圖書館的資源整合。

2 OAI數(shù)據(jù)資源整合系統(tǒng)設(shè)計

簡單DC元數(shù)據(jù)搜索子系統(tǒng)又由結(jié)果文檔XML封裝模塊與數(shù)據(jù)訪問Web Service封裝模塊兩部分組成。其中，數(shù)據(jù)訪問模塊負責與遠程OAI原始數(shù)據(jù)庫建立訪問鏈接，并按照OAI協(xié)議框架規(guī)定的協(xié)議格式發(fā)送數(shù)據(jù)訪問請求到遠程OAI數(shù)據(jù)庫，從而實現(xiàn)DC格式的元數(shù)據(jù)搜索。結(jié)果文檔封裝模塊負責將數(shù)據(jù)訪問模塊搜索到的元數(shù)據(jù)結(jié)果封裝成XML文檔，并將該文檔傳送給基于Web Service的查詢服務子系統(tǒng)中的XML文檔解析模塊。解析模塊進行解析后，取得DC元數(shù)據(jù)記錄，再存放于中心DC元數(shù)據(jù)庫中，從而實現(xiàn)中心庫DC元數(shù)據(jù)記錄的生成。簡單DC元數(shù)據(jù)搜索子系統(tǒng)應在一定時間周期內(nèi)對各遠程OAI數(shù)據(jù)庫執(zhí)行一次搜索，以便中心庫元數(shù)據(jù)記錄得到及時更新。

基于Web Service的查詢服務子系統(tǒng)又由Web Service檢索服務生成模塊、XML文檔解析模塊以及中心元數(shù)據(jù)庫檢索模塊3部分組成。其中，服務生成模塊負責生成面向用戶的基于Web Service的信息檢索服務，供所有合法登錄的用戶執(zhí)行遠程調(diào)用。解析模塊負責兩種類型的XML文檔解析工作，一種是接收客戶端發(fā)送來的XML查詢文檔，對其解析，形成用戶查詢語句；另一種是接收簡單DC元數(shù)據(jù)搜索子系統(tǒng)的XML結(jié)果文檔，獲得DC記錄。最后，中心庫檢索模塊負責根據(jù)解析出的用戶查詢語句，直接檢索中心元數(shù)據(jù)庫中的DC記錄，并將檢索結(jié)果進行XML封裝后再返回給客戶端。由于中心元數(shù)據(jù)庫中的數(shù)據(jù)都是由搜索子系統(tǒng)通過遠程搜索獲取的，因此檢索時只需連接中心庫即可，無需再遠程連接原始庫，極大提高了檢索效率。

3 簡單DC元數(shù)據(jù)搜索子系統(tǒng)的實現(xiàn)

在上述整合模型中，簡單DC元數(shù)據(jù)搜索子系統(tǒng)與遠程OAI數(shù)據(jù)庫的訪問協(xié)議采用OAI協(xié)議框架的OAI-MHP標準協(xié)議。該協(xié)議首先自動遍歷遠程數(shù)據(jù)庫在服務器端的注冊信息，然后基于HTTP協(xié)議建立與遠程數(shù)據(jù)庫的訪問鏈接，最后從中抽取符合搜索條件的規(guī)范化、結(jié)構(gòu)化元數(shù)據(jù)記錄。

在具體實現(xiàn)時，遠程OAI數(shù)據(jù)庫在服務器端的注冊信息至少要包括6方面內(nèi)容，分別是數(shù)據(jù)庫標識符data_id、數(shù)據(jù)庫URL地址data_url、數(shù)據(jù)庫搜索標記data_flag、數(shù)據(jù)庫搜索方式data_method、數(shù)據(jù)庫元數(shù)據(jù)格式data_format以及數(shù)據(jù)庫OAI版本data_ver?？梢灾苯訉⑵溆成涑梢粡埩侄蔚年P(guān)系表，存放在關(guān)系數(shù)據(jù)庫中。

在基于HTTP協(xié)議與OAI數(shù)據(jù)庫建立搜索鏈接時，可使用HTTP中的GET或POST方法來傳遞請求，該請求至少要包括一個以上的數(shù)據(jù)參數(shù)和一個格式為“verb=OAI方法名”的命令參數(shù)。其中OAI方法名可有6種方法值，分別是Identify、ListSets、ListMetadataFormat、ListIdentifiers、GetRecord以及ListRecord，其功能分別是：Identify返回元數(shù)據(jù)記錄的詳細描述，如名稱、地址等，ListSets返回庫中可用資源分組的名稱，如文本、圖片、視頻等，ListMetadataFormat返回存檔所用的元數(shù)據(jù)格式，ListIdentifiers返回滿足查詢條件的元數(shù)據(jù)記錄標識，GetRecord返回與指定標識對應的元數(shù)據(jù)記錄，ListRecord返回滿足查詢條件的元數(shù)據(jù)記錄。服務器端對該請求的響應結(jié)果也采用HTTP協(xié)議進行回傳。由此，即實現(xiàn)了基于HTTP協(xié)議與OAI-MHP協(xié)議的對遠程OAI數(shù)據(jù)庫的元數(shù)據(jù)搜索。

4 基于Web Service查詢服務的實現(xiàn)

