數(shù)據(jù)庫建設(shè):目標(biāo)、原則、措施和存在問題分析——以嶺南音樂資源數(shù)據(jù)庫為例

吳春明

(星海音樂學(xué)院，廣州510006)

數(shù)據(jù)庫建設(shè)目標(biāo)與圖書館的功能和作用是一脈相承的，嶺南音樂資源數(shù)據(jù)庫建設(shè)目標(biāo)主要有兩個:一是利用現(xiàn)代技術(shù)，對嶺南音樂資源進(jìn)行深度開發(fā)，提供學(xué)科知識服務(wù)，為學(xué)院的教學(xué)科研活動提供資源保障，滿足廣大師生讀者的文化需求;二是保存嶺南地區(qū)的非物質(zhì)文化遺產(chǎn)，通過對嶺南音樂資源的挖掘、整理和研究，推動優(yōu)秀的嶺南文化精神的發(fā)展。

1 數(shù)據(jù)庫建設(shè)遵循的原則

1.1 特色原則

發(fā)掘特色、定位特色、凝聚特色、完善特色是數(shù)據(jù)庫建設(shè)的成敗關(guān)鍵和首要前提。［1］據(jù)2009年習(xí)為妮統(tǒng)計，104所211工程大學(xué)圖書館共建有600個特色數(shù)據(jù)庫，這些高校圖書館主要是根據(jù)本校的學(xué)科發(fā)展特點和特色館藏資源，或者是圍繞學(xué)校所在地的政治、經(jīng)濟(jì)、文化等建立相應(yīng)的特色數(shù)據(jù)庫。從數(shù)字圖書館的發(fā)展情況分析，成功的數(shù)據(jù)庫有兩類，一類是資源好資金足，走大而全的路子，也就是所謂的商業(yè)型數(shù)據(jù)庫和政府主導(dǎo)型的數(shù)據(jù)庫;另一種是走專精的路子，這類數(shù)據(jù)庫多屬高校圖書館。一是因為各館的重點館藏不同，二是各高校學(xué)科重點不同。高校圖書館數(shù)字資源建設(shè)必須體現(xiàn)自己的學(xué)科和專業(yè)特色，如:嶺南音樂資源數(shù)據(jù)庫充分體現(xiàn)了自己的專業(yè)和地區(qū)兩大特色，它的權(quán)威性是其它綜合性數(shù)據(jù)庫無可比擬的。

1.2 人性化原則

人性化是指技術(shù)和人的關(guān)系協(xié)調(diào)，讓技術(shù)的發(fā)展圍繞人的需求展開，真正實現(xiàn)科技以人為本的目的。人性化可以說是數(shù)據(jù)庫保持長久生命力的關(guān)鍵，它的設(shè)計主要體現(xiàn)在以下三方面:(1)網(wǎng)頁界面友好，用戶參與度高，導(dǎo)航合理，檢索簡單化;(2)資源內(nèi)容豐富多彩，能滿足讀者的個性化需求;(3)以全文檢索技術(shù)為核心，采用流行的B/S瀏覽器的檢索方式和先進(jìn)的C/S架構(gòu)，能夠同時管理文字、圖片、多媒體等信息，支持網(wǎng)頁的動態(tài)發(fā)布。如:嶺南音樂資源數(shù)據(jù)庫除擁有傳統(tǒng)的印刷型書刊外，還有圖片、音頻、視頻等多種載體，通過文獻(xiàn)轉(zhuǎn)換技術(shù)和當(dāng)今流行的流媒體技術(shù)，把紙質(zhì)文獻(xiàn)和圖片資料轉(zhuǎn)換為數(shù)字化資源，將音像資源的不同載體，如:黑膠唱片、錄音帶、錄像帶、CD、VCD、DVD等進(jìn)行統(tǒng)一格式的音視頻轉(zhuǎn)換，并通過網(wǎng)絡(luò)平臺實現(xiàn)資源數(shù)字化服務(wù)，既可回顧不同時期嶺南音樂的傳承形式和內(nèi)容，還可欣賞不同載體的音響效果和演奏風(fēng)格。

