企業(yè)數(shù)字檔案館（室）通用歸檔接口方案探析

李春偉

摘要：企業(yè)在業(yè)務(wù)系統(tǒng)立項建設(shè)時，大多沒有考慮歸檔需求，面對數(shù)量眾多、部署各異、功能復(fù)雜的各類業(yè)務(wù)系統(tǒng)，歸檔接口開發(fā)和運維面臨較大的技術(shù)困難、成本壓力。通過建立規(guī)范、統(tǒng)一的通用歸檔接口方案，統(tǒng)一歸檔接口建設(shè)標(biāo)準(zhǔn)，可以有效降低業(yè)務(wù)系統(tǒng)歸檔接口開發(fā)難度與開發(fā)成本，促進企業(yè)數(shù)字檔案館（室）建設(shè)。

關(guān)鍵詞：數(shù)字檔案館（室） 歸檔接口 歸檔信息包

進入數(shù)字經(jīng)濟時代，企業(yè)各類業(yè)務(wù)高度數(shù)字化、智能化，形成和積累的海量電子文件需要歸檔。由于企業(yè)在業(yè)務(wù)系統(tǒng)立項建設(shè)時，大多沒有考慮歸檔需求，面對數(shù)量眾多、部署各異、功能復(fù)雜的各類業(yè)務(wù)系統(tǒng)，歸檔接口開發(fā)和運維面臨較大的技術(shù)困難、成本壓力。企業(yè)數(shù)字檔案館（室）亟須建立規(guī)范、統(tǒng)一的通用歸檔接口方案，以滿足當(dāng)前歸檔需求。

一、通用歸檔接口建設(shè)背景

自2009年以來，國家先后出臺了一系列電子文件歸檔與電子檔案管理的規(guī)范標(biāo)準(zhǔn)，內(nèi)容涵蓋電子文件元數(shù)據(jù)方案、電子文件封裝、電子檔案四性檢測、業(yè)務(wù)系統(tǒng)歸檔接口功能要求等內(nèi)容。由于涉及較多的電子文件、信息技術(shù)等跨學(xué)科專業(yè)知識，缺乏具體、通用、先進的技術(shù)支撐，企業(yè)數(shù)字檔案館（室）在業(yè)務(wù)系統(tǒng)歸檔接口開發(fā)過程中，存在較大的困難和障礙。歸檔接口開發(fā)主要存在以下問題。

（一）歸檔信息不完整

完整的歸檔信息應(yīng)包括電子文件及其元數(shù)據(jù)，其中元數(shù)據(jù)應(yīng)包括文件實體塊、機構(gòu)人員實體塊、業(yè)務(wù)實體塊等內(nèi)容。部分單位的歸檔信息不規(guī)范、不完整，主要表現(xiàn)在以下幾個方面。

1.電子文件元數(shù)據(jù)不齊全，業(yè)務(wù)系統(tǒng)僅捕獲文件實體塊的內(nèi)容描述元數(shù)據(jù)，沒有捕獲文件實體塊的其他元數(shù)據(jù)，以及機構(gòu)人員實體元數(shù)據(jù)、業(yè)務(wù)實體元數(shù)據(jù)等內(nèi)容。

2.在數(shù)據(jù)傳輸過程中，由于網(wǎng)絡(luò)波動、系統(tǒng)運維、計算機資源不足、服務(wù)器重啟等意外事件影響，易出現(xiàn)數(shù)據(jù)丟包、傳輸中斷等情況，導(dǎo)致條目和電子文件原文傳輸不全或傳輸失敗。而且受限于企業(yè)內(nèi)網(wǎng)帶寬，超大電子文件無法在線歸檔。

3.由于綜合檔案管理系統(tǒng)著錄字段數(shù)量限制，檔案條目僅記錄了主要的文件實體元數(shù)據(jù)，沒有記錄電子文件在收集、整理和歸檔過程中形成的各類元數(shù)據(jù)，造成歸檔信息不完整。