Web Service采取標準Web協(xié)議作為其中間件界面描述和協(xié)同描述的規(guī)范，完全屏蔽了不同軟件運行平臺的差異[4]。遵照Web Service標準封裝而成的各種應用具有獨立性、可擴展性以及模塊化等特點，能夠通過Internet來描述、發(fā)布、定位以及調(diào)用，非常適合用于編寫OAI數(shù)據(jù)資源整合系統(tǒng)的各種網(wǎng)絡公共服務。筆者選擇JAVA語言作為實際開發(fā)平臺（其版本為jdkl.5.0_04），選擇WebLogic 9.0為應用部署服務器，實現(xiàn)OAI數(shù)據(jù)整合系統(tǒng)查詢服務，即：根據(jù)整合系統(tǒng)模型，查詢服務主要承擔兩方面功能，第一是接收界面層傳遞來的用戶XML查詢文檔，對其進行解析并生成用戶查詢語句；第二是檢索中心DC元數(shù)據(jù)庫，形成XML檢索結(jié)果文檔。

4.1 XML查詢語句的生成

一般情況下，客戶端通過界面層傳來的XML查詢文檔內(nèi)容較簡單，因此可采用DOM方法進行解析。DOM是一種W3C標準，可用一種與平臺和語言無關(guān)的方式來表示XML查詢文檔[5]。

（1）卵巢囊腫總計41例，其中單純囊腫14例，功能性囊腫14例，輸卵管系膜副中腎管囊腫10例，白或黃體囊腫出血3例。影像特點為圓形或卵圓形、邊緣銳利且光滑的異常信號，T1WI呈信號降低，T2WI呈信號升高。所有病例均診斷為良性病變，良性正確率100%[4]。

設(shè)界面層傳來的某用戶XML查詢文檔為search.xml，內(nèi)容如下：

使用JAVA語言，對該XML文檔的DOM解析過程如下：

首先，把要解析的XML文檔轉(zhuǎn)化為輸入流，以便解析。

InputStream xml1=new FileInputStream（search.xml）。

其次，解析該輸入流，得到一個文檔對象。

Document doc=dombuilder.parse（xml1）；

再次，建立該文檔對象的根節(jié)點，以便通過樹結(jié)構(gòu)對XML輸入流進行遍歷解析。

Element root=doc.getDocumentElement（）；

最后，在遍歷解析中，依次讀取輸入流文檔樹的各子節(jié)點，獲得節(jié)點值，這些節(jié)點值就是被解析出的各種客戶端查詢信息。

NodeList dbname=childroot1.getElementsByTagName（“doc.databasename”）；

NodeList dbaddress=childroot2.getElementsByTagAddress（“doc.databaseaddr

ess”）；

NodeList dbsql=childroot3.getElementsByTagSql （“doc.databasesql”）。

4.2 檢索服務的實現(xiàn)

基于Web Service標準，編寫檢索公共服務代碼，作為面向所有用戶的檢索服務提供者。其平臺環(huán)境為：設(shè)某數(shù)字圖書館資源數(shù)據(jù)庫為Oracle 9i，對外提供支持OAI協(xié)議的訪問接口，編程思路是，定義類ResourceSearchService，在該類中創(chuàng)建方法GetSearchRecord來完成元數(shù)據(jù)記錄提取、文檔轉(zhuǎn)換以及數(shù)據(jù)回傳等功能。

該方法中的待搜索數(shù)據(jù)庫地址、標識符、搜索語句等參數(shù)均來自于DOM對客戶端XML查詢文件的解析結(jié)果?；谠揥eb Service，實現(xiàn)了對中心DC元數(shù)據(jù)庫檢索服務的封裝，最后再將其部署到WebLogic 9.0服務器中，以響應所有客戶端的檢索請求。

5 結(jié)束語

基于Web Service設(shè)計了一個數(shù)字圖書館OAI資源整合模型。該模型由DC元數(shù)據(jù)搜索子系統(tǒng)與查詢服務子系統(tǒng)組成。對于每一個子系統(tǒng)，又分別給出了各自的實現(xiàn)思想與關(guān)鍵程序代碼。實踐證明，該模型能很好實現(xiàn)用戶對多圖書館多資源庫的統(tǒng)一檢索，在界面層有效消除異構(gòu)性，達到了資源整合的目的。

[1]鄭建明，陳雅，陸寶益.數(shù)字時代圖書館的合作與資源共享——寫在《圖書館合作與信息資源共享武漢宣言》發(fā)表之后[J].大學圖書館學報，2006（2）：2-4.

[2]Herbert Van de Sompel.The Santa Fe convention ofthe Open Archives Initiative[J].D-Lib Magazine，2000（2）：12-15.

[3]王權(quán)良.數(shù)字圖書館OAI數(shù)據(jù)資源整合系統(tǒng)的研究與實現(xiàn)[D].北京：北京交通大學，2006：23-25.

[4]W3C Working Group Note.Web Services Architecture[EB/OL].[2009-10-11].http：//www.w3.org/TR/2004/NOTE-ws-arch-20040211/.

[5]W3C Recommendation.Document Object Model（DOM）Level 1 Specification[EB/OL].[2009-10-28].http：//www.w3.org/TR/1998/REC-DOM-Level-1-19981001/DOM.pdf.