1.3 開放兼容原則

開放兼容，既是一種寬廣的胸襟、博大的情懷、開闊的視野，更是一種借力發(fā)展的理念，還是和諧協(xié)調(diào)發(fā)展的理想境界。開放兼容進(jìn)行數(shù)字資源建設(shè)，能有效避免重復(fù)勞動和資源浪費，它是數(shù)據(jù)庫持續(xù)發(fā)展的一個重要保障，數(shù)據(jù)庫的開放兼容主要包含三點:(1)開放的資源展示手段，采用國際元數(shù)據(jù)標(biāo)準(zhǔn)、融合WEB2.0理念、支持文檔、圖片、多媒體等文件格式;(2)具備跨平臺檢索能力和OpenUrl、RSS接口，能對基于網(wǎng)絡(luò)環(huán)境的數(shù)字化資源服務(wù)系統(tǒng)進(jìn)行整合;(3)開放、共享的數(shù)字化服務(wù)和ftp接口，如:嶺南音樂資源數(shù)據(jù)庫可以接受編目軟件批量上傳的全文附件和元數(shù)據(jù)，并實時對元數(shù)據(jù)經(jīng)行格式進(jìn)行轉(zhuǎn)換和入庫。

1.4 安全原則

作為一個出色的數(shù)據(jù)庫，安全性是基本的要求之一，在進(jìn)行系統(tǒng)設(shè)計時，要對權(quán)限的設(shè)定以及數(shù)據(jù)的備份等加以充分考慮，當(dāng)出現(xiàn)網(wǎng)絡(luò)被攻擊、被破壞情況時，能快速地恢復(fù)數(shù)據(jù)庫的服務(wù)，減少損失。數(shù)據(jù)庫安全體系包括安全防護(hù)、安全檢測和安全恢復(fù)三方面，我們采用以下幾方面的措施確保有效監(jiān)督入侵、預(yù)防病毒、恢復(fù)數(shù)據(jù)，把局部故障對系統(tǒng)的影響降到最低。首先使用國際上成熟的系統(tǒng)、中間件產(chǎn)品，并對用戶權(quán)限進(jìn)行嚴(yán)格控制;其次建立數(shù)據(jù)定期備份、敏感數(shù)據(jù)雙層加密、冗余備份、自動檢測故障、無縫遷移的安全恢復(fù)體系;最后安裝先進(jìn)的防火墻軟件、防毒軟件和網(wǎng)管軟件。

2 數(shù)據(jù)庫建設(shè)的具體措施

數(shù)據(jù)庫建設(shè)有四方面的內(nèi)容是必不可少的:一是資料的收集整理;二是資源數(shù)字化加工;三是網(wǎng)絡(luò)平臺的選擇;四是硬件設(shè)施的配置。

2.1 文獻(xiàn)資源的收集和整理

數(shù)據(jù)庫的資料除了要求有特色，不能與其它數(shù)據(jù)庫重復(fù)或相似外，還要求資源必須完整和全面。為了方便加工，以保證資源收集全面、書目數(shù)據(jù)完整，可以把資源按載體形式分為:紙質(zhì)文獻(xiàn)資源、音視頻資源和圖片資源三部分，并對每種載體制定收集范圍和條件。

(1)紙質(zhì)文獻(xiàn):涵蓋廣府音樂、潮州音樂、客家音樂和少數(shù)民族音樂等學(xué)科內(nèi)容，包括現(xiàn)代的嶺南音樂樂譜、手稿以及從未出版過的資料，合法授權(quán)的嶺南音樂各樂種的音樂作品、名家、音樂家畫像、傳記、音樂注釋、樂譜資料、圖片、研究成果等。該資源由專業(yè)的嶺南音樂人才和嶺南音樂文獻(xiàn)人才共同收集整理，匯集自唐宋以來四大嶺南民樂體系的原生態(tài)、次生態(tài)和再生態(tài)文獻(xiàn)，是嶺南音樂傳統(tǒng)文化的重要載體，也是嶺南文化元素傳承發(fā)展，開拓創(chuàng)新的重要工具。

