王超

（遼寧工業(yè)大學(xué)圖書館，錦州 121000）

2017年11月，開放獲取知識(shí)庫(kù)聯(lián)盟（COAR）經(jīng)過(guò)長(zhǎng)期調(diào)研發(fā)布報(bào)告[1]，描述了新一代機(jī)構(gòu)知識(shí)庫(kù)（IR）應(yīng)具有的11項(xiàng)新功能，并稱新一代機(jī)構(gòu)知識(shí)庫(kù)的資源轉(zhuǎn)移（resource transfer）、批量發(fā)現(xiàn)（batch discovery）、收集和公開活動(dòng)（collecting and exposing activities）、長(zhǎng)期保存（preserving resources）5項(xiàng)新功能主要依托于資源同步框架規(guī)范ResourceSync實(shí)現(xiàn)。

ResourceSync是由美國(guó)國(guó)家標(biāo)準(zhǔn)協(xié)會(huì)（ANSI）指導(dǎo)研發(fā)，并于2014年頒布。2017年更新的資源同步框架規(guī)范[2]，可用于實(shí)現(xiàn)互聯(lián)網(wǎng)上不同系統(tǒng)之間的資源同步。郭少友等[3]和曹迪[4]對(duì)于ResourceSync在數(shù)字圖書館中的應(yīng)用場(chǎng)景進(jìn)行了探索，其中部分應(yīng)用場(chǎng)景同樣適應(yīng)于機(jī)構(gòu)知識(shí)庫(kù)的資源同步，但ResourceSync在數(shù)字圖書館中的應(yīng)用側(cè)重于資源的收集和保存，而機(jī)構(gòu)知識(shí)庫(kù)更側(cè)重于資源的開放和共享。筆者通過(guò)相關(guān)調(diào)研并結(jié)合現(xiàn)有研究，分析ResourceSync資源同步規(guī)范的基本原理，并探討其在機(jī)構(gòu)知識(shí)庫(kù)中應(yīng)用場(chǎng)景及應(yīng)注意的問(wèn)題及對(duì)策，使機(jī)構(gòu)知識(shí)庫(kù)功能更強(qiáng)大，最大程度地實(shí)現(xiàn)資源開放與共享。

1 數(shù)字資源同步現(xiàn)行方法分析及Resource Sync的應(yīng)用

筆者基于國(guó)內(nèi)外學(xué)者郭少友等[3]、曹迪[4]、劉樹等[5]、Zhen[6]、Haslhofer等[7]、Klein等[8]的研究并結(jié)合相關(guān)調(diào)研，認(rèn)為目前數(shù)字資源常用的同步方法可歸納為軟件同步、中間件同步、發(fā)布變化通知同步3類。

1.1 軟件同步

該方法的核心是將同步軟件分別安裝于源數(shù)據(jù)庫(kù)和目標(biāo)數(shù)據(jù)庫(kù)，資源變化時(shí)使用軟件實(shí)現(xiàn)資源同步。此方法要求源數(shù)據(jù)庫(kù)和目標(biāo)數(shù)據(jù)庫(kù)是完全相同的網(wǎng)絡(luò)系統(tǒng)，而且同步軟件需要根據(jù)數(shù)據(jù)庫(kù)情況自主研發(fā)。其優(yōu)勢(shì)在于源數(shù)據(jù)庫(kù)和目標(biāo)數(shù)據(jù)庫(kù)不分主從、互相同步，但軟件對(duì)環(huán)境要求較高，而且需要自主研發(fā)或修改，通用性不強(qiáng)。國(guó)內(nèi)此類同步軟件較多，比較有代表性的有劉樹等[5]研發(fā)的基于觸發(fā)器的變化捕獲器。

