(論文)基于XML的圖書館網(wǎng)絡(luò)信息資源整合研究

第3 9 卷第7 期 20O7 年7 月 哈爾濱工業(yè)大學學報 J O U R N A LO FH A R B I NI N S T I T U T EO FT E C H N O L O G Y V 0 1 3 9N o 7 J u l 2 0 0 7 基于X I L 的圖書館網(wǎng)絡(luò)信息資源整合研究 唐振宇1 ”，陳鳳巖1 ”，馮玉強1 ( 1 哈爾濱T 業(yè)大學管理學院，哈爾濱1 5 0 0 0 1 E 一眥i l ：z h e n y u t a n 酌9 1 6 3 c o m ； 2 哈爾濱工業(yè)大學罔書館，哈爾濱1 5 0 0 0 1 ) 摘要：為提高圖書館大量的數(shù)字信息資源的整體使用效率，實現(xiàn)信息資源的共享，提出了基于X M L 的圖 書館網(wǎng)絡(luò)信息資源的整合模型，設(shè)計并構(gòu)建了哈工大圖書館館藏文獻信息資源和本地其他信息資源整合的 原型系統(tǒng)，采用J S P + x M L 開發(fā)跨庫檢索系統(tǒng)，對不同來源、不同類型的文獻信息資源進行整合，為用戶提供 統(tǒng)一的檢索平臺和檢索方法，使檢索過程方便快捷，檢索結(jié)果更趨理想 關(guān)鍵詞：資源整合；x M L ；圖書館 中圖分類號：G 2 5 0 7 3文獻標識碼：A文章編號：0 3 6 7 6 2 3 4 ( 2 0 0 7 ) 0 7 1 1 3 5 一0 3 R 姻嘲暇mo fH b I 哪壤炯吣i I l 緬I n 磁岫1 1 e 舳咖c I 陷i 1 1 晚罌咖k l s e d 眥X 幾 T A N G Z h e n y u1 一，C H E NF e n g y a n l ”，F(xiàn) E N GY u q i a n 9 1 ( 1 S c h o o lo fM a n a g e m e n t ，H 如i n I n s t i t u t eo fT e c h n o l 9 9 y ，H a r b i n 1 5 0 0 0 l ，C h i n a ，E m a i l ：z h e n y u t a n 酌9 1 6 3 c o m ； 2 | l h en 岫0 ；i fH a r b i nI n s t i t u t e0 f1 b h 赫I o g y ，H 曲i I l 1 5 0 0 0 1 ，C h i n a ) A b s 咖c t ：I n o r d e rt oi m p r 0 V et h eo V e r a e 毋c i e n c y0 fu s i l l gl i b r a r yd 遮i t a li n f o n n a t i o nr e s o u r c e sa n da c h i e V e t h e 曲赫甥o f i n 南獅a t i 嘲r e s I 吣托e 8 島e 嗽e e n t h el i b 嫩i e s 。AX M L 6 a d o n l i B r 哆n e t w o r k i n f o H I l a t i o nr e s o u r c e i n t e 鏟a t i o nm o d e l w a s p u t f o r w a r d T h e l i b r a r y c o l l e c t i o no f d o c u m e n t a t i o na n di n f o 硼a t i o nr e s o u r c e s a n do t h e r l o c a li n f 0 珊a t i o nr e s o u r c e s i n t e g m t i n gs y s t e mp m t o t y p e o fH I ，I ( H a r b i nI n s t i t u t e o f7 r e c h n o l o g y ) h a s b e e n d e s i g n e d a n d b u i l t U s i n g t h eJ S P + X M L t e c h n i q u e ，a c I D s s d a t a b a s e i n q u i r i n gs y s t e m w a s d e v e l o p e d t o i n t e 鏟a t e d i f k r e n t t y p e s o fd o c u m e n ti n f o 邢a t i o n r e s o u r c e ，w h i c h o f 托r e d t h eu s e r sau n m e dd a t a b a s e i n q