程龍吟/福州大學檔案館

檔案作為黨和國家重要的信息資源，在服務和推動社會發(fā)展中發(fā)揮著重要作用。隨著檔案信息化進程的加快，各級各類檔案館和檔案形成單位形成了大量的數(shù)字檔案（包含電子檔案和檔案數(shù)字化成果）。要想充分發(fā)揮數(shù)字檔案優(yōu)勢，使全民全社會共享信息化成果，就要推動數(shù)字檔案打破時間和空間限制，實現(xiàn)館際共享、全民共享。

1 數(shù)字檔案共享的內涵

數(shù)字檔案共享是指數(shù)字檔案在標準化、規(guī)范化并符合保密要求的基礎上，在不同層次、不同部門信息網(wǎng)絡系統(tǒng)間實現(xiàn)互聯(lián)互通并向社會提供服務[1]。

在2016年4月網(wǎng)絡安全和信息化工作座談會上，習近平總書記提出要“打通信息壁壘，構建全國信息資源共享體系，更好用信息化手段感知社會態(tài)勢、暢通溝通渠道、輔助科學決策”[2]。習總書記的講話為檔案事業(yè)的發(fā)展指明了方向：一是數(shù)字檔案館建設必須與實體檔案館建設同時進行；二是加快建設數(shù)字檔案共享體系，數(shù)字檔案應當成為國家信息資源共享體系的重要組成部分。目前，許多檔案館的信息化建設預算已達到數(shù)百萬甚至上千萬元，全國每年有50 億元以上的信息化市場容量[3]。這些數(shù)字檔案不能像大多數(shù)紙質檔案那樣封存在檔案館內，檔案行業(yè)要改革創(chuàng)新，加快推進檔案信息從封閉走向開放，打造方便人民群眾查閱利用的開放型、多層次的數(shù)字檔案共享體系，實現(xiàn)檔案資源互聯(lián)互通。

2 傳統(tǒng)存儲技術在數(shù)字檔案共享建設中的技術壁壘

實現(xiàn)數(shù)字檔案共享，最重要的是實現(xiàn)信息的互聯(lián)互通和向社會提供服務。數(shù)字檔案自身的復雜性導致其在共享過程中出現(xiàn)各種技術難點：一是需要首先解決服務器存儲容量問題。“增量數(shù)字化、存量電子化”的趨勢和政策使得檔案數(shù)量急劇增長，檔案數(shù)據(jù)的容量限制共享的范圍。二是需要重點解決異構數(shù)字檔案資源整合問題。數(shù)字檔案有文本、圖片、視頻、音頻等多種類型，需要一種技術能整合所有異構類型，并能按需提供利用。三是需要長期優(yōu)化數(shù)字檔案資源的整合、組織、關聯(lián)、導航與服務模式，實現(xiàn)數(shù)字檔案的智能化管理與服務。傳統(tǒng)存儲技術已無法滿足數(shù)字檔案海量容量、快速讀取、靈活管控、安全可靠、智能管理的存儲要求。以直連式存儲、存儲區(qū)域網(wǎng)絡、網(wǎng)絡附接存儲和對象存儲系統(tǒng)四種傳統(tǒng)存儲技術為例，它們在數(shù)字檔案共享方面無法解決的技術壁壘有以下幾點。

2.1 基礎性能差

概括來說，幾種傳統(tǒng)存儲技術在存儲容量、可擴展性、傳輸效率上各有缺陷。直連式存儲的缺點是存儲容量有限，它的存儲設備是分配給它所連接的計算機，如果存儲容量需求增加，就需要把更多存儲設備連接到計算機，然而受I/O接口的限制每臺計算機只能連接有限的存儲設備；存儲區(qū)域網(wǎng)絡的缺點是可擴展性差，其存儲設備需要建立專用的區(qū)域網(wǎng)絡，如需擴展則要額外購買光纖通道、網(wǎng)絡設備和主機適配卡，建維成本高；網(wǎng)絡附接存儲的缺點是傳輸效率不穩(wěn)定，其存儲設備通過標準的網(wǎng)絡拓撲結構連接到一群計算機上，信息經(jīng)局域網(wǎng)傳輸，但當其他應用程序使用局域網(wǎng)傳輸時，網(wǎng)絡附接存儲的傳輸效率會大大降低；對象存儲系統(tǒng)的缺點是存儲對象分散到很多節(jié)點，由于更新不及時不完全會導致獲取的數(shù)據(jù)信息滯后。