1.2 中間件同步

中間件是一種安裝于數(shù)據(jù)庫(kù)系統(tǒng)的應(yīng)用程序或者軟件，用于數(shù)據(jù)中轉(zhuǎn)站管理、傳輸計(jì)算機(jī)資源、實(shí)現(xiàn)網(wǎng)絡(luò)通信。源數(shù)據(jù)庫(kù)和目標(biāo)數(shù)據(jù)庫(kù)可通過(guò)中間件共享資源，當(dāng)源數(shù)據(jù)庫(kù)發(fā)生資源變化時(shí)，向中間件發(fā)送變化信息，目標(biāo)數(shù)據(jù)庫(kù)獲取變化信息后進(jìn)行解析和轉(zhuǎn)儲(chǔ)。Zhen[6]使用JMS中間件程序，用4個(gè)步驟來(lái)實(shí)現(xiàn)不同數(shù)據(jù)庫(kù)之間的數(shù)據(jù)同步：①通過(guò)觸發(fā)器獲取源端的增量數(shù)據(jù)；②增量數(shù)據(jù)轉(zhuǎn)換為XML文件；③以消息格式發(fā)送XML文件到目標(biāo)端；④使用XML解析器解析數(shù)據(jù)。利用中間件同步的優(yōu)點(diǎn)是可以在不同網(wǎng)絡(luò)系統(tǒng)之間共享資源，且中間件程序較為簡(jiǎn)單、開發(fā)難度低，還能實(shí)現(xiàn)一對(duì)多的資源同步。其缺點(diǎn)在于使用中轉(zhuǎn)站傳輸數(shù)據(jù)，步驟較多、過(guò)程復(fù)雜，同時(shí)中間件需要使用專有的API和協(xié)議，不同中間件互操作困難。

1.3 發(fā)布變化通知同步

此類方法把資源提供者稱為源端，目的地?cái)?shù)據(jù)庫(kù)稱為目標(biāo)端，源端通過(guò)Sitemap協(xié)議發(fā)布變化通知（XML格式文件），目標(biāo)端獲知變化信息，再通過(guò)某種規(guī)范執(zhí)行資源同步操作。DSNotify的資源同步方法和ResourceSync資源同步規(guī)范均可歸為發(fā)布變化通知同步的方法。維也納大學(xué)Haslhofer等[7]提出一種基于DSNotify的資源同步方法，也稱資源斷鏈檢測(cè)與修復(fù)。從源端所有資源中抽取描述性特征，生成資源特征向量，通過(guò)DSNotify附加組件提取并導(dǎo)出資源的特征項(xiàng)（資源的URI及其特征向量），再由監(jiān)視器通過(guò)反復(fù)比對(duì)監(jiān)控本地資源變化情況，監(jiān)視器將檢測(cè)到的變化情況寫入事件日志，并發(fā)送通知到目標(biāo)端，目標(biāo)端據(jù)此修復(fù)資源斷鏈。DSNotify方法應(yīng)用的可行性已經(jīng)被網(wǎng)絡(luò)同步仿真實(shí)驗(yàn)證明，但DSNotify應(yīng)用仍有一定局限性，其適合處理關(guān)聯(lián)數(shù)據(jù)，主要用于鏈接的同步，無(wú)法同步非文本資源。

1.4 ResourceSync的優(yōu)越性及應(yīng)用

ANSI頒布的ResourceSync資源同步框架規(guī)范，同時(shí)提供了兩款開源軟件——resync-simulator和resync，前者是資源同步信息發(fā)布工具，后者是資源同步工具。ResourceSync把元數(shù)據(jù)和元數(shù)據(jù)描述的對(duì)象數(shù)據(jù)視為資源，賦予它們不同的URI，使用Sitemap協(xié)議語(yǔ)法對(duì)元數(shù)據(jù)和對(duì)象數(shù)據(jù)進(jìn)行描述。ResourceSync把內(nèi)容提供者稱為源端，把打算復(fù)制源內(nèi)容的站點(diǎn)稱為目標(biāo)端。源端對(duì)資源進(jìn)行描述并對(duì)外發(fā)布能力列表，其中包括4種同步能力：資源列表、變化列表、資源轉(zhuǎn)儲(chǔ)庫(kù)、變化轉(zhuǎn)儲(chǔ)庫(kù)，目標(biāo)端獲取能力列表后按規(guī)范步驟完成資源同步。相較于現(xiàn)行的數(shù)字資源同步方法，ResourceSync具有如下優(yōu)越性：與軟件同步方法相比，它不但省略了軟件研發(fā)，而且具有4種同步能力，即環(huán)境適用性和通用性更強(qiáng)；與中間件同步方法相比，它同樣具有在不同網(wǎng)絡(luò)系統(tǒng)之間實(shí)現(xiàn)一對(duì)多的同步能力，除此之外其源端和目標(biāo)端使用Sitemap協(xié)議直接建立聯(lián)系，不需要中間件，過(guò)程簡(jiǎn)單、不易出錯(cuò)，還可減少延遲；與DSNotify相比，ResourceSync同步規(guī)范具有更強(qiáng)的通用性，DSNotify無(wú)法同步非文本資源，而ResourceSync適用于任何具有URI的資源之間的同步。