（二）歸檔接口功能不完善

部分單位受限于成本、技術(shù)等原因，業(yè)務(wù)系統(tǒng)歸檔接口功能缺失或存在缺陷，比如歸檔接口沒有四性檢測功能，無法檢測歸檔電子文件及其元數(shù)據(jù)的完整性，歸檔后易出現(xiàn)條目元數(shù)據(jù)和原文不規(guī)范、缺失等情況，人工處理效率很低；歸檔接口沒有自動查重功能，易出現(xiàn)重復(fù)歸檔；歸檔接口沒有格式轉(zhuǎn)換功能，部分歸檔的電子文件格式?jīng)]有轉(zhuǎn)換為通用格式；歸檔接口沒有斷點續(xù)傳功能，無法確保歸檔信息包的完整性；歸檔數(shù)據(jù)為明文傳輸、存儲，沒有加密，存在安全漏洞。

（三）歸檔接口無法靈活擴展

部分單位在開發(fā)歸檔接口時，沒有考慮業(yè)務(wù)系統(tǒng)升級、歸檔范圍變化、檔案管理系統(tǒng)升級、檔案門類模板變化等系統(tǒng)變更因素，或者進行了固化處理，如只支持固定的元數(shù)據(jù)、固定的歸檔范圍、固定的版式文件等。出現(xiàn)系統(tǒng)變更時，歸檔接口的可擴展性差，需要對歸檔接口重新開發(fā)，二次開發(fā)成本較高。

二、通用歸檔接口方案和技術(shù)平臺設(shè)計

對于企業(yè)而言，由于各類業(yè)務(wù)系統(tǒng)數(shù)量眾多、部署各異、功能復(fù)雜，歸檔接口開發(fā)需要考慮規(guī)范化、標(biāo)準(zhǔn)化，制訂規(guī)范、統(tǒng)一的歸檔接口方案，統(tǒng)一歸檔接口建設(shè)標(biāo)準(zhǔn)，無疑成為首選。同時，為降低業(yè)務(wù)系統(tǒng)歸檔功能開發(fā)的技術(shù)難度與開發(fā)成本，避免四性檢測不合格的電子文件進入綜合檔案管理系統(tǒng)，有必要單獨建設(shè)獨立的歸檔接口平臺，在業(yè)務(wù)系統(tǒng)與綜合檔案管理系統(tǒng)之間搭建一座“橋梁”，專門用于電子文件在線歸檔的預(yù)處理。歸檔接口設(shè)計方案如圖1所示。

（一）歸檔接口平臺主要功能

歸檔接口平臺被定位為電子文件在線歸檔的預(yù)處理平臺，主要包括：元數(shù)據(jù)管理、四性檢測、格式轉(zhuǎn)換、智慧編號、SDK（軟件開發(fā)工具包）管理、中間庫管理等功能。該平臺的主要作用在于：將元數(shù)據(jù)方案動態(tài)封裝到SDK并集成到前端業(yè)務(wù)系統(tǒng)中，簡化業(yè)務(wù)系統(tǒng)歸檔功能開發(fā)工作，實現(xiàn)企業(yè)標(biāo)準(zhǔn)化歸檔信息包結(jié)構(gòu)；將電子文件歸檔四性檢測前移到歸檔接口平臺，避免將檢測不合格的數(shù)據(jù)歸檔到綜合檔案管理系統(tǒng)。

1.元數(shù)據(jù)管理。將企業(yè)各門類電子檔案元數(shù)據(jù)方案分別配置到歸檔接口平臺，定義電子文件元數(shù)據(jù)結(jié)構(gòu)，配置業(yè)務(wù)系統(tǒng)與綜合檔案管理系統(tǒng)各門類檔案的字段映射關(guān)系，從而實現(xiàn)電子文件元數(shù)據(jù)方案的集中、統(tǒng)一、規(guī)范管理。

2.四性檢測。將歸檔環(huán)節(jié)四性檢測前移到歸檔接口平臺，只有四性檢測通過的電子文件方可被傳輸?shù)骄C合檔案管理系統(tǒng)并創(chuàng)建條目、掛接電子文件，四性檢測不通過的電子文件將被拒絕傳輸?shù)骄C合檔案管理系統(tǒng)，從而避免在綜合檔案管理系統(tǒng)人工排查歸檔失敗數(shù)據(jù)。