2.2 異構存儲資源整合存在瓶頸

傳統(tǒng)的存儲技術每種只能支持一種存儲方式，而不同存儲方式各有優(yōu)勢，需要配合用戶需求綜合利用、智能選擇；文件存儲（NAS）的形式適用于數(shù)據(jù)容量小情況下的資源共享，如高校內部相關部門間進行學籍信息共享、教務課程信息共享等，其缺點是讀寫速度慢；塊存儲（Mass Storage）的形式類似于主機內置硬盤，優(yōu)點是擴容廉價、讀寫傳輸速度快，但進行信息資源共享有難度；對象存儲（OSS）綜合了NAS和MS的優(yōu)點并具有良好的擴展性，但因其依賴REST調用，所以使用起來更為復雜；傳統(tǒng)存儲技術做不到整合所有的存儲方式，無法集中采集不同存儲方式的優(yōu)點，導致存儲空間孤立造成資源浪費，無法統(tǒng)一管理。

2.3 智能性無法滿足

智慧檔案是未來檔案管理的實現(xiàn)目標，要實現(xiàn)智慧化、一體化的管理與利用，就要求智慧檔案館各系統(tǒng)實現(xiàn)全面感知、智慧分析、互聯(lián)互通、協(xié)同處置，尤其是數(shù)字檔案共享平臺或數(shù)字檔案數(shù)據(jù)交換中心的數(shù)據(jù)能夠快速讀取、靈活感知、動態(tài)調整，達到智能化統(tǒng)籌協(xié)調的目的。傳統(tǒng)的存儲技術無法滿足數(shù)字檔案共享中檔案管理利用智能化的需求，需要實現(xiàn)技術的升級換代。

3 軟件定義存儲技術在數(shù)字檔案共享中的應用探索

3.1 軟件定義存儲技術概述

軟件定義存儲（Software Defined Storage）的誕生解決了傳統(tǒng)存儲技術的不足。官方尚未明確定義軟件定義存儲，因此它更是一種存儲理念，即在任何存儲上運行的應用都能夠在用戶定義策略的驅動下自動工作。事實上，在不少對信息化感知靈敏的行業(yè)中，虛擬化技術已經(jīng)逐步深入系統(tǒng)架構后端，從服務器虛擬化向存儲虛擬化延伸。在檔案行業(yè)，應用軟件定義存儲技術可以解決數(shù)字檔案共享中的技術難點。

3.2 軟件定義存儲技術的技術特性與應用優(yōu)勢

從目前全國檔案部門的情況來看，一方面全國沒有統(tǒng)一的檔案信息管理軟件可供選擇，各地檔案館根據(jù)自身需求依靠有關公司力量進行平臺軟件開發(fā)與維護，這樣不僅嚴重浪費資源，而且檔案軟件開發(fā)效率低下；另一方面檔案管理軟件標準不統(tǒng)一，各地檔案館選擇自認為符合標準的軟件應用于檔案信息化和檔案數(shù)字化工作，由于一個地方的檔案館和單位使用不同公司開發(fā)的管理軟件，存在標準不統(tǒng)一、維護工作沒有跟進的問題，造成檔案數(shù)據(jù)對接不暢，有的地方檔案數(shù)據(jù)在遷移時甚至會出現(xiàn)差錯或者丟失。各地在開展檔案數(shù)字化掃描工作中，由于追求速度以及節(jié)約成本，檔案數(shù)字化采用的格式也不同，有的為雙層PDF格式，有的為JPG、GIF格式。研究軟件定義存儲技術可以為打造適應未來發(fā)展需要的數(shù)字檔案存儲體系提供理論參考，并為推動數(shù)字檔案共享和檔案信息化建設提供技術支撐。

3.2.1 存儲虛擬化或資源池化

軟件定義存儲技術的顯著性能在于實現(xiàn)存儲虛擬化或資源池化，它將各種存儲資源虛擬化，并有效集成不同存儲類型的設備，組成虛擬資源池。具體應用在數(shù)字檔案共享領域時，可以利用軟件定義存儲技術，通過一個網(wǎng)絡服務平臺如數(shù)字檔案共享平臺或數(shù)字檔案信息交流中心等，將各級各類檔案館中的數(shù)字檔案資源集成并存儲在虛擬資源池中。網(wǎng)絡服務平臺可以按需（如容量、性能、服務質量、服務等級協(xié)議等）自動化使用存儲，以解決傳統(tǒng)存儲容量不足的問題。

3.2.2 開發(fā)“元數(shù)據(jù)”訪問接口

軟件定義存儲技術的存儲資源池中涵蓋主流的存儲類型，如SAN存儲、NAS存儲、對象存儲等。利用軟件定義存儲的資源池化技術可以開發(fā)分布式數(shù)據(jù)訪問接口，接口以“元數(shù)據(jù)”為基礎，“元數(shù)據(jù)”與不同的存儲類型相互轉換，在不改變當前數(shù)據(jù)定義與存儲結構的基礎上，實現(xiàn)資源相互轉換。應用在數(shù)字檔案共享領域時，軟件定義存儲為異構的檔案信息存儲類型開發(fā)基于“元數(shù)據(jù)”的分布式訪問接口，這樣就解決了數(shù)字檔案共享中存儲類型與接口難以管理利用的缺點，從而打破各個檔案館之間的信息壁壘，使信息在各個檔案館之間實現(xiàn)互聯(lián)互通，有效解決信息孤島的問題。

