圖書館統計云服務的技術與應用

□陳放 王曉平

大連工業大學,大連,116026

1 引言

“圖書館統計云服務”是一種利用大規模的低成本計算單元,通過 IP網絡相連,為多個用戶提供的統計服務[1]。目前圖書館的“云”概念已經騰空而起,“雨”是靠無數云相互碰撞產生的?！霸啤焙汀坝辍毙纬傻臍庀蟋F象也可以用來解釋圖書館的“云服務”形成過程。OCLC已經將圖書館的“云”形成了“雨”,著陸到我們圖書館世界的地面上,圖書館的上空究竟還有多少“云”能夠形成“雨”?這不能以人們的主觀意愿為轉移,這與自然界中“云”的形成過程十分相似,至于“云”是否能夠形成“雨”取決于許多客觀條件。圖書館“云”和“雨”的形成與著陸是有過程的,需要圖書館人在無數“云”朵中穿行與相互碰撞才能形成。

“全國高校圖書館事實數據庫”系統(以下簡稱事實數據庫系統),就是一個典型的“統計云服務”的成功應用,只不過我們過去沒有用“云服務”的理念去定義這種服務。事實數據庫系統是在教育部高等學校圖書情報工作指導委員會的領導下,2005年以來采用“統計云服務方式”在全國高校范圍內實施。全國各高校圖書館都能夠通過互聯網,登錄并使用安裝在北京大學圖書館計算機服務器上的事實數據庫系統,只要認真及時填報相關數據,就能檢索并統計高校圖書館的建設、管理與服務情況,為各高校圖書館提供本統計與評估服務,從 1999年至今,全國高校圖書館的統計數據主要來源于該系統。

在“統計云服務”的過程中,我們經過多年與各種“云”的相互碰撞,受到商業智能(BI,Business Intelligence)的啟發,使我們想到商業企業統計可以有專門的統計分析工具,圖書館統計工作為什么不能有專業的統計工具呢?我們從事實數據庫系統的建設與應用中看到了“統計云服務”所具有的實際應用價值和發展空間。

云計算給圖書館管理帶來了諸多挑戰,如統計數據的保密和隱私;數據的有效遷移;統計結果的獲取方式及存儲方式;數據的知識產權等等?！皥D書館應用云計算并沒有現成的道路可走”[2],對于不同的云服務會有不同方法、不同的解決方案。本文通過事實數據庫系統的開發與應用實例,結合用戶實際需求,對云服務所面臨的挑戰,從技術、應用層面進行研究和探討。

2 “統計云服務”的系統構架

“統計云服務”的系統構架必須建立在開放、穩定、整合的平臺之上。該平臺應該具有提供多層次的用戶管理、安全性控制、連接數據源以及訪問、分析和共享信息的功能。系統構架猶如建房子的地基,從構建系統那一刻起,就要考慮為滿足系統功能與性能指標,需要構建什么樣的地基。在C/S系統構架的圖書館管理集成系統中,系統構架注重的是模塊的科學劃分及模塊之間的耦合度,以及對圖書館工作流描述的細膩程度。在“云”服務時代,我們不是一步就登上“云”端,而是一步一步走上“云”端,“全國高校圖書館事實數據庫”毋庸質疑是一種“統計云服務”模式,從 1999年的單機版系統,到 2005年的網絡版系統,從其發展歷程可以清楚地描繪出其步入“云“端的軌跡。因而那些在C/S系統構架設計方面積累的經驗仍然是我們直上“云”端的寶貴財富。

“統計云服務”的開放性是其生存、發展與應用的基本保證。開放性的云服務系統應該采用B/S(Broser/Server)結構進行開發與設計,同時應解決好系統構架設計中可能存在的問題。

