文/曾祥瑞

數(shù)圖吹響開源集結(jié)號(hào)（二）

文/曾祥瑞

編者按：華中科技大學(xué)數(shù)字圖書館體系的門戶系統(tǒng)和統(tǒng)一檢索平臺(tái)自刊登以來，受到讀者的廣泛關(guān)注。本欄目推薦其個(gè)性化服務(wù)系統(tǒng)、搜索引擎、單點(diǎn)登錄系統(tǒng)、目錄檢索平臺(tái)和文獻(xiàn)資源共享平臺(tái)，以供建設(shè)參考。

個(gè)性化服務(wù)系統(tǒng)和MyLibrary

用戶尋求個(gè)性化服務(wù)

由于數(shù)字化信息的龐大和復(fù)雜多樣，每個(gè)用戶需求的個(gè)性化和多樣化，不同用戶的學(xué)科背景、閱覽習(xí)慣、性格偏好等方面的差異，導(dǎo)致所需要的資源和信息不同。滿足用戶個(gè)性化的需求，讓人們方便快捷地找到自己所需要的內(nèi)容，這正是個(gè)性化服務(wù)應(yīng)用系統(tǒng)模型要實(shí)現(xiàn)的目標(biāo)。它以用戶為核心、以個(gè)性化選擇為界面的新型的圖書館信息資源搜集與表達(dá)方式，可根據(jù)用戶個(gè)性特征提供數(shù)字化信息服務(wù)，對個(gè)人信息尋求行為進(jìn)行分析，推送有用的信息，并據(jù)此有效組織資源，還可與用戶進(jìn)行網(wǎng)上實(shí)時(shí)交流，提供優(yōu)質(zhì)服務(wù)。

提出MyLibrary系統(tǒng)

個(gè)性化服務(wù)應(yīng)用系統(tǒng)是信息門戶認(rèn)證、Web OPAC服務(wù)、集成檢索和個(gè)性化服務(wù)的展示平臺(tái)。我們可以通過稱為MyLibrary的系統(tǒng)來實(shí)現(xiàn)具體的表現(xiàn)形式。

MyLibrary的提出和建立，是受到類似MyYahoo、MyAmazon等商業(yè)網(wǎng)站的個(gè)性化服務(wù)潮流的影響。MyLibrary建立的目的是想從圖書館的立場尋找一種個(gè)性化的視角，以解決信息過量和管理負(fù)擔(dān)過重的問題，并且提供比當(dāng)前商業(yè)站點(diǎn)具有更強(qiáng)的人工參與和指導(dǎo)的深層次服務(wù)。作為數(shù)字圖書館個(gè)性化服務(wù)的一個(gè)解決方案，最早建立MyLibrary的有美國北卡羅萊納州立大學(xué)、康奈爾大學(xué)、猶他大學(xué)、紐約大學(xué)等。另一個(gè)具有代表性的是MyLibrary@Cornell系統(tǒng)，它基于ASP/CGI的Web三層結(jié)構(gòu)設(shè)計(jì)。

Mylibrary@HUST系統(tǒng)結(jié)構(gòu)

Mylibrary@HUST中的20多個(gè)模塊，可分多頁進(jìn)行布置，用戶可以根據(jù)自己的需要和愛好，選擇各個(gè)風(fēng)格的布局及顏色。它與以往MyLibrary系統(tǒng)的最大區(qū)別在于，各個(gè)模塊用戶不僅可以根據(jù)需要進(jìn)行內(nèi)容編輯處理，還可根據(jù)各自不同的需求選擇自己相關(guān)的模塊，頁面上無關(guān)的模塊可以像電源開關(guān)一樣自由開關(guān)。

系統(tǒng)可以根據(jù)用戶的需求和特征向他們提供經(jīng)過圖書館和系統(tǒng)挑選、推薦的上述信息，從而簡化用戶的信息尋求行為，同時(shí)用戶可以決定他們自己頁面的風(fēng)格和功能模塊，并對一些功能模塊中的內(nèi)容進(jìn)行加工處理。