u i r i n g p l a d o 瑚a n d m e t h o d sw i t h c o n V e n i e n tr e t r i e v a l p m c e s s ，m o r es a t i s 每i n gs e a r c h i n g r e s u l t s K e y w o r d s ：r e s o u r c e s i n t e g r a t i o n ；X M L ；l i b r a r y 近年來，高校圖書館通過集團采購、自主購 買、自建數(shù)據(jù)庫等多種形式，引進和建設(shè)了一批高 質(zhì)量的數(shù)據(jù)庫，使得圖書館的電子圖書、電子期 刊、網(wǎng)絡(luò)數(shù)據(jù)庫等數(shù)字化信息資源顯著增加，為讀 者提供了更多的信息來源和獲取信息的途徑圖 書館大量的數(shù)字信息資源往往由不同的數(shù)據(jù)商提 供，軟硬件系統(tǒng)、運行環(huán)境各不相同，數(shù)據(jù)庫的檢 索界面存在差異性和復雜性不同的數(shù)據(jù)庫使用 不同的檢索軟件，每個數(shù)據(jù)庫支持的檢索算符和 使用的檢索語言也不盡相同當用戶在檢索某 收稿日期：2 0 0 5 一1 2 一0 5 基金項目：黑龍江省科技攻關(guān)計劃項目( 2 0 0 5 R 9 1 0 0 ) 作者簡介：唐振宇( 1 9 6 3 一) ，女，博士研究牛，副研究館員； 馮玉強( 1 9 6 l 一) ，女，教授，博士生導師 個課題時，為提高查全率，用戶不但需要了解在圖 書館提供的眾多數(shù)據(jù)庫中哪些數(shù)據(jù)庫涵蓋的學科 內(nèi)容與自己的檢索課題有關(guān)，而且還需要逐一登 陸所有相關(guān)數(shù)據(jù)庫分別進行檢索而在檢索時，還 要掌握不同數(shù)據(jù)庫的檢索方法，以便正確地檢索； 最后，各個數(shù)據(jù)庫的檢索結(jié)果又具有不同的全文 數(shù)據(jù)格式( 如c a j 、p d f 、p 咄等) ，需要安裝各自相 應的閱讀器，才能閱讀全文使檢索效率低下，增 加了用戶檢索的難度，浪費了用戶大量的時間和 精力，給使用者帶來諸多不便因此，圖書館迫切 需要對其擁有的數(shù)字信息資源進行統(tǒng)一的組織和 處理，即在引進、自建數(shù)據(jù)庫的同時，對這些信息 資源進行整合，讓使用者可以通過一個檢索人口 檢索到幾乎所有的信息資源，從而提高信息資源 整體使用效率，有利于實現(xiàn)信息資源的共享 哈爾濱工業(yè)大學學報第3 9 卷 1整合模式分析 信息資源的整合是指由計算機網(wǎng)絡(luò)及相關(guān)技 術(shù)構(gòu)成的系統(tǒng)，實現(xiàn)信息資源的集中管理及跨平 臺、跨數(shù)據(jù)庫檢索國內(nèi)圖書館的信息資源整合模 式主要有兩種：對數(shù)據(jù)源的整合及對不同信息資 源檢索接口的整合嵋J 1 1 數(shù)據(jù)源的整合 數(shù)據(jù)源的整合是對不同數(shù)據(jù)資源信息庫進行 整合整合方法是建立一個數(shù)據(jù)存貯倉庫，將參與 整合的各種數(shù)據(jù)源的數(shù)據(jù)裝入其中，把不同數(shù)據(jù) 結(jié)構(gòu)的內(nèi)容轉(zhuǎn)換為相同的數(shù)據(jù)格式，用單一的檢 索引擎檢索所有的資源這是一種最徹底、最完全 意義上的整合，完全脫離了各種異構(gòu)系統(tǒng)原有的 服務(wù)平臺通過對不同數(shù)據(jù)源的集成，構(gòu)建新的數(shù) 據(jù)倉庫，用戶通過數(shù)據(jù)倉庫提供的統(tǒng)一的檢索入 口進行查詢bJ 在這種模式下，數(shù)據(jù)重復存儲，整 合后的系統(tǒng)需要維護一個與數(shù)據(jù)源中的數(shù)據(jù)一致 的副本因為查詢不再訪問源數(shù)據(jù)，所以響應一般 較快，但維護代價較高 1 2 檢索接口的整合 檢索接口的整合是指在統(tǒng)一的用戶查詢接口 與信息反饋的形式下，共享多個數(shù)據(jù)庫資源的索引 和檢索技術(shù)，它以代理的角色接受用戶的請求，通 過轉(zhuǎn)換程序把查詢請求轉(zhuǎn)換成相應數(shù)據(jù)庫的查詢 語言和檢索方法，分別對各個數(shù)據(jù)庫發(fā)出檢索請 求，再將來自各個數(shù)據(jù)庫的命中結(jié)果集成在一個界 面中顯示給用戶對源數(shù)據(jù)的訪問方法有兩種”J ： 1 ) 利用數(shù)據(jù)庫接口訪問源數(shù)據(jù) 這種方法是借助于數(shù)據(jù)庫開發(fā)商所提供的數(shù) 