自2014年頒布以來(lái)，ResourceSync便因其優(yōu)越性受到廣泛重視。ResourceSync已經(jīng)在康奈爾大學(xué)圖書館和電子預(yù)印本數(shù)據(jù)庫(kù)arXiv中實(shí)現(xiàn)部分功能的成功應(yīng)用，并受到歐洲數(shù)字人文項(xiàng)目（Europeana）、美國(guó)數(shù)字公共圖書館（DPLA）等的關(guān)注。截至2020年底，DPLA的部分成員庫(kù)之間已經(jīng)采用ResourceSync實(shí)現(xiàn)數(shù)字資源互操作[9]。COAR工作組也將ResourceSync作為新一代機(jī)構(gòu)知識(shí)庫(kù)的核心技術(shù)、標(biāo)準(zhǔn)、協(xié)議之一。

現(xiàn)代機(jī)構(gòu)知識(shí)庫(kù)不僅收錄了各種類型的海量數(shù)字資源，而且其資源是高度動(dòng)態(tài)化的，不斷地收錄新資源，更新或刪除舊的數(shù)據(jù)。ResourceSync適用于任何具有URI的資源之間的同步，而且采用模塊化設(shè)計(jì)，靈活性強(qiáng)，易于操作，具有廣泛的適用性。根據(jù)COAR報(bào)告的描述，ResourceSync主要應(yīng)用于3個(gè)方面。①資源長(zhǎng)期保存。采用鏡像同步備份等措施，為數(shù)據(jù)的長(zhǎng)期保存提供保障。②批量發(fā)現(xiàn)和獲取資源。在ResourceSync框架下，用戶可實(shí)現(xiàn)資源的批量發(fā)現(xiàn)和打包下載，提升機(jī)構(gòu)知識(shí)庫(kù)資源價(jià)值。③資源轉(zhuǎn)移?！癛esourceSync是一種基于站點(diǎn)地圖（Sitemap）的規(guī)范，存儲(chǔ)庫(kù)管理器可以使用該規(guī)范提供信息，允許第三方系統(tǒng)持續(xù)與其存儲(chǔ)庫(kù)中的資源保持同步，即創(chuàng)建、更新和刪除。站點(diǎn)地圖允許公開知識(shí)庫(kù)內(nèi)容和搜索引擎所需的元數(shù)據(jù)。ResourceSync可使用Sitemaps XML格式實(shí)現(xiàn)內(nèi)容和元數(shù)據(jù)的發(fā)現(xiàn)和同步”[10]。

2 ResourceSync資源同步的基本原理

2.1 ResourceSync框架結(jié)構(gòu)

ResourceSync資源同步框架如圖1所示。源描述是目標(biāo)端了解數(shù)據(jù)源情況，實(shí)現(xiàn)同步的接入點(diǎn)。源描述枚舉數(shù)據(jù)源的能力列表，每個(gè)資源集都指向一個(gè)能力列表。如只有單一的源集合，則同步描述只包含一個(gè)指針；對(duì)于多個(gè)數(shù)據(jù)源（多個(gè)源使用索引的方法）的情況，其描述包括源描述和能力列表兩個(gè)層次。能力列表列舉了一組資源支持的4種能力：資源列表、變化列表、資源轉(zhuǎn)儲(chǔ)庫(kù)、變化轉(zhuǎn)儲(chǔ)庫(kù)的URI。

圖1 ResourceSync資源同步框架

ResourceSync框架規(guī)范把數(shù)字資源同步定義為4種情況：資源列表、變化列表、資源轉(zhuǎn)儲(chǔ)庫(kù)、變化轉(zhuǎn)儲(chǔ)庫(kù)，分別與4種同步能力相對(duì)應(yīng)。

（1）資源列表。ResourceSync框架規(guī)范將源端某一時(shí)刻（列表中時(shí)間戳屬性）允許同步的資源以列表呈現(xiàn)，使用標(biāo)簽將其URI逐一列出。對(duì)于每個(gè)資源，資源列表最低限度地提供資源的URI，再添加和

