試析教育資源網(wǎng)格分布式檢索子系統(tǒng)的分析與設(shè)計

試析教育資源網(wǎng)格分布式檢索子系統(tǒng)的分析與設(shè)計

論文摘要:在教育資源網(wǎng)格系統(tǒng)中，資源往往處于不同地區(qū)、不同結(jié)構(gòu)的資源節(jié)點上，使用傳統(tǒng)的集中式的檢索機制無法勝任大量異構(gòu)資源的檢索和發(fā)現(xiàn)。為了解決這個問題，研究設(shè)計了一個以XML為基礎(chǔ)的分布式檢索子系統(tǒng)。該系統(tǒng)通過同構(gòu)的XML文件對不同資源節(jié)點上的本地資源進行描述，生成該節(jié)點上本地資源的描述XML文件，并以此為基礎(chǔ)，對多節(jié)點的大量資源文件實現(xiàn)了分布式的檢索。目前，隨著現(xiàn)代信息技術(shù)在教育領(lǐng)域的廣泛應(yīng)用，各地的中小學(xué)都擁有大量各種各樣的教學(xué)資源，包括教學(xué)課件、教學(xué)案例、精品課程教學(xué)視頻和各類輔助教學(xué)軟件等，但這些資源往往只能在有限的地域內(nèi)尤其是校內(nèi)才能訪問，互相之間發(fā)現(xiàn)和共享資源都十分困難，形成了許多的“信息孤島”，限制了不同學(xué)校、不同地域的信息交流和資源共享。因此，如何實現(xiàn)不同學(xué)校、不同地域之間的資源共享，提高資源的利用效率，避免同類資源的重復(fù)開發(fā)，是目前中小學(xué)教育信息化建設(shè)迫切需要解決的問題。大量資源被分布在不同區(qū)域的不同資源節(jié)點上，每個節(jié)點對其所擁有資源的描述和存儲方式各有不同，有的通過各種數(shù)據(jù)庫，有的則通過一些資源描述文件來組織其本地資源，加之各種數(shù)據(jù)庫、描述文件之間往往是異構(gòu)的，其各自的資源檢索機制也是多種多樣。顯然，在這種環(huán)境下，使用傳統(tǒng)的集中式的檢索機制無法勝任大量異構(gòu)資源的檢索和發(fā)現(xiàn)。網(wǎng)格作為一種日益流行的分布式計算平臺，為教育資源的共享提供了一種有效的解決方案。在網(wǎng)格的環(huán)境下，分布在不同地域、不同主機上的資源可以通過松散耦合的方式實現(xiàn)共享，其中資源的管理、存儲機制與傳統(tǒng)的集中式的資源組織方式有著很大的不同。XML是一種開放標(biāo)準(zhǔn)、簡單易用的語言，它支持國際化，與平臺、工具、數(shù)據(jù)庫、協(xié)議、編程語言無關(guān)，并且XML文件是基于文本的，易讀易寫，也易于在網(wǎng)絡(luò)中傳播。本文正是利用了XML語言的這些優(yōu)點，通過同構(gòu)的XML文件對不同資源節(jié)點上的本地資源進行描述，生成該節(jié)點上本地資源的描述XML文件，并以此為基礎(chǔ)，對多節(jié)點的大量資源文件進行分布式的檢索。一、分布式檢索子系統(tǒng)的體系結(jié)構(gòu)分析在教育資源網(wǎng)格的體系結(jié)構(gòu)中，對資源的存儲和管理一般被分散在若干個具有不同結(jié)構(gòu)的子節(jié)點上，本文定義這種節(jié)點為一個資源節(jié)點。資源節(jié)點一般位于一個較小的教學(xué)部門內(nèi)，存儲了該部門一定數(shù)量的教學(xué)資源，并以web服務(wù)的方式供用戶和其它資源節(jié)點訪問。但不同資源節(jié)點的資源組織方式往往不同，有的是通過數(shù)據(jù)庫，有的是通過一些描述文件，而且數(shù)據(jù)庫的種類和結(jié)構(gòu)也有很大的差別，這就導(dǎo)致不同資源節(jié)點之間資源共享和發(fā)現(xiàn)都十分困難。在以上所描述的環(huán)境中，用戶如果想訪問這些資源，需要登陸每一個資源節(jié)點進行檢索和下載，但因為資源節(jié)點分布廣泛，數(shù)量眾多，用戶要盡快的檢索到自己所需要的全部資源存在一定的難度。