葛春麗

摘要? 信息時(shí)代檔案信息資源具有類(lèi)型多樣、體量龐大、形成速度快等特征，要對(duì)這些海量的檔案信息資源數(shù)據(jù)實(shí)施高效的管理，使檔案信息資源平臺(tái)及時(shí)響應(yīng)用戶的個(gè)性化需求，以達(dá)到有效利用的目的。探討信息時(shí)代背景下檔案信息資源平臺(tái)數(shù)據(jù)的改進(jìn)措施，并模擬驗(yàn)證其功能效果，發(fā)現(xiàn)改進(jìn)后平臺(tái)對(duì)于數(shù)據(jù)的處理效率大大增強(qiáng)。

關(guān)鍵詞 信息時(shí)代 檔案信息資源平臺(tái) 數(shù)據(jù) 改進(jìn) 成果

近年來(lái)，信息技術(shù)不斷深入發(fā)展，各類(lèi)信息充斥著網(wǎng)絡(luò)，人類(lèi)社會(huì)進(jìn)入到了一個(gè)信息大爆炸的時(shí)代，檔案信息資源也呈現(xiàn)出類(lèi)型多樣、體量龐大、產(chǎn)生速度快等諸多特點(diǎn)。用戶在面對(duì)紛繁復(fù)雜的檔案信息資源時(shí)，更多地希望能快速、精準(zhǔn)、方便、個(gè)性化地獲取所需要的信息資源，因而建設(shè)有效的檔案信息資源平臺(tái)勢(shì)在必行[1]。當(dāng)前，我國(guó)的檔案信息資源平臺(tái)建設(shè)普遍較為落后，這與檔案管理工作的固有思想觀念有著很大的關(guān)系，領(lǐng)導(dǎo)層對(duì)檔案工作的不理解、不重視，單純地認(rèn)為這項(xiàng)工作僅是對(duì)信息的記錄和資料的保管;而員工層面也表現(xiàn)為思想意識(shí)淡薄，觀念落后，缺乏開(kāi)拓創(chuàng)新精神，這些都是導(dǎo)致信息時(shí)代背景下檔案信息資源平臺(tái)建設(shè)落后的一個(gè)重要因素。檔案信息是人類(lèi)社會(huì)活動(dòng)最原始性、真實(shí)性的信息記錄，是社會(huì)最有價(jià)值的反映，能夠真實(shí)地體現(xiàn)當(dāng)前社會(huì)行為者所做決策的背后原因及各自的目標(biāo)、使命、志愿、思想、信念、心理作用，體現(xiàn)出典型社會(huì)生活的不同法律、管制、義務(wù)和機(jī)制的結(jié)構(gòu)，對(duì)檔案信息進(jìn)行有效開(kāi)發(fā)與利用，不但是社會(huì)技術(shù)進(jìn)步的要求，更是影響到檔案信息創(chuàng)新成果是否高效應(yīng)用于社會(huì)生產(chǎn)、生活的各類(lèi)活動(dòng)中去的重要要素[2]。因此，當(dāng)務(wù)之急是要實(shí)現(xiàn)對(duì)海量檔案信息資源數(shù)據(jù)的高效管理，使檔案信息資源平臺(tái)及時(shí)響應(yīng)用戶的個(gè)性化需求，達(dá)到有效利用的目的。