(2)音視頻資源:由省內(nèi)、海外各時期有關(guān)嶺南音樂出版的音像資料組成，收錄來自嶺南音樂各個地區(qū)與民族的音樂、戲劇、曲藝、民歌、歌舞，包括嶺南音樂生活中的各階層，各族群體，各時期的音樂，形成一部嶺南音樂聽覺與視覺百科全書。

(3)圖片資源:由樂器圖片和名人圖片兩部分組成。其中嶺南樂器圖片包含:嶺南樂器實物圖片和樂器工藝制作、演奏特色等文字介紹;嶺南名人圖片包含:名人照片或肖像畫以及生平、藝術(shù)成就等文字介紹。

2.2 數(shù)字化加工

目前對數(shù)字化加工的技術(shù)要求有:轉(zhuǎn)化的速度快，準(zhǔn)確率高，數(shù)字資源貯存空間小并能夠快速通過網(wǎng)絡(luò)傳輸，既能全文檢索又能顯示原有版式，成本能夠承受。［2］下面以嶺南音樂資源數(shù)據(jù)庫為例，介紹數(shù)字化加工的有關(guān)技術(shù)指標(biāo)和加工流程。

(1)音像資料，運用多媒體壓縮技術(shù)，將不同格式的音視頻文件轉(zhuǎn)化為MPEG－4進(jìn)行海量存儲，如本數(shù)據(jù)庫音頻占用帶寬最低8K比特每秒;視頻最低20K比特每秒;采用適合視音頻在網(wǎng)上的實時傳輸?shù)腞TSP協(xié)議，單臺流媒體服務(wù)器可支持?jǐn)?shù)百個并發(fā)流，對節(jié)目的播放、暫停、快進(jìn)、快退給予支持;系統(tǒng)具有防下載功能，有效地保護(hù)資源版權(quán)，具有用戶認(rèn)證，保證高的安全性。

(2)紙質(zhì)資料，黑白文字按8位灰度掃描，光學(xué)分辨率300DPI以上;彩色頁面按24/36位全彩掃描，光學(xué)分辨率300DPI以上;掃描圖像必須與原頁面一一對應(yīng)，不得出現(xiàn)缺頁、重頁或錯頁情況;掃描的頁面內(nèi)容基本居中顯示，頁眉、頁腳信息完整;掃描留下的黑線、指印或陰影清除干凈;存檔文件按300DPI，TIFF 格式保存;應(yīng)用文件按 150DPI，JPEG格式保存。

(3)流程:包括掃描、糾偏、壓縮、識別、標(biāo)引、入庫、密級、發(fā)布等環(huán)節(jié)。(見下圖)

圖 嶺南音樂資源數(shù)據(jù)庫的管理流程

2.3 平臺的選擇

平臺的選擇首先必須適應(yīng)現(xiàn)代圖書館要求，技術(shù)理念先進(jìn)、擴(kuò)展功能完備、學(xué)科知識服務(wù)能力好;其次能對資源所蘊涵的多重信息進(jìn)行充分的揭示和組織，并提供全文檢索服務(wù);第三能夠同時管理多種類型的信息資源，支持文本、圖片、圖像、動畫、音頻、視頻等各種媒體的元數(shù)據(jù)標(biāo)引、內(nèi)容分類，使其成為一個全方位的學(xué)術(shù)資源庫。近年來國內(nèi)外有許多數(shù)據(jù)庫平臺設(shè)計商，如:國內(nèi)的清華同方、重慶維普、萬方、超星、方正、書生，國外的有 Blackwell、Springer、Swets、SAGE、Gale、Thomson Reuters 等公司。我們選擇了清華同方公司提供的TPI6.0數(shù)據(jù)庫平臺，除了資金和技術(shù)的因素外，還考慮了方便管理和對滿足使用要求的情況，TPI具有以下幾方面的優(yōu)點:

(1)采用XML語言作為系統(tǒng)數(shù)據(jù)格式，以保證數(shù)據(jù)的可再利用性和易二次加工性;字符編碼采用Unicode編碼規(guī)范，并支持 GB2312、GB18030，能通過CALIS特色庫子系統(tǒng)認(rèn)證;支持MARC、都柏林核心元素集DC及其他元數(shù)據(jù)之間的映射與轉(zhuǎn)換;流媒體采用MPEG4格式;支持中圖法分類、自定義分類以及對分類工作的管理。

(2)底層數(shù)據(jù)庫采用基于文檔管理的非結(jié)構(gòu)化數(shù)據(jù)庫、B/S模式和先進(jìn)的三層C/S架構(gòu);檢索協(xié)議采用Z39.50、OAI、OPENURL等數(shù)字圖書館的互操作標(biāo)準(zhǔn)。

(3)采用可視化界面，可直接從原文中提取數(shù)據(jù)，操作直觀簡單，支持 WORD、TXT、PDF、HTML、CAJ等格式文件的直接標(biāo)引。

2.4 軟硬件設(shè)施配置

軟硬件建設(shè)必須有一個整體規(guī)劃，技術(shù)和產(chǎn)品的選擇上有主線、交換機(jī)、服務(wù)器和存儲器在性能、接口、協(xié)議上相匹配，硬件的使用不能與實際運用相脫節(jié)，最后還必須考慮后續(xù)成本和管理成本的問題。因此在建設(shè)硬件時必須對應(yīng)用需求進(jìn)行客觀地分析，然后才能確定設(shè)備的性能指標(biāo)、體系結(jié)構(gòu)和型號數(shù)量。以嶺南音樂資源數(shù)據(jù)庫為例:

(1)從數(shù)據(jù)庫的應(yīng)用模式分析，用戶通過檢索元數(shù)據(jù)來定位對象數(shù)據(jù)，檢索的過程需要服務(wù)器具備非常高的邏輯運算能力和I/O吞吐能力，并且性能與交換機(jī)、存儲相適應(yīng)?？紤]TPI平臺的運算要求:P4以上服務(wù)器，內(nèi)存不少于4GB，一個空間足夠大的獨立硬盤，操作系統(tǒng)可使用對換空間100MB以上。我們選擇了IBM機(jī)架式服務(wù)器X3850 X5(處理器4*Intel Xeon6C Processor Model 1.86GHz/18MB，最大擴(kuò)展至4個處理器/內(nèi)存:32G DDR3 RDIMM/硬盤:4*300GB SAS/陣列:ServeRAID 0，1，5/網(wǎng)絡(luò):2*Giga Ethernet/Light Path)，IBM 四路服務(wù)器目前CPU主頻最大2.0GHz，最大八核，考慮成本采用六核。

(2)存儲器用于存儲各類資源，當(dāng)用戶檢索到需要的對象數(shù)據(jù)時，存儲能迅速地把資源反饋到讀者手中，存儲的選擇需要考慮數(shù)字資源類型、數(shù)量和所需存儲空間。［3］數(shù)據(jù)庫對存儲的基本要求:保證系統(tǒng)7天×24小時全天候服務(wù)，需要3.5T以上的存儲空間。我們選用IBM磁盤存儲柜DS3500(DS3512 SAS Dual Controller(雙控制器)/4GB緩存/12*600G SAS硬盤/FC擴(kuò)展子卡/5m LC－LC光纖線纜)，存儲分單控制器和雙控制器，從安全角度采用雙控產(chǎn)品，硬盤采用6個1TB，做RAID5及熱備后，總?cè)萘?TB，設(shè)備還有6個盤位的空間，目前支持單個最大硬盤2TB。RAID5能充分發(fā)揮多塊硬盤的優(yōu)勢，還可以提供良好的容錯能力，在任何一塊硬盤出現(xiàn)問題的情況下都可以繼續(xù)工作，不會受到任何損壞硬盤的影響。［4］