3.格式轉(zhuǎn)換。由于部分業(yè)務(wù)系統(tǒng)不具備格式轉(zhuǎn)換功能，可以在歸檔接口平臺配置格式轉(zhuǎn)換策略，將業(yè)務(wù)系統(tǒng)歸檔電子文件自動轉(zhuǎn)換為通用格式（比如PDF格式、JPG格式等），并與原始格式電子文件同時保存。

4.智慧編號。歸檔接口平臺可以自動檢測綜合檔案管理系統(tǒng)已編制檔號的各類數(shù)據(jù)，為待歸檔的電子文件自動編制檔號，從而減輕電子文件編制檔號工作量，提高工作效率，提高編號準(zhǔn)確性，避免人工編號錯誤。

5.SDK管理。SDK是為特定的軟件包、軟件框架、硬件平臺、操作系統(tǒng)等建立應(yīng)用程序時所使用的開發(fā)工具的集合。由于業(yè)務(wù)系統(tǒng)歸檔功能要求較多，如果由每個業(yè)務(wù)系統(tǒng)單獨開發(fā)元數(shù)據(jù)封裝、四性檢測、格式轉(zhuǎn)換、智慧編號、加密標(biāo)準(zhǔn)、斷點續(xù)傳、時間戳服務(wù)等通用功能和服務(wù)，歸檔接口開發(fā)將面臨技術(shù)復(fù)雜、開發(fā)成本高、開發(fā)周期長、后期運維困難等問題，而若將相關(guān)通用功能和服務(wù)集成到SDK并提供給業(yè)務(wù)系統(tǒng)供應(yīng)商，則業(yè)務(wù)系統(tǒng)不需要單獨開發(fā)相關(guān)功能和服務(wù)，通過調(diào)用SDK即可具備豐富的歸檔功能，極大地降低歸檔接口開發(fā)難度，降低開發(fā)成本，縮短開發(fā)周期，降低運維難度。

6.中間庫管理。部分業(yè)務(wù)系統(tǒng)受限于技術(shù)、成本等因素，或者供應(yīng)商無法配合，無法直接收集電子文件和提交歸檔信息包，可以通過中間庫方式開發(fā)歸檔接口；通過在歸檔接口平臺配置中間庫，使用ETL工具（數(shù)據(jù)倉庫技術(shù)）將業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫遷移到中間庫，并在中間庫進行電子文件封裝和提交歸檔信息包。

（二）數(shù)據(jù)傳輸模式

1.電子文件元數(shù)據(jù)與原文同步傳輸。業(yè)務(wù)系統(tǒng)將電子文件及其元數(shù)據(jù)封裝成一個歸檔信息包，同步傳輸?shù)綒w檔接口平臺。只有傳輸完成并通過四性檢測的歸檔信息包，才會被傳輸?shù)骄C合檔案管理系統(tǒng)創(chuàng)建條目、掛接電子文件，從而避免電子文件元數(shù)據(jù)與原文異步傳輸造成的問題。

2.數(shù)據(jù)傳輸使用斷點續(xù)傳技術(shù)。業(yè)務(wù)系統(tǒng)向歸檔接口平臺傳輸歸檔信息包時，通過調(diào)用歸檔接口的斷點續(xù)傳服務(wù)，將歸檔信息包切片分割傳輸，切片大小一般應(yīng)小于斷點續(xù)傳的最高網(wǎng)速，確保歸檔信息包完整、快速地傳輸，避免因意外事件造成電子文件元數(shù)據(jù)與原文的不完整、缺失，同時，超大文檔歸檔不再受限。斷點續(xù)傳服務(wù)應(yīng)配置傳輸限速、傳輸數(shù)量限制等措施，避免過度占用或獨占企業(yè)內(nèi)網(wǎng)專線的帶寬，影響其他業(yè)務(wù)系統(tǒng)正常運行。