一、大數(shù)據(jù)環(huán)境下檔案信息資源共享平臺(tái)性能需求

信息時(shí)代背景下網(wǎng)絡(luò)分為有線網(wǎng)絡(luò)和無(wú)線網(wǎng)絡(luò)。在移動(dòng)設(shè)備未出現(xiàn)前，有線網(wǎng)絡(luò)下的檔案信息是通過(guò)網(wǎng)站進(jìn)行信息發(fā)布，用戶群體也只局限在有線的計(jì)算機(jī)中，該方式的檔案信息具有資源利用不高、服務(wù)形式單一、資源較為匱乏等瓶頸[3]。隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的發(fā)展，移動(dòng)設(shè)備的大量普及，用戶除了使用計(jì)算機(jī)進(jìn)行檔案信息的檢索使用，還可以利用移動(dòng)設(shè)備導(dǎo)入檔案信息資源共享平臺(tái)，對(duì)信息進(jìn)行檢索和利用。不但增強(qiáng)了信息的檢索頻率，提升了信息的曝光率，同時(shí)也強(qiáng)化了對(duì)檔案信息資源共享平臺(tái)的性能需求。尤其是在大數(shù)據(jù)時(shí)代下，網(wǎng)絡(luò)已經(jīng)發(fā)展到當(dāng)前的3G、4G，甚至是即將到來(lái)的5G網(wǎng)絡(luò)，移動(dòng)設(shè)備日益更新，技術(shù)不斷進(jìn)步，與網(wǎng)絡(luò)的匹配上也是與時(shí)俱進(jìn)，檔案信息資源共享平臺(tái)數(shù)據(jù)處理的性能需求必須要滿足高性能、高可靠和高穩(wěn)定的特點(diǎn)[4]。一是高性能要求。大數(shù)據(jù)檔案信息資源共享平臺(tái)會(huì)面向終端用戶，平臺(tái)上用戶量就會(huì)變得越來(lái)越多，大數(shù)據(jù)量請(qǐng)求隨之也會(huì)增長(zhǎng)為了避免出現(xiàn)死鎖現(xiàn)象，檔案信息資源共享平臺(tái)的優(yōu)化就很重要，通常要求數(shù)據(jù)處理性能指標(biāo)應(yīng)增長(zhǎng)到每秒上萬(wàn)次的請(qǐng)求吞吐量，以增強(qiáng)用戶的體驗(yàn)。二是高可靠要求。隨著平臺(tái)用戶數(shù)量的增加，出現(xiàn)平臺(tái)并發(fā)，眾多用戶使用同一個(gè)功能的現(xiàn)象就會(huì)較常見(jiàn)，在面對(duì)眾多用戶的請(qǐng)求實(shí)時(shí)，平臺(tái)的前期并發(fā)性能指標(biāo)要滿足上千以上的并發(fā)數(shù)據(jù)處理請(qǐng)求[5]。三是高穩(wěn)定要求。用戶體驗(yàn)是檔案信息資源共享平臺(tái)得以持續(xù)使用的關(guān)鍵，不但要求數(shù)據(jù)量請(qǐng)求高性能，還需要出錯(cuò)率低。不管面對(duì)的用戶群體增長(zhǎng)的數(shù)量是上萬(wàn)還是上億，出錯(cuò)率通常要求在萬(wàn)分之一左右，才能確保該平臺(tái)的可信賴性。

二、信息時(shí)代檔案信息資源平臺(tái)數(shù)據(jù)的改進(jìn)措施

信息時(shí)代所有的信息基本上都集中在網(wǎng)絡(luò)里面了，檔案信息資源平臺(tái)自然成為用戶獲取有用信息的主要途徑。但是用戶在信息獲取時(shí)普遍反映很難快速準(zhǔn)確獲得，一方面是數(shù)據(jù)量大，數(shù)據(jù)雜亂無(wú)章，另一方面是檔案信息資源平臺(tái)缺乏數(shù)據(jù)的管理工作，因此對(duì)于數(shù)據(jù)處理優(yōu)化越來(lái)越重要[6]。一是面向用戶的前端頁(yè)面的優(yōu)化，用戶通過(guò)平臺(tái)獲取有用信息，每個(gè)信息都要從前端頁(yè)面來(lái)獲取，前端頁(yè)面及時(shí)快捷響應(yīng)是保證，這樣才能增強(qiáng)用戶的體驗(yàn)度。二是存儲(chǔ)檔案信息的數(shù)據(jù)優(yōu)化，信息時(shí)代最顯著的特點(diǎn)就是信息量巨大，而且呈現(xiàn)不斷增長(zhǎng)的大趨勢(shì)[7]，要使得用戶不但獲得有用信息，而且獲得更全的信息，需要加強(qiáng)對(duì)緩存技術(shù)的研究。