2.1 “統計云服務”的云層級管理

“一朵云”是由 N個云片組成的,我們假設“一朵云”是由N個圖書館組成的一個區域性圖書館;“一層云”是由N朵云組成的,我們假設“一層云”是由N個區域性圖書館組成的;顯然云層越厚,云朵聚集與碰撞的機會就越多,形成雨的概率就越大,即圖書館管理層次越多可供聚合的數據就越多,信息生產量就越大。因而,可以說“云”是“云服務”的基本元素。一個“統計云服務”系統至少應設計為三層用戶管理,即基礎層、區域層和主控層?；A層提供每個圖書館的統計服務管理,區域層不但能夠提供基礎層服務,還能夠對本區域內所有圖書館的統計數據進行統計服務管理,主控云層不但能夠提供轄區內所有區域圖書館的統計服務,還能夠對轄區內所有區域圖書館的統計數據進行統計服務管理。即基礎層是區域層的子集,區域層是主控層的子集。從目前的需求來看,暫時各層之間沒有交集,但并不意味今后各層之間沒有交集,OCLC的客戶云組織,由于圖書館屬性的多元化,使各層級之間具有典型的交集層結構。例如:事實數據庫系統的云層管理分為三層:基礎云層是由經教育部注冊、登記、批準的普通高校和高職院校圖書館,利用該系統填報本館統計數據組成的云層;區域云層是由各省、市高校圖書情報工作指導委員會,利用基礎云層提供的數據組成的云層;主控云層是:教育部高校圖書情報工作指導委員會,利用區域云層提供的數據組成的云層;我們通過多云層多用戶權限管理的方法,根據工作需要授予各云層用戶不同的權限。主控云層具有編輯系統重要的配置參數的權限,如:統計項目名稱和統計代碼名稱、編輯數據字典、定義統計公式等權限,并具有按院校分類或省、市檢索和統計全國各高校圖書館不同年度的館舍建設情況、設備與設施情況、館員年齡與學歷結構情況、讀者年齡與學歷結構情況、文獻資源分類與數量、讀者服務情況等,并可按照院校分類與統計項目分別列出統計數據排行榜,也可按照省、市與統計項目分別列出統計數據排行榜等。區域云層沒有編輯系統重要的配置參數權限,但具有主控云層除此之外的其他權限。基礎云層除具有區域云層的權限之外,還具有填報和編輯本館統計數據的權限。通過分析我們認為多層、多用戶管理的系統構架是“統計云服務”的基本構架。

2.2 “統計云服務”數據的保密和隱私管理

層級管理為系統權限管理的科學性與安全性奠定了基礎。處于基礎層的圖書館通過系統授權可以完成對本館數據的遷移或錄入,但是不能對其他圖書館的數據進行上述操作,從而解決了圖書館統計數據的保密問題,由于統計數據不涉及到讀者個人的閱讀隱私,因而無需擔憂個人隱私的外泄。

2.3 “統計云服務”系統的安全性和可靠性

各圖書館把本館的數據遷移到“云”中管理,總不像放到“家”中管理那么放心。其實,能夠提供“云”服務的公共事業單位或企業,都比每個圖書館更注重系統的安全性和保密性。他們所構造的“云服務”平臺,無論在系統的硬件設施方面還是在軟件方面都會采取一系列安全措施。在中國提供“云”服務的企業與用戶之間要建立一種完全信任機制還有一段漫長的路要走,主機托管的信任機制在中國已經逐步形成,但是軟件系統的托管機制即云服務的信任機制還需要通過政府或者群團組織進行推動。

對于本地圖書館管理集成系統安全性和可靠性管理所采取的措施是基于局域網范圍內的,對于廣域網來說,“開放”的服務模式將使更多的圖書館受益,同時對系統的防護也帶來了更多的挑戰。在系統構架設計中,值得注意的是要充分利用互聯網的優勢,實現系統安全可靠運行的動態管理。例如:加強系統操作日志的動態管理,提高查詢系統操作記錄的時效性,跟蹤和防范可能進行惡意攻擊的隱患;數據的備份機制要實現動態管理,對系統數據備份的數量和主要內容進行動態通報,尤其是對系統重要數據庫數據容量的變更、系統運行狀態異常信息等進行實時、透明的提醒處理甚至可以提供短信提示等等。

2.4 “統計云服務”系統的可用性

從操作層面上來講,對“云服務”系統的易操作性要求很高,不需要人們刻意地進行應用指導服務,就可以操作自如。從應用層面上來講,對系統的可替代性要求很高,用戶要能夠利用原有系統的數據而又擺脫原有系統的束縛輕松應用云服務。這就需要系統構架設計在智能化方面多動腦筋,注重系統在應用層面參數配置的靈活性,在提供核心功能服務的同時,使系統又具有個性化,為圖書館提供基于本館統計工作定制的統計工具,使系統具有更大的靈活性和使用范圍?！霸品铡北厝灰呦蜃匀粦玫牡缆?才有生命力和市場價值。