3.數(shù)據(jù)傳輸使用加密傳輸。業(yè)務(wù)系統(tǒng)向歸檔接口平臺傳輸歸檔信息包時，先將歸檔信息包采取DES對稱加密，在數(shù)據(jù)傳輸過程中，將文件切片后采取FTPS加密傳輸，保障電子文件傳輸信號難以被截取解析。FTPS的密鑰由企業(yè)掌握，從而避免歸檔信息包明文傳輸、保存造成的安全漏洞。

（三）歸檔信息包封裝策略

根據(jù)《基于XML的電子文件封裝規(guī)范》（DA/T 48—2009）中的定義，電子文件封裝包中包含文件、文件元數(shù)據(jù)、電子簽名、封裝描述信息等，封裝包是一個格式規(guī)范的XML文件，其擴展名為EEP。計算機文件的二進制流因應(yīng)XML技術(shù)特點，在封裝包中用BASE64編碼表示，在實踐過程中發(fā)現(xiàn)，較小文檔的二進制流BASE64編碼字符數(shù)較少，寫入后形成的XML文件較小，而企業(yè)各類業(yè)務(wù)系統(tǒng)情況復(fù)雜，普遍存在每份電子文件包含超大文檔等情況，其二進制流 BASE64編碼字符數(shù)很多，寫入后形成的XML文件超大（可能超過數(shù)百兆）。由于歸檔接口平臺在解析XML文件時，需要將XML文件加載到系統(tǒng)內(nèi)存，超大XML文件非常消耗內(nèi)存或無法解析處理。另外，由于XML文件超大，在綜合檔案管理系統(tǒng)查看XML文件中的元數(shù)據(jù)信息亦非常困難。

因此，電子文件封裝結(jié)構(gòu)需要尋找一種新方法，經(jīng)過改進后的電子文件歸檔信息包是由電子文件元數(shù)據(jù)XML、電子文件元數(shù)據(jù)XSD、文檔FILE等多個電子文件構(gòu)成的壓縮包，其擴展名為SIP，歸檔信息包封裝結(jié)構(gòu)如圖2所示。

1.電子文件元數(shù)據(jù)XML是一個格式規(guī)范的XML文件，其擴展名為XML，元數(shù)據(jù)結(jié)構(gòu)參考DA/T 48—2009附錄A進行描述，主要用于記錄電子文件元數(shù)據(jù)、綜合檔案管理系統(tǒng)創(chuàng)建條目等。主要改進點在于：文件編碼數(shù)據(jù)不再記錄二進制流BASE64編碼，改為記錄數(shù)字摘要。數(shù)字摘要是文件通過MD5算法生成的散列值，每份文件的數(shù)字摘要一般不超過50個字符，寫入數(shù)字摘要后形成的XML文件一般不超過100KB，從而確保XML文件被快速解析、快速查看、有效保存。

2.電子文件元數(shù)據(jù)XSD是一個格式規(guī)范的XML文件（XML Schema Definition），其擴展名為XSD，元數(shù)據(jù)結(jié)構(gòu)參考DA/T 48—2009附錄B進行描述，主要用于校驗元數(shù)據(jù)XML文件的完整性、規(guī)范性。業(yè)務(wù)系統(tǒng)每次歸檔前，通過歸檔接口從歸檔接口平臺自動獲取最新的元數(shù)據(jù)XSD文件，在歸檔信息包傳輸?shù)綒w檔接口平臺后，將XSD文件與XML文件結(jié)構(gòu)進行校驗，校驗通過，方可歸檔。

3.文檔FILE是一個文件夾，用于保存業(yè)務(wù)系統(tǒng)形成的多個文檔。公文處理單、正文、附件等歸檔電子文件均被保存在以FILE命名的文件夾中。

（四）數(shù)字簽名策略

綜合檔案管理系統(tǒng)配備專用的時間戳服務(wù)器，時間信號由我國唯一法定時間源——國家授時中心負(fù)責(zé)授時和守時，可以保障時間的權(quán)威和準(zhǔn)確。業(yè)務(wù)系統(tǒng)在封裝元數(shù)據(jù)XML文件時，通過SDK調(diào)用時間戳服務(wù)，可使用加密算法（例如：國密算法SM2、SM3等）結(jié)合時間戳對XML文件的被簽名對象進行數(shù)字簽名，并記錄在XML文件的數(shù)字簽名塊，具備防冒充、防篡改、防重放、防抵賴、防泄密等特點，能有效證明被簽名對象產(chǎn)生的時間及內(nèi)容完整性、真實性，確保歸檔信息包的完整性、真實性、保密性，保障電子檔案的來源可靠。