據(jù)接口，直接訪問本地的數(shù)據(jù)源通過各數(shù)據(jù)庫管 理系統(tǒng)的現(xiàn)有查詢執(zhí)行引擎和語言，將數(shù)據(jù)從各 數(shù)據(jù)源中提取出來，不需要設(shè)計和實現(xiàn)專用的查 詢語言和執(zhí)行引擎，應用開發(fā)工作量小這種方法 通常建立在通用數(shù)據(jù)庫平臺和開放系統(tǒng)之上，由 于很多數(shù)據(jù)廠商不愿意開放其數(shù)據(jù)庫權(quán)限，公開 其數(shù)據(jù)訪問接口，使這種方法受到限制 2 ) 通過應用程序訪問源數(shù)據(jù) 這種方法應用的查詢首先被重構(gòu)、分解成面 向各個數(shù)據(jù)源的查詢，然后由查詢引擎調(diào)用包裝 器實時抓取各個數(shù)據(jù)源站點的頁面，抽取其中的 數(shù)據(jù)元素，再由執(zhí)行引擎將返回的數(shù)據(jù)集成、轉(zhuǎn)化 為統(tǒng)一的結(jié)構(gòu)化形式后返回給用戶這種方法的 優(yōu)點是不需要數(shù)據(jù)廠商的數(shù)據(jù)開放，具有良好的 現(xiàn)實操作性而且查詢的結(jié)果能保證始終是最薪 的，適用于數(shù)據(jù)源自治程度高、變化頻繁的情況 但這種方法需要設(shè)計和實現(xiàn)特定的查詢執(zhí)行引擎 和查詢語言，需要復雜的查詢生成器 無論哪種方式訪問源數(shù)據(jù)，當數(shù)據(jù)從數(shù)據(jù)源 中抽取出來以后，都需要對數(shù)據(jù)進行整合，形成統(tǒng) 一的數(shù)據(jù)中間模式由于數(shù)據(jù)在提供應用之前經(jīng) 過了處理，使返回給用戶的數(shù)據(jù)更加規(guī)范化x M L ( e X t e n s i b l eM a r k u p L a n g u a g e ) 具有自定義性及其 可擴展性等優(yōu)勢，便于表達各種類型的數(shù)據(jù)，數(shù)據(jù) 的呈現(xiàn)與處理可分離操作，可實現(xiàn)數(shù)據(jù)跨平臺傳 輸、交換和共享，以應用的中間數(shù)據(jù)形式，解決數(shù) 據(jù)的統(tǒng)一接口問題 2 圖書館信息資源整合原型系統(tǒng)設(shè)計 2 1 系統(tǒng)模型設(shè)計 本系統(tǒng)設(shè)計的目標：整合哈工大圖書館的館 藏書目數(shù)據(jù)資源和本地的其他信息資源，建立一 個異構(gòu)數(shù)據(jù)庫信息共享平臺，構(gòu)建統(tǒng)一的檢索系 統(tǒng)和用戶界面，實現(xiàn)用戶單一的檢索表達，在一個 涵蓋各種不同信息資源的集合中得到響應，從而 實現(xiàn)多個異構(gòu)信息資源庫的統(tǒng)一檢索采用J s P + X M L 開發(fā)這個跨庫檢索系統(tǒng)，開發(fā)模型如圖1 所示 應用服務(wù)器數(shù)據(jù)源 圖1 系統(tǒng)開發(fā)模型 本系統(tǒng)用J s P 與s e n ，l e t 聯(lián)合實現(xiàn)動態(tài)內(nèi)容服 務(wù)，吸取了兩種技術(shù)各自的突出優(yōu)點，用J s P 生成 表示層的任務(wù)，讓S e r v l e t 完成深層次的處理任 務(wù)，J a v a B e a n 完成數(shù)據(jù)的提取功能在擴展系統(tǒng) 時，只需修改業(yè)務(wù)邏輯和控制部分( J a v a B e a n 和 S e r v l e t ) 即可，無需修改顯示的J S P 系統(tǒng)，很容易 對些新購買的數(shù)據(jù)庫進行整合 2 2 系統(tǒng)體系結(jié)構(gòu)設(shè)計 在B s 模式的基礎(chǔ)上結(jié)合x M L 和J s P 的特 點和工作原理，將本系統(tǒng)分為4 層體系結(jié)構(gòu)：第l 層是表示層，接受用戶的信息請求并返回請求結(jié) 果；第2 層是W e b 服務(wù)層，實現(xiàn)信息的發(fā)布、交互 和處理的功能；第3 層是應用服務(wù)層，用于數(shù)據(jù)的 處理及與數(shù)據(jù)庫的交互，獲取各個異構(gòu)數(shù)據(jù)源的 接口數(shù)據(jù)，并整合成統(tǒng)一的中間數(shù)據(jù)格式x M L ； 第4 層是數(shù)據(jù)服務(wù)層“ j 基于x M L 的多層系統(tǒng)體 系結(jié)構(gòu)如圖2 所示 第7 期唐振宇，等：基于x M L 