分布式資源檢索策略可以有效的解決這一問題，該策略的思想是當(dāng)用戶登陸任何一個資源節(jié)點的時候，這個節(jié)點除了要檢索自己本地的資源以外，還又作為一個客戶端，自動地去連接其它資源節(jié)點并發(fā)出檢索請求，將檢索結(jié)果進行合并和匯總后返回給用戶。二、本地資源的XML描述在教育資源網(wǎng)格系統(tǒng)中，資源通過各種協(xié)議由資源發(fā)布人上傳至資源節(jié)點。資源發(fā)布人在上傳過程中，需要指定資源的標(biāo)題、所屬年級、學(xué)科、作者等描述信息，這些信息往往是資源檢索的依據(jù)。因此，本地資源的XML描述文件需要記錄以上的資源信息。為了實現(xiàn)所有資源的統(tǒng)一組織，這個XML文檔在不同的資源節(jié)點上應(yīng)該是同構(gòu)的。根據(jù)以上的思想，需要對XML文檔進行統(tǒng)一規(guī)范。在一個資源節(jié)點的XML描述文檔中，XML頭部顯式定義文檔使用UTF-8作為編碼方式，以廣泛地支持各種字符集。XML文檔以allresource作為根元素，表示該元素下的子元素描述了該資源節(jié)點全部資源的信息。allresource元素下包含至少一個resourceitem元素，表明了該資源節(jié)點下的一個資源項。在resourceitem元素之下，又分別定義了該資源的各種描述信息，包括標(biāo)題、所屬年級、學(xué)科等。在每一個資源節(jié)點上，只需一個節(jié)點管理程序，該程序會隨著其所屬本地資源的變動維護一個XML文檔，它的作用實質(zhì)上是充當(dāng)一個資源發(fā)言人的角色。其他站點只要通過這個XML文檔，就可以得到這個資源節(jié)點所管理的所有資源的信息，包括資源的描述信息和資源的地址信息。因此，對資源的檢索過程也就轉(zhuǎn)化為對這個XML文檔內(nèi)容的檢索過程。三、基于XPath的本地資源檢索通過以上論述，對一個資源節(jié)點的檢索過程可以通過檢索其資源描述的XML文檔內(nèi)容來完成。XPath是一門在XML文檔中查找信息的語言，它可以用來在XML文檔中對元素和屬性進行遍歷，使用路徑表達式來選取XML文檔中的節(jié)點或者節(jié)點集，可以通過XPath語言構(gòu)造資源檢索語句。在XPath中，有元素、屬性、文本、命名空間、處理指令、注釋和根節(jié)點七種類型的節(jié)點。在遍歷過程中，XML文檔是被作為節(jié)點樹來對待的。樹的根被稱為根節(jié)點，在根節(jié)點下，路徑表達式可以通過類似Windows操作系統(tǒng)文件夾的形式構(gòu)造。通過XPath語言構(gòu)造出的資源檢索語句需要返回XML文檔的資源描述中所包含的用戶所提供的檢索字符串中的資源項。在上文資源描述的定義規(guī)范中，對資源項的具體信息描述，如標(biāo)題、所屬年級、學(xué)科等，都是以子元素的形式位于該資源項元素之下，因此，要想獲得該資源項元素，需要對已經(jīng)查找到的包含用戶檢索字符串的元素進行軸路徑查找，以向上回溯獲得該元素的父節(jié)點，即所要返回的資源項元素。四、基于JavaRMI的分布式檢索機制在本文所描述的分布式資源共享的環(huán)境下，如果僅僅使用本地資源檢索，用戶需逐個登陸多個服務(wù)器以檢索所需要的資源，“信息孤島”的局面依然沒有解決，不能滿足分布式檢索子系統(tǒng)的要求。本文提出一種分布式檢索的機制，用戶登陸任意一臺服務(wù)器提交資源檢索字符串后，該服務(wù)器除在本地進行檢索之外，還將字符串檢索命令以洪泛的方式提交給它所知道的所有資源節(jié)點服務(wù)器。所有得到該命令的服務(wù)器分別在自己的XML資源描述文檔中查找是否包含用戶所需要的資源，如果有，則將該資源的描述信息和地址信息以結(jié)果集的形式返回給命令的發(fā)起服務(wù)器。由發(fā)起服務(wù)器負(fù)責(zé)將多個服務(wù)器返回的結(jié)果集進行合并、排序等操作，最后返回給用戶?；谝陨纤枷?