三、通用歸檔接口建設(shè)的價值與意義

制訂規(guī)范、統(tǒng)一的通用歸檔接口方案，建設(shè)獨立的歸檔接口平臺，對企業(yè)檔案信息化建設(shè)具有積極的推動作用和顯著的經(jīng)濟效益，能夠有效滿足企業(yè)數(shù)字檔案館（室）建設(shè)需求。

1.有效降低業(yè)務(wù)系統(tǒng)歸檔接口開發(fā)成本，切實為企業(yè)降本增效。業(yè)務(wù)系統(tǒng)通過調(diào)用歸檔接口平臺提供的SDK，不需要獨立開發(fā)通用功能和服務(wù)，極大地減少了歸檔接口開發(fā)的工作量，降低了開發(fā)成本。以筆者所在單位為例，每個業(yè)務(wù)系統(tǒng)歸檔接口開發(fā)成本平均約100萬元，在歸檔接口平臺上線后，歸檔接口開發(fā)成本平均約30萬元，集團各類業(yè)務(wù)系統(tǒng)約3000個，節(jié)約歸檔接口開發(fā)成本顯著。

2.促進業(yè)務(wù)系統(tǒng)電子文件歸檔，滿足企業(yè)數(shù)字檔案館（室）建設(shè)要求。通過歸檔接口平臺的建設(shè)，極大地簡化了業(yè)務(wù)系統(tǒng)歸檔功能開發(fā)工作，降低了業(yè)務(wù)系統(tǒng)改造難度，減少了來自相關(guān)各方的阻力，促進了各單位及時、完整、規(guī)范地完成電子文件歸檔任務(wù)，更好地滿足了企業(yè)數(shù)字檔案館（室）建設(shè)對業(yè)務(wù)系統(tǒng)電子文件在線歸檔的要求。

3.驗證了國家電子文件歸檔的標(biāo)準(zhǔn)規(guī)范，形成可推廣復(fù)制的經(jīng)驗做法。在國家相關(guān)標(biāo)準(zhǔn)規(guī)范的指引下，結(jié)合企業(yè)實際，積極探索國家電子文件歸檔標(biāo)準(zhǔn)規(guī)范在企業(yè)具體實踐中的實現(xiàn)路徑，進一步明確和完善了國家電子文件歸檔的通用技術(shù)和功能要求，形成一套完整、規(guī)范、先進的通用歸檔接口方案。

參考文獻：

[1]楊迪.基于OAIS模型的歸檔接口實現(xiàn)[J].中國檔案，2016（5）：65-66.

[2]國家檔案局.文書類電子文件元數(shù)據(jù)方案：DA/T 46—2009[S/OL].（2009- 12- 16） [2010- 06-01]. https： //www. saac. gov. cn/daj /hybz /201806/ af2c513b5e284571952d6595fd5383b8/files/ 9b2a46526ddb4b66b5b5bef32d7aa21a.pdf.

[3]國家檔案局.基于XML的電子文件封裝規(guī)范：DA/T 48—2009[S/OL].（2009- 12- 16） [2010- 06-01]. https： //www. saac. gov. cn/ daj/hybz /201806/ af5bf561f75343f69bf2efb78913a284/files/ 08d2e2120d134cf58f927d9766c6e4b9.pdf.

[4]國家檔案局辦公室.企業(yè)電子文件歸檔與電子檔案管理指南（檔辦發(fā)〔2015〕4號）[EB/OL].（2015-12-02）[2023-03-31]. https： // www. saac. gov. cn / daj / fxwj/201910/1d5c7e2b0230445e8acaf0457c8e92a7.shtm.

作者單位：華潤（集團）有限公司