試議政府網(wǎng)絡信息資源數(shù)據(jù)中心的構建

劉福利

目前，我國已經(jīng)相繼開始了對網(wǎng)絡信息資源保存與歸檔的工作，但基本上處于各自為政的狀態(tài)，各自保存自己領域內(nèi)的網(wǎng)絡信息資源，尚未有統(tǒng)一的網(wǎng)絡信息中心，實現(xiàn)網(wǎng)絡信息資源的統(tǒng)一保存與歸檔。在這種形勢下，檔案部門可以起表率作用，創(chuàng)建一個全國性的政府網(wǎng)絡信息資源數(shù)據(jù)中心，實現(xiàn)政府網(wǎng)絡信息資源的利用與共享。

一、政府網(wǎng)絡信息資源數(shù)據(jù)中心構建模型

政府網(wǎng)絡信息資源數(shù)據(jù)中心的構建設想建立在上述政府網(wǎng)絡信息資源采集、存儲、數(shù)據(jù)化的基礎之上，力圖建立一個從采集、初步存儲、數(shù)據(jù)化到提供政府網(wǎng)絡信息資源利用服務的整體框架，如下圖所示。

（一）外部環(huán)境層。指政府網(wǎng)絡信息資源的數(shù)據(jù)源，主要是以網(wǎng)絡為平臺的各個政府網(wǎng)站、其他門戶網(wǎng)站、論壇、微博、微信等。這個階段需要做好的工作是明確要采集的范圍，即政府網(wǎng)絡信息資源歸檔范圍，包括哪些網(wǎng)站、網(wǎng)站上的哪些信息、哪些平臺、平臺上的哪些內(nèi)容、什么格式等等。

（二）數(shù)據(jù)采集層。指基于ETL工具的數(shù)據(jù)采集過程，它是整個政府網(wǎng)絡信息資源中心建設的基礎。基于ETL工具從外部環(huán)境層采集相關信息，并進行數(shù)據(jù)清理、轉(zhuǎn)換工作，使多源異構的海量信息變成統(tǒng)一格式并加載到目標數(shù)據(jù)中心。數(shù)據(jù)采集工作是政府網(wǎng)絡信息資源歸檔的一個難點，因為工作量非常大，信息來源又十分廣泛，所以需要技術的支持，針對政府網(wǎng)絡信息資源的特征選擇、設計適用的ETL工具，實現(xiàn)政府網(wǎng)絡信息資源的自動化采集。

（三）數(shù)據(jù)存儲層。指政府網(wǎng)絡信息資源的數(shù)據(jù)存儲工作。運用大數(shù)據(jù)及云計算存儲技術，利用虛擬技術對政府網(wǎng)絡信息資源虛擬化處理，從用戶角度來說，這里是沒有任何變化的，從存儲中心來講，可以增強數(shù)據(jù)中心的吞吐能力，實現(xiàn)政府網(wǎng)絡信息資源的海量存儲與管理，并運用分布式存儲方式，實現(xiàn)海量信息的存儲。

（四）數(shù)據(jù)應用層。指通過對政府網(wǎng)絡信息資源的數(shù)據(jù)化處理工作，主要包括著錄、分析等環(huán)節(jié)，為提供用戶利用奠定基礎。并且提供一個服務目錄，對已資源化、知識化的政府網(wǎng)絡信息資源做好部署，為用戶提供簡單查詢服務或其他綜合利用服務，主要方式是網(wǎng)上利用。

二、政府網(wǎng)絡信息資源數(shù)據(jù)中心規(guī)模等級

政府網(wǎng)絡信息資源數(shù)據(jù)中心應該建設成為一個多級數(shù)據(jù)中心，即多層次、分布式的數(shù)據(jù)中心，由中央檔案館部署一個保存政府網(wǎng)絡信息資源的中央數(shù)據(jù)中心，其他各級綜合檔案館分別建立基于本地政府網(wǎng)絡信息資源的二級數(shù)據(jù)中心，最后構建成一個整體的全國性的政府網(wǎng)絡信息資源數(shù)據(jù)中心。