(3)操作系統(tǒng)選擇:Window server 2003以上版本，硬盤5G以上(不包括存儲空間)。

3 存在的問題分析

3.1 知識點超級鏈接

很多數(shù)據(jù)庫未能在各知識點之間建立鏈接，如:文本本身相關(guān)內(nèi)容之間、相關(guān)文本之間以及文本與有關(guān)網(wǎng)頁之間建立鏈接，這些鏈接對于推進(jìn)學(xué)科專業(yè)研究是非常重要的。如:在音像資源庫中采用知識點鏈接技術(shù)，實現(xiàn)音樂欣賞與相關(guān)知識點之間的鏈接，讀者可以在輕松欣賞音樂的同時查看各種類型的樂譜，而音樂家也可以輕而易舉地比較不同時代、不同音樂流派的音樂作品。

3.2 背景知識

未能在數(shù)據(jù)庫中嵌入音樂家辭典、音樂百科全書、歷史年代表、電子地圖等，嶺南音樂有自己輝煌的歷史，但展開歷史的研究不夠，研究中的歷史感不強(qiáng)，如果在平臺中載入背景性知識，建立相應(yīng)的知識支撐體系，提供立體的時間、空間坐標(biāo)體系和背景信息，就可以很好地解決這方面的缺陷，利用者不再需要繁瑣地另外查找資料去搞清那些細(xì)微的知識點，而可以使用平臺提供的輔助性工具確認(rèn)。［5］

3.3 檢索技術(shù)

數(shù)據(jù)庫一般提供有分類檢索和學(xué)科導(dǎo)航功能，這樣的設(shè)計能夠省去利用者在查找文獻(xiàn)、文本鑒別方面所付出的勞動，啟迪新的研究思路和引導(dǎo)研究者思想的深入。如借助于現(xiàn)有的檢索技術(shù)，可以實現(xiàn)文獻(xiàn)類型、指定分類、指定字段等多種字段的檢索，還可進(jìn)行基本檢索、高級檢索、聯(lián)合檢索、分類瀏覽、全文獲取等。但國內(nèi)很多數(shù)據(jù)庫的文檔資料掃描存貯格式為圖像，并不支持全文檢索功能，這一功能非常重要，對于平臺利用者具有特殊的價值，可滿足其個別的需要。

3.4 引文分析

絕大多數(shù)數(shù)據(jù)庫提供有用戶的總訪問量、分類瀏覽量、數(shù)據(jù)的使用情況、用戶的IP等用戶基本信息的統(tǒng)計分析功能，通過該功能可查詢到不同IP地址、不同用戶對數(shù)據(jù)庫的使用訪問情況。但數(shù)據(jù)庫最重要的是引文分析功能，通過該功能可以分析文獻(xiàn)資源間的各種數(shù)量關(guān)系及其變化規(guī)律，研究引用與被引用之間、共被引文獻(xiàn)和同引文獻(xiàn)之間的數(shù)量關(guān)系及其規(guī)律。但國內(nèi)很多數(shù)據(jù)庫在這方面研究不足，未能通過引文分析技術(shù)給研究者提供學(xué)科的最新成果、研究熱點、未來的發(fā)展情況、定位重要的研究者、重要的刊物、主要的研究機(jī)構(gòu)，并分析其貢獻(xiàn)和影響力。

［1］俞長保.高校地域文化資源專題特色數(shù)據(jù)庫建設(shè)探討［J］.圖書館學(xué)研究，2006，(12):25 －219.

［2］黎小妮.淺議高校圖書館的數(shù)字資源建設(shè)［J］.圖書館論壇，2007，(3):82 －84.

［3］安 東.圖書館硬件支撐體系建設(shè)中存在的誤區(qū)與解決途徑［J］.圖書館論壇，2006，(2):104 －106.

［4］易正強(qiáng)，廖思周.電子圖書館及其資源建設(shè)［J］.圖書館論壇，2006，(2):127 －129.

［5］徐 清，石向?qū)?，?唯.古籍?dāng)?shù)字化資源的深度開發(fā)［J］.圖書情報工作，2007，(3):95 －97.