2.5 “統計云服務”系統的實效性

B/S系統結構的潛在問題是系統的運行效率會受到網絡環境的制約,為此在應用技術領域,網上已經公開了許多成熟的技術,不過我們除了在編碼方法上采取措施之外,還要在系統構架上對關鍵性的功能在數據結構、編程方法、輸出方式、數據遷移方式等方面的技術問題進行優化,以提高系統運行效率。

3 統計云服務數據的標準化

“云服務”應用的特點是圖書館可以跨行業、跨企業自主選擇和應用用戶所需要的內容、工具和作業平臺,其應用價值在于提供“云服務”的系統是否能夠實現零成本的數據遷移。數據遷移最大的問題在于數據的標準化,商業利益與零成本數據遷移是一對永恒的矛盾,這是構成“云服務”應用價值的最大障礙。我國圖書館所使用的自動化管理集成系統軟件比較雜,沒有一個像微軟那樣在市場占有率中有絕對優勢的軟件供應商能夠自然形成數據遷移的標準,值得慶幸的是,在我國市場上流通的主流圖書館自動化系統所采用的著錄標準是國標,書目數據通訊格式是 CNMARC、USMARC格式,這些軟件基本上都具有書目數據和館藏數據輸出接口,比較麻煩的是文獻采訪和文獻流通等數據沒有標準的數據通訊格式,這對“統計云服務”帶來了困難。在短時間內,我們不可能通過圖書館行業組織或多家企業聯合制定圖書館數據遷移標準,按照《云計算權利宣言》對云計算標準提出的四點要求,我們應盡可能使用現有標準,避免使用具有壟斷性質的專有標準[3]。今后圖書館應該與企業溝通,作為一種商業合作條件,讓其對圖書館系統管理員開放本館系統數據庫操作,并提供適當的技術培訓,使用透明的數據格式并開放系統數據庫設計標準,讓系統管理員能夠及時掌握系統核心數據庫的數據結構和數據庫容量的變化,以便有效管理和利用本館系統所產生的數據資源,逐步實現圖書館自動化管理集成系統部分功能的云服務。

事實數據庫系統統計數據標準化的問題,是通過主控云層的有效管理實現的,在該云層定義并規范統計項目名稱、統計項目代碼、統計分類名稱和分類代碼,即基礎云層填報的相關數據項是由主控云層進行管理并控制的,基礎云層只有使用數據標準的權限,沒有定義和規范相關數據標準的權限。區域云層在滿足主控云層要求上報的統計項目之外,可以對本區域內的圖書館增加統計項目,其相關統計名稱規范標準可由區域內的相關人員統一制定。

“統計云服務”的數據遷移問題是數據標準化的重要組成部分,圖書館的歷史數據需要遷移到“云端”才能利用統計云服務的統計功能,這必然要進行數據遷移。數據遷移分為動態遷移和靜態遷移。動態數據遷移是指“云”與“云”之間能夠相互操作共享數據庫資源,或者“云”能夠與地面上的數據庫進行實時的互操作,因而數據遷移的數據量不受系統客觀條件的限制,即可以說是無條件的數據完全遷移;靜態數據遷移是指“云”與“云”之間相互操作共享數據庫資源,是受用戶選擇條件限制的固定數據字段的內容和數量,即可以說是有條件的數據部分遷移或者增量遷移。動態數據遷移需要企業之間完全達成默契,完全或者部分開放各自系統的數據庫操作,這對異構系統來說,可望不可及,只有當“云”中所有用戶使用的是同構系統的時候,才能實現動態數據完整的遷移。因此,我們可以借助靜態數據遷移的方法,通過用戶對統計數據字段的選擇和統計內容時間段的選擇來確定我們需要遷移到“云”端的數據,再通過增量數據遷移的方式不斷充實和完善“云”端的數據,從而,通過云服務特定統計數據結構的獲取方式及存儲方式獲取圖書館所需要的統計結果。

“統計云服務”數據遷移接口沒有統一的標準,但是要滿足三個基本條件:一是要有可讀取的關系型數據庫,如通過ODBC連接的數據,接收 TXT文本文件、EXCEL文件、Access格式文件等[4];二是允許系統管理員通過數據遷移窗口對遷移數據進行條件過濾、控制冗余數據進入“云”數據庫;三是要做好數據遷移的斷點保護,防止網絡中斷給數據遷移帶來損失。數據遷移的內容主要涉及文獻采訪數據、文獻編目數據、文獻典藏數據、文獻流通數據、讀者數據等。滿足上述條件,則可實現零成本數據遷移。所謂零成本,是指不需要企業提供數據遷移的相關操作,而是由本館系統管理員通過本地系統的數據輸出接口和“云”服務數據接口的相關操作,完成數據遷移工作。