系統(tǒng)采用Microsoft .NET技術(shù)及架構(gòu)。選擇.NET框架的原因是它展示出了一個(gè)標(biāo)準(zhǔn)的.NET企業(yè)級應(yīng)用程序所應(yīng)該具有的特點(diǎn)?；诖碎_發(fā)的Mylibrary@HUST系統(tǒng)具有技術(shù)的前瞻性。

華中科技大學(xué)圖書館

搜索引擎和Lucene 索引技術(shù)

通用的搜索引擎雖然功能強(qiáng)大，但對于具有很多子網(wǎng)站的企業(yè)門戶網(wǎng)站來說，搜索的響應(yīng)速度慢，索引范圍不全。而Lucene是一個(gè)強(qiáng)大的全文索引引擎工具包，可以快速地開發(fā)一個(gè)搜索引擎，且優(yōu)于通用搜索引擎。

Lucene的出現(xiàn)，極大地推動(dòng)了全文檢索技術(shù)在各個(gè)行業(yè)或領(lǐng)域中的深層次應(yīng)用。Lucene本身只是一個(gè)組件，而非一個(gè)完整的應(yīng)用，所以若想讓Lucene運(yùn)行，還得在Lucene基礎(chǔ)上進(jìn)行必要的二次開發(fā)。

特點(diǎn)

Lucene的特點(diǎn)是應(yīng)用范圍廣、開放源代碼、功能強(qiáng)大、有多種語言的版本、結(jié)構(gòu)很清晰，其7個(gè)程序“各司其職”：Search負(fù)責(zé)檢索，Index進(jìn)行索引，Analysis是用來切詞的，QueryParser查詢分析，Document存儲(chǔ)結(jié)構(gòu)中數(shù)據(jù)的基本描述，Store實(shí)現(xiàn)底層I/O存儲(chǔ)結(jié)構(gòu)，Util建立一些公用的數(shù)據(jù)結(jié)構(gòu)。Lucene的主要?jiǎng)幼鞫疾捎昧顺橄箢悾瑪U(kuò)展起來十分方便。相對于一些商業(yè)化全文檢索，Lucene的入庫速度更快，因?yàn)樗拇鎯?chǔ)采取分步合并的方法：先建立小索引，待時(shí)機(jī)成熟才把小索引合并到大索引樹上。因此，在操作應(yīng)用數(shù)據(jù)時(shí)可以同步進(jìn)行全文檢索庫的操作而不會(huì)（或許很少）影響系統(tǒng)的效能。

數(shù)字圖書館中的海量信息，使人們在檢索信息時(shí)遇到很多問題，而專業(yè)搜索引擎并不能有效地揭示專業(yè)網(wǎng)站內(nèi)部信息；有的無域名專業(yè)網(wǎng)站或有限制的網(wǎng)站，也使專業(yè)搜索引擎無法收錄到信息，因而也就無法檢索。隨著各類圖書館門戶網(wǎng)站的推出，專業(yè)搜索引擎的受限制也更多，也就更加不能有效揭示圖書館專業(yè)網(wǎng)站內(nèi)容。

Lucene性能穩(wěn)定，使用簡單，而且開源免費(fèi)，有Apache基金做支撐，資金和技術(shù)力量雄厚，這兩年一直穩(wěn)步更新。

單點(diǎn)登錄系統(tǒng)和Shibboleth

在數(shù)字圖書館門戶系統(tǒng)的建設(shè)中，由于整合的資源來源廣，分屬于許多不同的認(rèn)證系統(tǒng)中，統(tǒng)一認(rèn)證就顯得很重要。當(dāng)前最重要的Web2.0應(yīng)用支持工具就是身份識(shí)別管理系統(tǒng)，從微軟的Passport到Liberty，再到 Shibboleth。

對于統(tǒng)一認(rèn)證，人們常用的方法是：IP限制、用戶名與密碼、匿名訪問、PKI/CA數(shù)字證書認(rèn)證、時(shí)間段認(rèn)證、訪問次數(shù)認(rèn)證。這些方法都是把用戶的認(rèn)證模塊放在資源提供方，這會(huì)加大資源提供方的負(fù)載。而Shibboleth是將論證模塊放在訪問者端，資源提供方只需從ORIGIN端獲取用戶的身份信息即可。