圖2 ResourceSync資源同步過(guò)程

（1）基準(zhǔn)同步。基準(zhǔn)同步是指目標(biāo)端與源端首次同步，目標(biāo)端復(fù)制源端基礎(chǔ)數(shù)據(jù)。按照ResourceSync規(guī)范，可通過(guò)資源列表和資源轉(zhuǎn)儲(chǔ)庫(kù)獲取源端基礎(chǔ)資源，實(shí)現(xiàn)基準(zhǔn)同步。第一，目標(biāo)端通過(guò)資源列表中資源的URIs，逐一發(fā)出HTTP請(qǐng)求，完成基準(zhǔn)同步。第二，目標(biāo)端還可以獲取源端發(fā)布的資源轉(zhuǎn)儲(chǔ)庫(kù)ZIP文件中的比特流信息，在資源清單的指導(dǎo)下解引內(nèi)容包。

（2）增量同步。增量同步是指在基準(zhǔn)同步的基礎(chǔ)上，通過(guò)重復(fù)執(zhí)行增量同步，目標(biāo)端可以與源端保持動(dòng)態(tài)同步。源端發(fā)布變化列表傳達(dá)關(guān)于資源變化的信息，目標(biāo)端通過(guò)變化列表中列出的新創(chuàng)建或更新資源的URI獲取最新的內(nèi)容，同時(shí)同步刪除已刪除資源。目標(biāo)端還可以獲取源端的變化轉(zhuǎn)儲(chǔ)庫(kù)實(shí)現(xiàn)增量同步，和基準(zhǔn)同步類似，目標(biāo)端通過(guò)變化資源的URI獲取數(shù)據(jù)包，然后在變化清單的指導(dǎo)下解包。

（3）審校。為了驗(yàn)證同步效果，目標(biāo)端必須能夠檢查它獲得的內(nèi)容是否與源端當(dāng)前資源在覆蓋率和準(zhǔn)確性方面相匹配。審校時(shí)，目標(biāo)端將獲取資源（數(shù)據(jù)包）包含的元數(shù)據(jù)與源端提供資源的元數(shù)據(jù)進(jìn)行匹配驗(yàn)證，這些元數(shù)據(jù)描述了資源的最新狀態(tài)，如上次修改時(shí)間、長(zhǎng)度和基于內(nèi)容的散列及其長(zhǎng)度。

2.3 ResourceSync資源發(fā)現(xiàn)機(jī)制

在實(shí)際操作中，目標(biāo)端如何發(fā)現(xiàn)源端發(fā)布的能力列表是實(shí)現(xiàn)資源同步的前提。在ResourceSync框架規(guī)范下，資源發(fā)現(xiàn)主要有：well-known URI、Link鏈接、robots協(xié)議3種方式（見圖3）。

圖3 ResourceSync資源發(fā)現(xiàn)機(jī)制

（1）well-known URI方法。一個(gè)數(shù)據(jù)源要發(fā)布源描述，源描述的URI：http://example.com。well-known URI資源發(fā)現(xiàn)方法就是在源描述URI添加前綴“/.wellknown/”，添加前綴的URI：http://www.example.com/.well-known/resourcesync。此特殊URI是目標(biāo)端獲取源端能力列表的適當(dāng)入口點(diǎn)。

（2）Link鏈接方法。目標(biāo)端對(duì)于web（網(wǎng)頁(yè)）類數(shù)字資源的同步，一般采用Link方法。在HTML文檔頂部（）添加元素，此<鏈接> 必有一個(gè)rel屬性值為resourcesync，這表明可以通過(guò)的值URI可以發(fā)現(xiàn)源端的能力列表。由于Sitemap協(xié)議不提供目標(biāo)端從具有根元素文檔直接導(dǎo)航到其“父”文檔的方法，所以可通過(guò)標(biāo)簽up（向上）獲取源描述。

（3）robots協(xié)議方法。該方法是首先向一個(gè)源端的robots.txt文件中添加一個(gè)Sitemap指令（Sitemap: http://example.com/dataset1/resourcelist.xml），“通過(guò)http://www.example.com/robots.txt，可獲取源數(shù)據(jù)端的robots.txt文件，該文件的值是資源列表的URI，目標(biāo)端據(jù)此發(fā)現(xiàn)源端的資源列表，進(jìn)而獲取能力列表。”[4]如果一個(gè)源端支持多個(gè)資源集，那么可以添加多個(gè)指令，每個(gè)指令對(duì)應(yīng)一個(gè)與特定資源集相關(guān)聯(lián)的資源列表。