4 統計參數和統計條件

統計參數主要包括統計所需要的統計輸入項目管理、計算公式管理、數據字典管理、系統配置參數管理、權限管理等,由系統主控云層統一管理。

統計輸入項目是統計輸出的原始數據,完整、規范、靈活的輸入項目界面是統計輸出內容完整、準確、靈活、多變的基本保證。

事實數據庫系統的統計輸入項目參照《普通高等學校本科教學工作水平評估指標和等級標準》,主要涉及八個方面的統計類別:A圖書館基本情況,B年度經費,C文獻資源積累量,D當年新增文獻量,E閱覽室情況,F開館時間,G電子資源開發情況,H資源利用情況。每一統計類別,可以細分為二級、三級類目。通過統計類別的定義,規范了統計項目名稱、統計項目代碼、統計分類名稱和分類代碼,具體內容請登錄“全國高校圖書館事實數據庫”[5]。各高校圖書館必須采用教育部高校圖書情報工作指導委員會通過主控云層制定的統計輸入項目填報,在保證必須填報的數據之外,可根據本館或本區域的需要,自行增加經過定義并規范的統計輸入項目,但是不能減少或刪除主控云層已經制訂的統計輸入項目。

計算公式管理是統計數據運算的必要元素,是統計輸出項目的科學依據,不同的統計項目,計算公式可能是不一樣的,為了保證系統應用的實用性和靈活性,事實數據庫統計所需要的計算公式可根據統計工作需要自行定義。

數據字典是保證系統輸入項目使用規范詞的有效工具,是防止垃圾數據進入系統的重要手段,是規范統計條件并確定檢索關鍵詞的必要措施。

系統配置參數是系統運行所必需的參數,不同的用戶系統運行參數可能是不一樣的,為了保證系統應用的實用性和靈活性,系統配置參數可在系統參數管理中統一管理。

權限管理是統計云服務安全應用的重要保證,統計云服務要根據不同云層的角色進行權限配置,并對各云層中的各種角色進行權限配置。

統計參數的統一、有效的管理,極大地增強了統計服務的實用性和靈活性,使之適應各種環境下的統計需求。

統計條件主要包括統計數據輸出的限定條件,如統計數據的時間、區域、值域等范圍的選擇,統計項目、輸出項目的選擇與匹配。

靈活的統計參數配置和科學的統計限定條件選擇,使用戶能夠比較完整、準確、清晰地表述自己的選擇,建立統計條件與統計需求之間比較完美的內在聯系。在事實數據庫系統中有效注冊的圖書館,只要填報了本館的數據,就可以查詢并統計其他有效注冊圖書館的相關統計數據,可以根據本館統計需要,選擇某段時間范圍內、再選擇某個區域內、再選擇某些統計項目、再選擇統計輸出方式,系統即可輸出符合檢索條件的填報數據。

圖書館“統計云服務”要與時俱進,我們不能停留在事實數據庫系統現有的服務水平上,應該在以下六個方面進一步充實和完善圖書館統計服務,即圖書館業務統計、圖書館館藏建設統計、圖書館讀者服務統計、圖書館人事管理統計、圖書館資產管理統計、圖書館運行管理統計等。通過事實數據庫的統計服務實踐,我們在技術上采用科學的統計參數確定方法,靈活的統計條件選擇界面,簡易高效的操作方式,豐富多樣的輸出內容,使系統的實用性能得到了基本保障。

5 統計結果的輸出及存儲方式

統計結果是依據統計條件的選擇和統計參數的設定所輸出的各種統計數據,它獲取方式是通過云的服務方式展示在網頁上,并可通過用戶所選擇的輸出方式獲取并存儲統計結果。統計云服務應采用先進的軟件設計技巧并充分利用數據字典的優勢,使服務界面設計能夠充分考慮用戶的使用習慣,僅用鼠標選擇操作,就可得到滿足個性化需求的統計報表,使統計結果的獲取方式及存儲方式,統計項目的參數配置,數據字典的管理更加靈活便捷。

統計輸出方式是滿足用戶多種需求關系的重要手段,統計云服務應具有寬泛的統計時間選擇和統計輸出方式選擇,通常應具有如下統計輸出方式:

1)統計輸出的報表維數可根據用戶的選擇自動生成二維或三維統計報表。

2)統計輸出的數據格式可根據用戶的選擇自動生成 EXCEL/HTML/PDF/等格式。

3)統計輸出的圖形式樣可根據用戶的選擇自動生成直方圖、餅型圖、折線圖等格式。

4)統計輸出可生成圖文并茂的報表式樣,在圖形界面上配有表格輸出,既滿足了圖書館統計數據的微觀需求,又滿足了圖書館統計數據的宏觀需求。

5)統計輸出的數據去向可根據用戶的選擇發送到指定部門的指定個人。

事實數據庫基礎云層的統計數據集中統一存儲在北京大學圖書館機房專用服務器上,統計結果的獲取與存儲方式是通過層級權限管理來實現的,統計結果可下載到本地電腦中進行存儲。

結語

“統計云服務”關鍵在于要尋找一種能夠適應“統計云服務”技術、應用和管理的解決方案。“統計云服務”的價值,不能用傳統的、平面的、本位的眼光去考量,降低服務和管理成本這是社會永恒的主題?！敖y計云服務”不是一個“無中生有”的創新性服務,而是從孕育滋長在“地面”幾十年的圖書館統計工作中提煉、升華出來的一種新型的服務模式。通過“云”的品質和服務能力的不斷提高,人們對“云服務”的方式也會逐步適應,進而產生新的需求,并將逐步發展成為圖書館的專業統計云。通過事實數據庫系統的開發與應用,我們總結出“統計云服務”之所以在沒有“云”概念誕生的時候就成功地施展了“云”的魅力,關鍵不在“技術”,而在于有效地發揮了教育部高校圖書情報工作指導委員會的組織與管理作用,各省高校圖書情報工作指導委員會逐層發揮作用,各高等院校積極響應,有效的組織行為是“統計云服務”成功的關鍵。OCLC若沒有在全世界范圍內各層級的圖書館團體會員,沒有這些團體會員所提供、整理并匯集的海量級的基于WorldCat的書目數據與館藏數據,它推出的WEB級協作型圖書館的管理與服務是不會引起圖書館界強烈關注的。雖然本文重點闡述的是“統計云服務”的若干技術問題,我們還是要強調,在中國現行體制中,“公有云”、“私有云”、“混合云”的成功開發與應用,絕大多數要優先有占有“云”的資源并且具有構成“云”的組織結構,其后才有“云服務”。技術永遠是為市場服務的工具,無論IT企業想出什么樣的高招充實和完善“云”服務的技術,都要回到市場這個主題上來,回歸到研究圖書館相關組織行為學的軌道上。“云”組織管理與“云服務”通常不是一個機構,通常由圖書館的協作組織或者區域行政主管部門構成,而云服務機構通常是一個 IT企業,他們之間會自然形成默契的分工,一個側重應用的組織與管理,一個側重技術開發與服務管理,這是一個完美的結合。只有充分發揮圖書館協作組織的作用,提高政府或事業單位的行政效能,有效利用區域經濟所構成的市場氛圍,才能建立比較完整的“云服務”體系結構,才能使圖書館放心地將自己本館所擁有的數據聚集到相關云端,使各館的數據資源最大限度地發揮作用,同時通過相關的“云”組織與管理機構限制數據資源及其衍生產品的生產與應用,這會有效地規避由于“云”服務而引發的數據的知識產權問題。

科學的系統構架,零成本的數據遷移方式,靈活的參數配置與條件選擇的方法和豐富的統計結果獲取和存儲方式,有效的組織與管理,是圖書館“統計云服務”逐步形成、發展與完善成為圖書館專業統計工具和服務平臺的必備條件。

1 法新社.美國政府帶頭推廣云計算.參考消息,2009-9-19(7)

2 胡小菁,范并思.云計算給圖書館管理帶來挑戰.大學圖書館學報,2009,27(4):7-12

3 劉煒.圖書館需要一朵怎樣的“云”?.大學圖書館學報,2009,27(4):2-6

4 王曉成.什么是 BI?2008-10-15.[2009-7-5].http://www.cnblog.com/abcdwxc/archive/1312018.html

5 教育部高校圖書情報工作指導委員會.高校圖書館事實數據庫.2003-10-10.[2009-06-02].http://162.105.140.111/calis/default.asp