1.信息時(shí)代檔案信息資源共享平臺(tái)的緩存部署。檔案信息資源共享平臺(tái)建立之初是將應(yīng)用服務(wù)器，數(shù)據(jù)庫(kù)服務(wù)器與文件服務(wù)器等全部資源都集中在一個(gè)服務(wù)器中、那時(shí)是因?yàn)橛脩裘嬲畔⒒潭容^低，服務(wù)器的負(fù)荷不大，設(shè)計(jì)是以達(dá)到滿足夠用為目的。隨著科技的發(fā)展，不單是傳統(tǒng)PC網(wǎng)站，還有移動(dòng)互聯(lián)網(wǎng)均呈現(xiàn)高速增長(zhǎng)趨勢(shì)，同時(shí)用戶放開(kāi)，不但涉及內(nèi)部用戶，還包括外部用戶。檔案信息資源共享平臺(tái)若是仍舊沿用原有的構(gòu)建結(jié)構(gòu)，勢(shì)必因用戶的增加、信息量的增多，凸顯出吞吐量不夠的弊端，使得系統(tǒng)變得越來(lái)越慢，用戶在使用該平臺(tái)過(guò)程中，體驗(yàn)度就會(huì)變得越來(lái)越差?；诖?，當(dāng)前平臺(tái)的解決辦法是將應(yīng)用與數(shù)據(jù)進(jìn)行分離，讓?xiě)?yīng)用服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器和文件服務(wù)器進(jìn)度單獨(dú)部署。平臺(tái)的數(shù)據(jù)處理問(wèn)題，可以借助緩存技術(shù)。緩存作為分布式系統(tǒng)里面的重要組件，能夠處理高并發(fā)，實(shí)現(xiàn)大數(shù)據(jù)環(huán)境下熱點(diǎn)數(shù)據(jù)訪問(wèn)的性能效果。從部署方式上，前期可以把緩存部署到應(yīng)用服務(wù)器上，訪問(wèn)速度會(huì)大大提高，但是同時(shí)也會(huì)暴露出一個(gè)問(wèn)題，就是會(huì)和應(yīng)用程序爭(zhēng)內(nèi)存。后期應(yīng)利用遠(yuǎn)程分布式技術(shù)來(lái)解決平臺(tái)數(shù)據(jù)處理問(wèn)題（如圖1）。

2.檔案信息資源共享平臺(tái)的緩存系統(tǒng)揀選。當(dāng)前，分布式緩存系統(tǒng)主要有兩大類(lèi)型，Memcached和Redis兩種，兩種系統(tǒng)應(yīng)用在檔案信息資源共享平臺(tái)有著各自的優(yōu)缺點(diǎn)，均屬于內(nèi)存的數(shù)據(jù)存儲(chǔ)系統(tǒng)。其中Memcached屬于高性能的分布式內(nèi)存對(duì)象緩存系統(tǒng)，Redis屬于開(kāi)源的key-value存儲(chǔ)系統(tǒng)，都支持字符串、哈希表、鏈表、集合、有序集合等數(shù)據(jù)類(lèi)型。但是在應(yīng)用過(guò)程中，Memcached用到動(dòng)態(tài)Web上可以減小數(shù)據(jù)的負(fù)載，可是在緩存占用內(nèi)存分配上使用的是預(yù)分配內(nèi)存池方法，會(huì)造成內(nèi)存的浪費(fèi)，難以對(duì)過(guò)于復(fù)雜的數(shù)據(jù)類(lèi)型及對(duì)持久性要求較高的數(shù)據(jù)類(lèi)型進(jìn)行有效的支持。隨著各種技術(shù)的出現(xiàn)，檔案信息資源共享平臺(tái)需要緩存的檔案信息類(lèi)型變得多樣化，而Redis支持更豐富的Key-Value數(shù)據(jù)庫(kù)（支持列表、集合、哈希等大量數(shù)據(jù)結(jié)構(gòu)），而且提供多樣語(yǔ)言API，這使得Redis具有應(yīng)用于檔案信息資源共享平臺(tái)方面的突出優(yōu)勢(shì)。數(shù)據(jù)存儲(chǔ)方面，檔案信息需要做到持久保存，而Memcached保存不夠持久，因?yàn)樵撓到y(tǒng)中的信息都保存在內(nèi)存上面，只要服務(wù)器重新啟動(dòng)，所有緩存的信息都會(huì)丟失。Redis不一樣，它是把部分?jǐn)?shù)據(jù)保存在硬盤(pán)里面，可以做到長(zhǎng)久保存，也不會(huì)因?yàn)橛脩魧?duì)平臺(tái)的操作造成信息的丟失。檔案信息的形式方面，當(dāng)前檔案信息日益多樣化，除了過(guò)去的文字信息外，還有圖片、視頻、錄音、文件等多媒體信息，對(duì)緩存自然就會(huì)有一定的要求，將會(huì)越來(lái)越大。Memcached的Value存儲(chǔ)最大只有1MB，Redis的Value存儲(chǔ)將會(huì)達(dá)到1GB。通過(guò)上述分析，選擇Redis作為檔案信息資源共享平臺(tái)的緩存系統(tǒng)更為合適。