3 基于ResourceSync規(guī)范機(jī)構(gòu)知識(shí)庫(kù)資源同步場(chǎng)景

國(guó)內(nèi)現(xiàn)有的機(jī)構(gòu)知識(shí)庫(kù)大多采用的是DSpace開源軟件作為系統(tǒng)平臺(tái)，利用OAI進(jìn)行數(shù)據(jù)收割，然后導(dǎo)入中間元數(shù)據(jù)池，再通過(guò)數(shù)據(jù)接口或數(shù)據(jù)關(guān)聯(lián)等數(shù)據(jù)處理工具實(shí)現(xiàn)不同合集或不同區(qū)域資源的整合和分享，完成源數(shù)據(jù)的更新或同步。這種資源同步由于使用中轉(zhuǎn)站傳輸數(shù)據(jù)，不同中間件互操作較困難，而且操作步驟較多、過(guò)程復(fù)雜，容易出現(xiàn)數(shù)據(jù)遲滯或混亂。ResourceSync框架規(guī)范由于環(huán)境適用性和通用性較強(qiáng)，既可批量“收割”元數(shù)據(jù)，也可實(shí)現(xiàn)對(duì)象資源的批量互操作，且過(guò)程簡(jiǎn)單，將成為下一代機(jī)構(gòu)知識(shí)庫(kù)資源同步的技術(shù)支撐。ResourceSync框架規(guī)范在機(jī)構(gòu)知識(shí)庫(kù)中實(shí)現(xiàn)資源同步主要有以下3個(gè)應(yīng)用場(chǎng)景。

3.1 機(jī)構(gòu)知識(shí)庫(kù)與鏡像庫(kù)的同步方法

學(xué)術(shù)機(jī)構(gòu)可以根據(jù)自身情況為機(jī)構(gòu)知識(shí)庫(kù)設(shè)立一個(gè)或多個(gè)鏡像站點(diǎn)（備份庫(kù)），機(jī)構(gòu)知識(shí)庫(kù)與其鏡像庫(kù)進(jìn)行備份同步。這既有利于機(jī)構(gòu)知識(shí)庫(kù)資源的長(zhǎng)期保存，也具有一定的分流作用，可減輕主服務(wù)器壓力。ResourceSync框架規(guī)范在資源發(fā)現(xiàn)機(jī)制上，由于雙方的隸屬關(guān)系，作為目標(biāo)端的鏡像站點(diǎn)無(wú)論采用何種發(fā)現(xiàn)方法都可輕易獲取作為源端的機(jī)構(gòu)知識(shí)庫(kù)資源。在同步方法上，鏡像站點(diǎn)可略過(guò)資源列表，直接獲取機(jī)構(gòu)知識(shí)庫(kù)資源轉(zhuǎn)儲(chǔ)庫(kù)數(shù)據(jù)包，完成基準(zhǔn)同步。增量同步和基準(zhǔn)同步類似，當(dāng)機(jī)構(gòu)知識(shí)庫(kù)資源發(fā)生變化（更新、刪除、創(chuàng)建）時(shí)，直接獲取變化轉(zhuǎn)儲(chǔ)庫(kù)，在資源清單的指導(dǎo)下完成增量同步。由于鏡像數(shù)據(jù)作為機(jī)構(gòu)知識(shí)庫(kù)備份，同步數(shù)據(jù)準(zhǔn)確性和完整性至關(guān)重要，同步操作完成后再根據(jù)清單常用信息對(duì)所有同步資源進(jìn)行審校。