優(yōu)勢

Shibboleth能減少管理可訪問受保護(hù)資源的時(shí)間，共享機(jī)構(gòu)之間的數(shù)據(jù)，管理大量賬戶；增加安全，基于SAML協(xié)議以相似標(biāo)準(zhǔn)解決方案間的互操作。

Shibboleth 被設(shè)計(jì)并部署到一個(gè)以瀏覽器為中心的世界中。Shibboleth 屬性服務(wù)可以用于更多的 Web 服務(wù)和面向應(yīng)用的部署?？蛻魴C(jī)不僅僅是瀏覽器；它們包括 Web 服務(wù)客戶機(jī)，可以與跨管理域的應(yīng)用服務(wù)進(jìn)行交互，這些應(yīng)用服務(wù)再回調(diào)客戶機(jī)的Shibboleth 服務(wù)，從而獲取可用于訪問控制授權(quán)需求的屬性。它會(huì)充分利用 Shibboleth已經(jīng)開展的工作，并將它們呈現(xiàn)在一個(gè)基于 Web 服務(wù)的社區(qū)中。

Shibboleth認(rèn)證系統(tǒng)允許用戶安全地從一個(gè)網(wǎng)站跳到另一個(gè)網(wǎng)站，而只需登錄一次就可以了。這樣的系統(tǒng)可以保護(hù)用戶的隱私、網(wǎng)上交易以及提供網(wǎng)上服務(wù)的其他機(jī)構(gòu)。它是大學(xué)與研究機(jī)構(gòu)使用的一種開放標(biāo)準(zhǔn)的用戶身份聯(lián)合認(rèn)證系統(tǒng)，是下一代互聯(lián)網(wǎng)計(jì)劃的一部分。

應(yīng)用

現(xiàn)在全世界有500多家網(wǎng)站都在使用Shibboleth系統(tǒng)，其中包括美國、澳大利亞、比利時(shí)、英國、芬蘭、丹麥、德國、瑞士、荷蘭以及中國的教育系統(tǒng)。

在具體應(yīng)用中，Shibboleth可用于大型門戶系統(tǒng)和聯(lián)盟系統(tǒng)。從國內(nèi)外SSO建設(shè)的現(xiàn)狀以及開發(fā)認(rèn)證系統(tǒng)的實(shí)踐來看，Shibboleth正成為研究應(yīng)用的重點(diǎn)，它為用戶共享網(wǎng)上信息資源服務(wù)提供了技術(shù)支撐，使項(xiàng)目的建設(shè)更趨完善。采用Shibboleth進(jìn)行統(tǒng)一身份認(rèn)證，成為數(shù)字圖書館SSO的技術(shù)方案的主要選擇。

目錄檢索工具和Z39.50 API

Z39.50協(xié)議是一個(gè)基于C／S結(jié)構(gòu)的網(wǎng)絡(luò)應(yīng)用層協(xié)議，它通過對編碼方式和內(nèi)容語義的標(biāo)準(zhǔn)化來實(shí)現(xiàn)不同系統(tǒng)間的互操作。Z39.50協(xié)議數(shù)據(jù)單元通過ASN.1進(jìn)行定義，并以基本編碼方式(BER)對ASN.1序列化，它屏蔽了數(shù)據(jù)庫間的異構(gòu)性，與軟硬件平臺(tái)、數(shù)據(jù)庫接口及查詢語言無關(guān)。Z39.50是一個(gè)信息界廣泛接受的標(biāo)準(zhǔn)協(xié)議。

但Z39.50是一個(gè)龐大復(fù)雜的標(biāo)準(zhǔn)，實(shí)現(xiàn)起來比較困難；而且Z39.50要求各數(shù)據(jù)庫在字段級別實(shí)現(xiàn)統(tǒng)一，靈活性差。Z39.550是基于TCP／IP的底層協(xié)議，傳輸層協(xié)議基于TCP／UDP的編程，不提供HTTP的支持，不能在WWW 上實(shí)現(xiàn)。