三、信息時(shí)代背景下檔案信息資源平臺(tái)數(shù)據(jù)的改進(jìn)實(shí)現(xiàn)辦法

信息時(shí)代背景下，人們從檔案信息資源平臺(tái)獲取有用信息的訴求越來(lái)越高，平臺(tái)用戶數(shù)量的大量增加，信息存儲(chǔ)量的增多，檔案信息資源平臺(tái)數(shù)據(jù)問(wèn)題也日益凸顯，因而在現(xiàn)有基礎(chǔ)上對(duì)檔案信息資源平臺(tái)數(shù)據(jù)予以改進(jìn)是當(dāng)務(wù)之急。改進(jìn)實(shí)現(xiàn)的辦法需要從檔案信息資源共享平臺(tái)的緩存部署、技術(shù)的選擇確定出發(fā)，具體從以下幾個(gè)方面予以實(shí)施。

1.前端數(shù)據(jù)改進(jìn)措施實(shí)現(xiàn)。前端與后端是相對(duì)平臺(tái)使用的用戶而言，平臺(tái)的前端改進(jìn)主要是讓用戶最大限度地使用瀏覽器緩存。檔案信息資源平臺(tái)中最大的特點(diǎn)是更新靜態(tài)資源文件的頻率非常低，尤其是CSS、JS和圖標(biāo)這些文件。平臺(tái)用戶的前端主要集中在檔案信息檢索頁(yè)面、檔案信息管理維護(hù)頁(yè)面、用戶管理頁(yè)面這三種，其中使用頻率最高的是用戶直接面對(duì)的檢索頁(yè)面，因此改進(jìn)的措施就主要集中在檢索頁(yè)面。對(duì)該功能的改進(jìn)主要利用CSS、JavaSeript技術(shù)，實(shí)現(xiàn)讓壓縮存儲(chǔ)和功能頁(yè)面里的圖片達(dá)到合并，因此用戶一次請(qǐng)求就能夠?qū)崿F(xiàn)CSS、JavaSeript和頁(yè)面形樣圖片的獲得。將靜態(tài)資源文件放到瀏覽器緩存里面，用戶在下一次相同頁(yè)面的資源請(qǐng)求時(shí)，就能夠從瀏覽器緩存里面直接讀得，訪問(wèn)的效率就會(huì)明顯提高。當(dāng)在平臺(tái)的前端使用了符合傳統(tǒng)PC和移動(dòng)設(shè)備的JS、CSS軟件技術(shù)后，對(duì)應(yīng)的資源文件訪問(wèn)則可以使用CDN軟件技術(shù)，其作用就是當(dāng)瀏覽器請(qǐng)求大文件資源時(shí)，就會(huì)從CDN軟件里面直接送回給用戶設(shè)備，資源訪問(wèn)的線路變得最小了，就會(huì)使得訪問(wèn)的速度增快，并且還會(huì)減小平臺(tái)中服務(wù)器的負(fù)載。