3.2 機(jī)構(gòu)知識(shí)庫(kù)與用戶之間的同步方法

ResourceSync框架規(guī)范在機(jī)構(gòu)知識(shí)庫(kù)中的第二個(gè)應(yīng)用場(chǎng)景是通過(guò)機(jī)構(gòu)知識(shí)庫(kù)與用戶之間的同步，幫助用戶精準(zhǔn)發(fā)現(xiàn)、批量獲取機(jī)構(gòu)知識(shí)庫(kù)資源，提升用戶的使用體驗(yàn)。機(jī)構(gòu)知識(shí)庫(kù)用戶又分為個(gè)人用戶和機(jī)構(gòu)用戶兩類。首先，機(jī)構(gòu)知識(shí)庫(kù)按照ResourceSync框架規(guī)范對(duì)自建資源進(jìn)行源描述，為了兼顧不同的用戶，機(jī)構(gòu)知識(shí)庫(kù)為用戶提供全部同步能力，用戶根據(jù)需要選擇同步能力。其次，用戶可根據(jù)需求選擇資源發(fā)現(xiàn)方法。ResourceSync提供了3種資源發(fā)現(xiàn)機(jī)制，用戶可自主選擇。如用戶只需獲取機(jī)構(gòu)知識(shí)庫(kù)資源列表，那么選用robots協(xié)議方法即可實(shí)現(xiàn)；若需要4種同步能力，則選用well-known URI或Link鏈接方法。在同步過(guò)程中，個(gè)人用戶一般對(duì)于資源的覆蓋率和準(zhǔn)確率要求較低，只需執(zhí)行基準(zhǔn)同步和增量同步，審校可略過(guò)，而機(jī)構(gòu)用戶對(duì)于同步資源的準(zhǔn)確性和完整性要求較高，因而要嚴(yán)格按步驟執(zhí)行同步，審校環(huán)節(jié)不可省略。

3.3 機(jī)構(gòu)知識(shí)庫(kù)與資源提供者之間的同步方法

近年來(lái)機(jī)構(gòu)知識(shí)庫(kù)從機(jī)構(gòu)下轄科研院（所）或團(tuán)隊(duì)數(shù)據(jù)庫(kù)獲取資源正成為擴(kuò)大機(jī)構(gòu)知識(shí)庫(kù)資源持有量的主要途徑。縱觀國(guó)內(nèi)外知名機(jī)構(gòu)知識(shí)庫(kù)（國(guó)外如麻省理工圖書館機(jī)構(gòu)知識(shí)庫(kù)等，國(guó)內(nèi)如中國(guó)科學(xué)院系統(tǒng)機(jī)構(gòu)知識(shí)庫(kù)等）都采用ResourceSync框架規(guī)范與下轄的研究院（所）數(shù)據(jù)庫(kù)保持資源同步，這樣既可擴(kuò)大機(jī)構(gòu)知識(shí)庫(kù)資源持有量，也能保障資源實(shí)時(shí)更新。

盡管機(jī)構(gòu)知識(shí)庫(kù)與機(jī)構(gòu)下轄的研究院（所）數(shù)據(jù)庫(kù)具有隸屬或者合作關(guān)系，但與鏡像站點(diǎn)數(shù)據(jù)備份不同，機(jī)構(gòu)知識(shí)庫(kù)從子數(shù)據(jù)庫(kù)中獲取資源要遵循既定目標(biāo)選擇性地同步。因此，在資源發(fā)現(xiàn)機(jī)制上，雙方可采用約定的發(fā)現(xiàn)方法。由于是選擇性同步，同步過(guò)程也較為簡(jiǎn)單，作為目標(biāo)端的機(jī)構(gòu)知識(shí)庫(kù)可略過(guò)子庫(kù)的資源轉(zhuǎn)儲(chǔ)庫(kù)和變化轉(zhuǎn)儲(chǔ)庫(kù)，只需獲取子庫(kù)的資源列表和變化列表，根據(jù)資源的URI下載元數(shù)據(jù)或全文數(shù)據(jù)，即可完成基準(zhǔn)同步。當(dāng)子庫(kù)資源發(fā)生變化時(shí)，與基準(zhǔn)同步方法相同，通過(guò)獲取變化列表，完成增量同步。最后再根據(jù)獲取資源的常用信息（最新修改時(shí)間和散列及其長(zhǎng)度信息）驗(yàn)證同步效果。

4 機(jī)構(gòu)知識(shí)庫(kù)資源同步中應(yīng)注意的問(wèn)題及對(duì)策

機(jī)構(gòu)知識(shí)庫(kù)運(yùn)行是復(fù)雜的“生態(tài)系統(tǒng)”，Resource Sync資源同步框架規(guī)范在實(shí)際應(yīng)用中可能出現(xiàn)以下若干問(wèn)題。