三、政府網(wǎng)絡信息資源數(shù)據(jù)中心的特征

（一）容量巨大。政府網(wǎng)絡信息資源中心需要龐大的基礎設施如服務器、硬件設施等，形成一個容量巨大的數(shù)據(jù)倉儲中心，完全適應政府網(wǎng)絡信息資源規(guī)模龐大的特征。隱含在數(shù)據(jù)中心內(nèi)的彈性設計理念增加了政府網(wǎng)絡信息資源數(shù)據(jù)中心的可擴展性，可以隨著數(shù)據(jù)量的不斷增長加強基礎設施部署，實現(xiàn)虛擬平臺容量的擴大。

（二）自動化程度高。從數(shù)據(jù)采集到數(shù)據(jù)整序、數(shù)據(jù)著錄、數(shù)據(jù)分析等，數(shù)據(jù)中心具有超強的自動化功能，除了篩選、著錄等環(huán)節(jié)需要人工輔助外，其他大部分工作由系統(tǒng)自助完成，提高了數(shù)據(jù)處理的速度，同時也降低了政府網(wǎng)絡信息資源歸檔的成本。

（三）服務性強。政府網(wǎng)絡信息資源數(shù)據(jù)中心的構建從數(shù)據(jù)采集、初步存儲、數(shù)據(jù)化，都以服務為根本理念，從網(wǎng)絡平臺采集到的政府網(wǎng)絡信息具有開放性，面向全體公民，可以為用戶提供簡單的查詢、瀏覽服務，還可以通過政府網(wǎng)絡信息資源的數(shù)據(jù)分析工作，為用戶提供其中隱含的價值信息，甚至可以逐步實現(xiàn)檔案館的預測功能，提供預測服務。

四、構建政府網(wǎng)絡信息資源數(shù)據(jù)中心的準備工作

（一）平臺支持。鑒于政府網(wǎng)絡信息資源的規(guī)模，其存儲方式、存儲載體有別于傳統(tǒng)檔案、電子文件，采?。ㄏ罗D(zhuǎn)第182頁）（上接第71頁）在線存儲方式，從而節(jié)省存儲空間。政府網(wǎng)絡信息資源數(shù)據(jù)中心構建的重要基礎是需要一個足夠容量的存儲平臺，“云”的不斷發(fā)展為其提供了平臺支持。云可以分為公有云和私有云，這里政府網(wǎng)絡信息資源數(shù)據(jù)中心的構建采用公有云的形式，即“云提供商在不同的區(qū)域建立多個數(shù)據(jù)中心，通過虛擬化和網(wǎng)絡將所有資源整合到一個巨大的‘資源池中。”即中央檔案館建立一級數(shù)據(jù)中心，其他地方綜合檔案館建立二級數(shù)據(jù)中心，通過整合資源，實現(xiàn)全國政府網(wǎng)絡信息資源的統(tǒng)一保存與管理。

（二）與云服務商建立合作關系。政府網(wǎng)絡信息資源歸檔作為一個龐大、復雜的工程，僅檔案部門一己之力很難完成，構建一個整體部署的政府網(wǎng)絡信息資源數(shù)據(jù)中心首先要與云服務商進行合作，即不需要檔案部門購買存儲倉庫、存儲載體等各種設施，但是需要向云服務商支付一定的服務費用，租用公有云，建立一個政府網(wǎng)絡信息資源存儲的虛擬平臺。所以，我們要與云服務商建立良好的合作關系。另外，信息安全問題一直是檔案部門非常關注的問題，我們要就數(shù)據(jù)安全問題與云服務商簽訂相關協(xié)議，保證政府網(wǎng)絡信息資源的完整性、可用性，避免信息丟失等情況。

【參考文獻】

[1]楊歡.云數(shù)據(jù)中心構建實戰(zhàn)：核心技術、運維管理、安全與高可用[M].北京：機械工業(yè)出版社，2014：54.