2.后端數(shù)據(jù)庫(kù)數(shù)據(jù)改進(jìn)措施實(shí)現(xiàn)。后端數(shù)據(jù)庫(kù)數(shù)據(jù)改進(jìn)方面是根據(jù)前端的影響而決定的。前端使用最頻繁的是檔案檢索功能，因此后端數(shù)據(jù)庫(kù)數(shù)據(jù)的改進(jìn)主要就集中在后端數(shù)據(jù)庫(kù)檢索模塊的改進(jìn)。因?yàn)榍岸说臋n案檢索功能變得頻繁了，必然增加了后端數(shù)據(jù)庫(kù)的檢索工作，這就需要采取措施減小后端的工作壓力。具體可從幾個(gè)方面著手：第一是減小檔案檢索功能里面數(shù)據(jù)反復(fù)訪問(wèn)的次數(shù)和數(shù)據(jù)量，可以把檔案檢索的前置條件設(shè)定得更詳細(xì)并且能一次遞交進(jìn)后臺(tái)中，給予數(shù)據(jù)的檢索，當(dāng)數(shù)據(jù)庫(kù)檢索成功以后，就會(huì)把用戶需求的結(jié)果送回給它們。采用這種方法能夠增強(qiáng)系統(tǒng)檢索功能，能夠最大限度減小數(shù)據(jù)的訪問(wèn)數(shù)量，并且送回的數(shù)據(jù)變得更加準(zhǔn)確，互聯(lián)網(wǎng)的壓力也會(huì)相應(yīng)減小。第二是在檔案檢索過(guò)程中，存在非常繁瑣的數(shù)據(jù)提取動(dòng)作，就需要采用存儲(chǔ)過(guò)程方法。把過(guò)程數(shù)據(jù)處理邏輯融入存儲(chǔ)過(guò)程中，達(dá)到避開(kāi)利用互聯(lián)網(wǎng)反復(fù)開(kāi)展數(shù)據(jù)的交換，同時(shí)檔案信息利用存儲(chǔ)過(guò)程處理后一起回復(fù)用戶請(qǐng)求信息，存儲(chǔ)過(guò)程中利用參數(shù)的方法輸送檢索請(qǐng)求信息，在增強(qiáng)檢索能力的時(shí)候，也避開(kāi)了資源共享平臺(tái)SQL的依附造成系統(tǒng)缺陷。第三是利用索引技術(shù)增強(qiáng)檢索性能。索引的創(chuàng)建主要是在檔案信息最常應(yīng)用的檢索點(diǎn)上利用有關(guān)列上進(jìn)行創(chuàng)建。增加索引不但能提升檢索性能，而且有效的檢索實(shí)施后，可以減小平臺(tái)檔案信息的刪修再新增等工作。對(duì)后端數(shù)據(jù)庫(kù)數(shù)據(jù)而言，可以把檔案信息檢索所需的主要信息放入歷史表里面，以提升由于信息的變化造成的其他功能的性能問(wèn)題。