4.1 資源同步的實(shí)時(shí)性問(wèn)題及對(duì)策

在機(jī)構(gòu)知識(shí)庫(kù)資源同步實(shí)踐中如何減少延遲，保障同步的實(shí)時(shí)性，是無(wú)法回避的現(xiàn)實(shí)問(wèn)題。在Resource Sync同步框架規(guī)范中，為保障同步的實(shí)時(shí)性，在實(shí)際操作中應(yīng)采用“推”“拉”結(jié)合的方式。當(dāng)機(jī)構(gòu)知識(shí)庫(kù)資源發(fā)生變化時(shí)，應(yīng)及時(shí)發(fā)布（推送）變化通知，并提供變化列表或變化轉(zhuǎn)儲(chǔ)庫(kù)，以便目標(biāo)端及時(shí)同步更新。同時(shí)，目標(biāo)端應(yīng)動(dòng)態(tài)監(jiān)測(cè)源端資源變化情況，及時(shí)發(fā)送同步請(qǐng)求，根據(jù)比特流信息判斷資源變化情況，量少則通過(guò)變化列表完成同步，量大則打包下載變化轉(zhuǎn)儲(chǔ)庫(kù)。

4.2 資源同步過(guò)程中數(shù)據(jù)格式轉(zhuǎn)換問(wèn)題及對(duì)策

當(dāng)兩個(gè)網(wǎng)絡(luò)系統(tǒng)之間要實(shí)現(xiàn)大量同步資源，在數(shù)據(jù)傳輸?shù)倪^(guò)程中極易出現(xiàn)格式不一致的數(shù)據(jù)異構(gòu)性問(wèn)題。導(dǎo)致數(shù)據(jù)格式異構(gòu)的原因很多，主要源于計(jì)算機(jī)系統(tǒng)本身的復(fù)雜性。如何有效解決此類問(wèn)題是實(shí)現(xiàn)資源同步的關(guān)鍵。在機(jī)構(gòu)知識(shí)庫(kù)與鏡像庫(kù)同步中，“IR數(shù)據(jù)格式應(yīng)嘗試應(yīng)用可重復(fù)使用的Latex或TEI格式”[10]，鏡像備份過(guò)程中盡量避免數(shù)據(jù)格式轉(zhuǎn)換，直接傳輸數(shù)據(jù)保存?zhèn)浞?。在機(jī)構(gòu)知識(shí)庫(kù)與用戶或資源提供者同步中，IR與資源使用者或提供者之間資源同步時(shí)，目標(biāo)端獲取源端資源后，先使用ETL（抽取-轉(zhuǎn)換-加載）工具進(jìn)行格式轉(zhuǎn)換，數(shù)據(jù)轉(zhuǎn)換成功之后，再執(zhí)行基準(zhǔn)同步、增量同步以及審校。

4.3 元數(shù)據(jù)與對(duì)象數(shù)據(jù)的協(xié)調(diào)同步問(wèn)題及對(duì)策

現(xiàn)代機(jī)構(gòu)知識(shí)庫(kù)不僅收錄海量的數(shù)字資源，而且資源類型十分豐富。ResourceSync同步框架規(guī)范將元數(shù)據(jù)和對(duì)象數(shù)據(jù)分別賦予不同URI，兩者之間是描述與被描述的關(guān)系，如果元數(shù)據(jù)發(fā)生變化，其描述的對(duì)象數(shù)據(jù)也隨之變化，反之亦然。因此，在同步過(guò)程中可能出現(xiàn)兩類資源不協(xié)同的問(wèn)題，為了避免此類問(wèn)題，“應(yīng)在繼續(xù)保持二者之間描述與被描述關(guān)系的基礎(chǔ)上，分別對(duì)元數(shù)據(jù)資源及其所描述的對(duì)象資源間實(shí)施同步”[3]。

5 結(jié)語(yǔ)

機(jī)構(gòu)知識(shí)庫(kù)的研究和應(yīng)用已受到廣泛的重視和獲得長(zhǎng)足的發(fā)展，而ResourceSync資源同步框架規(guī)范在機(jī)構(gòu)知識(shí)庫(kù)中的應(yīng)用研究才初見端倪，利用Resource Sync同步原理，研究其在機(jī)構(gòu)知識(shí)庫(kù)中具體應(yīng)用場(chǎng)景，提出應(yīng)用過(guò)程中需要注意的問(wèn)題并給出相應(yīng)對(duì)策，才能更好地實(shí)現(xiàn)機(jī)構(gòu)知識(shí)庫(kù)的資源轉(zhuǎn)移、批量發(fā)現(xiàn)、長(zhǎng)期保存等新功能，使機(jī)構(gòu)知識(shí)庫(kù)功能更強(qiáng)大，最大程度地實(shí)現(xiàn)資源開放和共享。