，分布檢索子系統(tǒng)可以采用JavaRMI技術(shù)來實現(xiàn)。JavaRMI是Java的一組支持開發(fā)分布式應(yīng)用程序的API。RMI使用Java語言接口定義了遠程對象，集合了Java序列化和Java遠程方法協(xié)議。由于J2EE是分布式程序平臺，RMI機制可以實現(xiàn)程序組件在不同操作系統(tǒng)之間的通信，這樣就使原先的程序在同一操作系統(tǒng)的方法調(diào)用，變成了不同操作系統(tǒng)之間程序的方法調(diào)用。發(fā)起服務(wù)器將檢索命令提高的過程就可以看作是發(fā)起服務(wù)器對遠程服務(wù)器本地資源檢索方法的一次調(diào)用，通過RMI方法特有的JRMP協(xié)議，實現(xiàn)兩臺服務(wù)器命令的提交和結(jié)果集的返回。五、分布式檢索的緩存策略和流程設(shè)計引入分布式的檢索機制后，由于要對用戶的查詢請求使用洪泛的方式交付給每一個服務(wù)器處理，網(wǎng)絡(luò)的流量負(fù)擔(dān)會加重，造成檢索延遲的增大，影響到查詢效率。但資源節(jié)點服務(wù)器擁有的資源項相對固定，在一段時期內(nèi)對服務(wù)器進行特定字符串檢索往往會返回同樣的結(jié)果。因此，采用在本地服務(wù)器中保存常用字符串檢索結(jié)果的緩存策略，會提高資源檢索的速度，降低網(wǎng)絡(luò)流量的壓力。為了獲取當(dāng)前各資源節(jié)點的最新信息，還需要引入相應(yīng)的超時和更新機制，限定緩存的生命周期，對緩存進行周期性的更新。在緩存策略中，什么樣的字符串應(yīng)該被緩存是首先要解決的問題。本文采用的是人工定義的方法，根據(jù)經(jīng)驗定義一些字符串作為緩存項，主要是分類檢索的各個子項，如按年級分類檢索的子項“高一”、“高二”，按學(xué)科分類檢索的子項“語文”、“數(shù)學(xué)”等。因為這些字符串相對比較固定且在教育網(wǎng)格的首頁設(shè)有鏈接，被檢索的幾率較高。為管理好緩存并定時地創(chuàng)建、更新緩存項，在每一個服務(wù)器本地定義了一個XML文檔，該文檔描述了這臺服務(wù)器所有檢索緩存的字符串名稱、緩存更新的時間以及該字符串的類型信息。其中，字符串名稱不僅表示檢索時所對應(yīng)的字符串，還表示該字符串檢索結(jié)果緩存在本地所保存的文件名;字符串的類型由type屬性決定;為方便地進行日期比較和時間差計算，緩存更新時間用該緩存項最后的更新時間與1970年1月1日之間的毫秒數(shù)來表示。用戶提交檢索命令之后，檢索子系統(tǒng)首先讀取caches.xml文檔，檢查是否含有相應(yīng)的緩存項的記錄。如果沒有，將其作為普通的字符串提交給分布式檢索引擎進行檢索。如果有，讀入該緩存項，提取出該緩存項的時間信息。如果該緩存最后更新時間與當(dāng)前時間的差t大于規(guī)定的超時時間閾值tmax，則認(rèn)定該緩存項超時，將該字符串提交給檢索引擎進行檢索，當(dāng)結(jié)果集返回合并后，更新本地緩存文件，并更新caches.xml的相應(yīng)更新時間信息。如果判定本地緩存項沒有超時，則直接讀入以字符串名命名的該緩存項的XML文件，作為結(jié)果集返回給用戶。本文設(shè)計并實現(xiàn)了一個基于XML的分布式檢索子系統(tǒng)，該系統(tǒng)使用XML文檔作為一個資源節(jié)點的資源描述文件，并使用JavaRMI技術(shù)實現(xiàn)了分布式、多服務(wù)器的檢索。為提高檢索效率，降低網(wǎng)絡(luò)流量，還引入了緩存策略。該系統(tǒng)符合教育資源網(wǎng)格系統(tǒng)的要求，有效的解決了不同地域、多種異構(gòu)教育資源的共享問題。高宏卿，王曉東.基于網(wǎng)格技術(shù)的校園網(wǎng)應(yīng)用研究.計算機應(yīng)用研究，2005，(9).RahmanRM，BarkerK，AlhajjR.ReplicaPlacementDesignwithSta