3.Redis緩存數(shù)據(jù)處理改進(jìn)實(shí)施完成結(jié)果。Redis緩存能將部分?jǐn)?shù)據(jù)保存在硬盤(pán)里面，并實(shí)現(xiàn)長(zhǎng)久保存。隨著檔案信息資源共享平臺(tái)用戶的增加，用戶量級(jí)到達(dá)一定程度，若是信息都從數(shù)據(jù)庫(kù)里面讀取，平臺(tái)的性能就會(huì)受到極大影響，為了減輕數(shù)據(jù)庫(kù)的壓力，可以把頻繁訪問(wèn)的用戶請(qǐng)求檔案信息放進(jìn)Redis緩存里面。當(dāng)檔案信息檢索請(qǐng)求產(chǎn)生后，開(kāi)始要分析Redis緩存里面有沒(méi)有用戶請(qǐng)求的檔案信息，假設(shè)里面有，就直接從Redis緩存里面獲得檔案信息，檢索也會(huì)變得更加的直接，其性能就會(huì)大幅度提高。假設(shè)Redis緩存里面沒(méi)有用戶請(qǐng)求的檔案信息，那么就需要從數(shù)據(jù)庫(kù)里面獲得檔案信息的有關(guān)數(shù)據(jù)，并且要把獲得的檔案信息寫(xiě)進(jìn)Redis緩存里面，這樣的好處就是當(dāng)用戶下次發(fā)起同樣的請(qǐng)求時(shí)，系統(tǒng)會(huì)直接從Redis緩存獲得，而并不需要在訪問(wèn)數(shù)據(jù)庫(kù)進(jìn)行獲得。檔案信息資源共享平臺(tái)Redis緩存完成流程圖如圖2所示（見(jiàn)下頁(yè)）。

從Redis緩存請(qǐng)求完成流程可以看出，在檔案信息資源共享平臺(tái)中，要實(shí)現(xiàn)Redis緩存在客戶端應(yīng)用，需要在Redis緩存里面加入DLL。DLL（Dynamic Link Library）文件是動(dòng)態(tài)鏈接庫(kù)文件，又叫做“應(yīng)用程序拓展”。把DLL文件加入到引用后，應(yīng)把配置Redis操作參數(shù)導(dǎo)進(jìn)配置文件里面，其中Redis的端口信息是Redis服務(wù)里面出現(xiàn)的端口，默認(rèn)端口號(hào)是6739。當(dāng)這些有關(guān)信息構(gòu)建好后，還應(yīng)寫(xiě)一個(gè)普遍應(yīng)用的Redis緩存管理器，主要功能是獲得Redis客戶端實(shí)例，增加檔案信息實(shí)體融合到緩存里面，增加文字符類(lèi)檔案信息以獲得文字符類(lèi)型的檔案信息。接下來(lái)就是檔案信息列表，全部檔案信息以及認(rèn)定文件類(lèi)型檔案信息列表，只需要按照鍵名就能獲得，同時(shí)還具有刪除、清空認(rèn)定鍵緩存信息的功能。在實(shí)際的應(yīng)用過(guò)程中，如需用到緩存功能，可以直接調(diào)用Redis緩存管理器予以實(shí)現(xiàn)。

對(duì)檔案信息資源平臺(tái)數(shù)據(jù)的改進(jìn)完成后，需要進(jìn)一步驗(yàn)證其功能效果。采用模擬現(xiàn)實(shí)環(huán)境中超大數(shù)量的檔案信息數(shù)據(jù)，包括文字符號(hào)類(lèi)型、時(shí)間類(lèi)型和GUID類(lèi)型等數(shù)據(jù)，數(shù)據(jù)量是2000萬(wàn)條檔案信息。平臺(tái)操作請(qǐng)求和請(qǐng)求的數(shù)據(jù)條數(shù)都使用的是10的N次方遞增加壓方式，測(cè)試計(jì)算機(jī)用的操作系統(tǒng)是Win10，處理系統(tǒng)用的是Intel Core i5-7200U。結(jié)果發(fā)現(xiàn)，當(dāng)檔案信息大量請(qǐng)求數(shù)量出現(xiàn)時(shí)，平臺(tái)每秒鐘能支撐的請(qǐng)求數(shù)也會(huì)大量增加，并且Redis緩存軟件對(duì)并發(fā)連接的支持也非常高，可以說(shuō)利用該技術(shù)，平臺(tái)對(duì)于數(shù)據(jù)的處理效率大大增強(qiáng)。需要注意的是，利用Redis緩存軟件有一個(gè)最大的問(wèn)題就是數(shù)據(jù)的命中率，這將是以后檔案信息訪問(wèn)中研究的一個(gè)重要方向。