3.2.3 數(shù)據(jù)中心智能管理

智慧檔案館是未來檔案行業(yè)的發(fā)展方向，智能性要求須體現(xiàn)在檔案收集（征集）、整理、保管、鑒定、統(tǒng)計和利用的整個流程。數(shù)字檔案資源管理因海量、復雜、變化大等特征，人工已經(jīng)無法勝任，必須要實現(xiàn)資源的自動化管理，無需人工干預。軟件定義存儲集成3rd云化管理平臺，可以利用分析技術、分類技術和機器學習，對整個數(shù)字檔案共享中心內的檔案資源進行配置，實現(xiàn)整個數(shù)據(jù)中心資源的協(xié)作管理。同時軟件定義存儲與軟件定義網(wǎng)絡、軟件定義計算、軟件定義管理和軟件定義安全結合起來，形成軟件定義數(shù)據(jù)中心，為數(shù)字檔案共享提供更高級的智能化管理。

3.2.4 硬件自主和軟硬件分離

軟件定義存儲與傳統(tǒng)存儲最大不同在于軟硬件分離，軟件定義存儲以工作負載為核心，虛擬池自動配置資源，而傳統(tǒng)存儲以硬件為核心，數(shù)據(jù)中心依賴設備。軟件定義存儲既支持通用硬件也支持專用硬件的既有功能增強，還可以共用共享平臺提供的基礎設施。軟件定義存儲技術打破了服務器訪問限制，不用大投入購買指定存儲硬件或更高級別的相關硬件，可以減少投入、節(jié)約資源、提高效率。

3.2.5 雙區(qū)域異地備份技術

傳統(tǒng)存儲技術將數(shù)據(jù)信息備份在檔案館的自有服務器上，如果管理不當或發(fā)生不可預見的災害，將會導致服務器損毀，數(shù)字檔案信息的安全性得不到保障，更不用奢談維持日常的管理和利用服務了。而在軟件定義存儲技術下，數(shù)字檔案資源是虛擬化的，在劃分資源區(qū)域時每兩個區(qū)域備份對方所有的數(shù)字檔案信息，一旦某個區(qū)域發(fā)生意外，可以立即轉移到另一區(qū)域訪問，或從另一區(qū)域中恢復。所以軟件定義存儲技術在不額外增加備份設備的基礎上，實現(xiàn)數(shù)據(jù)備份和容災措施，避免因地震、火災等不可抗因素造成的數(shù)字檔案資源毀壞，有效保證數(shù)字檔案資源的信息安全。

4 軟件定義存儲技術為數(shù)字檔案共享“奠基”

傳統(tǒng)存儲技術無法兼顧數(shù)字檔案共享需要的各項技術要求，而基于云存儲的軟件定義存儲技術為解決各類技術難點提供了方案。中國IMT-2020(5G)推進組組長、中國信息通信研究院副院長王志勤表示，軟件定義存儲技術可以打破傳統(tǒng)存儲系統(tǒng)由于軟硬件緊耦合造成的系統(tǒng)割裂狀態(tài)，實現(xiàn)異構存儲資源的整合。在信息大爆炸背景下，軟件定義存儲可使用舊的各類存儲設施，同時運用分布式處理技術，最大化的增強系統(tǒng)存儲空間，提高系統(tǒng)的擴展性與靈活性，節(jié)約成本并實現(xiàn)資源的集中統(tǒng)一管理。

雖然目前軟件定義存儲技術還處于初級階段，有許多問題需要解決，如版權、標準、技術等，但是其必定成為科技領域的又一次革命。在HypeCycle報告中[4]，預測5到10年會大規(guī)模應用軟件定義存儲技術。軟件定義存儲是存儲技術發(fā)展的必經(jīng)之路，利用軟件定義存儲的擴展靈活、接口豐富、數(shù)據(jù)路徑多、軟硬件分離、自動存儲管理、服務分級管理、建維成本低等優(yōu)勢，探索數(shù)字檔案共享建設模式，包括資源管理與調度、策略配置、認證授權、壓縮加密、性能監(jiān)控、系統(tǒng)維護、備份恢復等，是我們加快數(shù)字檔案資源共享建設、改變檔案資源獲取和傳播方式的一個技術捷徑，必須高度關注，認真追蹤研究。