的圖書館網(wǎng)絡(luò)信息資源整合研究 表示層 w “服務(wù)層 用服務(wù)層 數(shù)據(jù)服務(wù)層 圖2 系統(tǒng)體系結(jié)構(gòu) 客戶端通過瀏覽器向w e b 服務(wù)器發(fā)出請求 后，由S e n ，l e t 負責接收，然后S e r v l e t 根據(jù)用戶的 動作調(diào)用相應的J s P 頁面與J a v a B e a n ，而與數(shù)據(jù) 庫交互工作由J a v a B e a n 負責，J S P 頁面生成動態(tài) x M L 反饋給客戶，在客戶端用x S L 處理器對檢索 結(jié)果進行處理J 2 3 程序設(shè)計 本系統(tǒng)通過統(tǒng)一的檢索平臺，實現(xiàn)對3 個異 構(gòu)數(shù)據(jù)庫的同時檢索，生成集成的檢索結(jié)果系統(tǒng) 體系結(jié)構(gòu)見圖2 系統(tǒng)檢索的數(shù)據(jù)源分別是館藏 書目數(shù)據(jù)庫( x M L 格式) 和關(guān)系型數(shù)據(jù)庫( s Y B A S E 和O R A C L E ) 限于篇幅，X M L 格式以及關(guān) 系型數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)未列出系統(tǒng)運行環(huán)境是 w i n d o w s 2 0 0 0 ，J 2 S D K ，T 0 m c a t 系統(tǒng)實現(xiàn)方法是先 把館藏書目數(shù)據(jù)( 原M A R C 格式) 經(jīng)過后臺程序 處理轉(zhuǎn)換成x M L 格式p ，通過查詢程序S e a r c h j s p 同時檢索上述3 種數(shù)據(jù)庫，并將檢索結(jié)果通過 J a v a B e a n 集成為一個統(tǒng)一的x M L 數(shù)據(jù)，再用x s L 對x M L 數(shù)據(jù)進行處理 J a v a B e a n 程序部分代碼如下： p a c k a g ec o m o 五e n t q u e r y ； i m p o no 唱w 3 c d o m 水； i m p o r to 昭a p a c h e x e r c e s d o m 術(shù)； i m p o r to 唱a p a c h e x e r c e s d o m 術(shù)； i m p o r to 曙a p a c h e x m l s e “a l i z e 水； i m p o r tj a V a u t i l 米； p u b l i c c l a s sC o n t m l s e a r c h L o a d M a r c X m ll o a d M a r c X m l = n e wL o a d M a r c X m l ( ) ； S e a r c h X m l R e c o r ds e a r c h X m l R e c o r d = n e w S e a r c h X m l R e c o r d ( ) ； p r i v a t e S t I - i n g6 l e N a m e = ”； p u b l i cC o n t r o l S e a r c h ( ) I p u b l i c D o c u m e n tm a k e S e a r c h (H a s h t a b l e s e a r c h T a b l e ) V e c t o re x i s t R e c o r d = n e w V e c t o r ( ) ； e x i s t R e c o r d = d o S e a r e h i n g ( s e a I h T a b l e ) ； S y s t e m o u t p r i n t l n ( ”e x i s t R e ( ：( 1 r d ：”+ e x i s t R e c o r d s i z e ( ) ) ； i f ( e x i s t R e c o r d s i z e ( ) = = 0 ) r e t u m q u e r y e d N o E x i s t R e c o r d ( ) ； e l s e r e t u m q u e r y e d E x i s t R e e o r d ( e x i s t R e c o r d ) ； 該系統(tǒng)的各個組成部分具有自身的自治性， 在實現(xiàn)數(shù)據(jù)共享的同時，每個數(shù)據(jù)庫系統(tǒng)