ZING(Z39.50 International Next Generation)是Z39.50的改進(jìn)版，提供了互操作基于HTTP實(shí)現(xiàn)的Web支持。

基于API的網(wǎng)絡(luò)服務(wù)（Web Servicesbased APIs）的xISBN、thingISBN、Open Library API、DLF ILS DI Technical Recommendation、SRU和OpenSearch、OAIPMH和OAI-ORE、RSS和Atom等都可以被稱為Web Services應(yīng)用編程接口（API）。API是計(jì)算機(jī)與計(jì)算機(jī)之間交互應(yīng)用，能夠明確地共享數(shù)據(jù)，圖書館界發(fā)明的Z39.50是一種典型示范。

特點(diǎn)

利用 Z39.50 API（YAZ Z39.50 toolkit工具包）開發(fā)Z39．50客戶端系統(tǒng)，能夠?qū)崿F(xiàn)Z39．50客戶端所要達(dá)到的一般功能，它簡單易用、靈活方便、快捷高效、無需非常專業(yè)的Z39．50協(xié)議知識(shí)，這些都降低了開發(fā)的難度，縮減了開發(fā)時(shí)間，增大了開發(fā)的可行性。此外，這種基于YAZ工具包開發(fā)實(shí)現(xiàn)Z39．50系統(tǒng)的技術(shù)，實(shí)現(xiàn)了與應(yīng)用系統(tǒng)的無縫集成，將極大地推動(dòng)Z39．50協(xié)議在其他更廣泛領(lǐng)域的應(yīng)用。

我們構(gòu)造了能利用國內(nèi)外開放Z39.50接口的圖書館圖書目錄綜合搜索，已經(jīng)可以檢索的對象圖書館達(dá)到了上百家。

文獻(xiàn)資源共享整合平臺(tái)

內(nèi)涵

域內(nèi)資源整合系統(tǒng)(Domain Resource Integration System，簡稱DRIS)是一種分層的分布式互聯(lián)網(wǎng)信息檢索系統(tǒng)，提供了從底層到應(yīng)用層的一整套互聯(lián)網(wǎng)信息資源整合利用方案。

我們在組織級別上建立了一種可以整合各個(gè)單位內(nèi)部各類文獻(xiàn)資源的異構(gòu)資源統(tǒng)一檢索平臺(tái)，在此基礎(chǔ)上，“域內(nèi)資源整合系統(tǒng)”也提供了一套完整的單位組織間的信息資源協(xié)調(diào)管理和共享方案，然后將其進(jìn)一步擴(kuò)展成對整個(gè)互聯(lián)網(wǎng)信息管理系統(tǒng)基礎(chǔ)結(jié)構(gòu)的研究，為實(shí)現(xiàn)數(shù)字圖書館的基本定義“下一代互聯(lián)網(wǎng)的信息管理模式”進(jìn)行積極探索。

結(jié)構(gòu)

DRIS采用和DNS系統(tǒng)類似的基本體系結(jié)構(gòu)，是一個(gè)分層的信息資源管理系統(tǒng)。DRIS能夠?qū)⒒ヂ?lián)網(wǎng)分為獨(dú)立的模塊“域(Domain)”，每個(gè)域內(nèi)建立一個(gè)信息中心節(jié)點(diǎn)，將本域內(nèi)的所有信息資源進(jìn)行索引。

以CERNET為例，具體如下所述：

1. 第三層：校內(nèi)資源整合。DRIS的第三層即三級域一般對應(yīng)于某個(gè)組織，而在我們的試驗(yàn)系統(tǒng)內(nèi)（CERNET）則對應(yīng)于不同的大學(xué)。此層的DRIS服務(wù)器將建立可以整合一個(gè)校園網(wǎng)內(nèi)所有資源的檢索平臺(tái)。

2. 第二層：校際資源整合。DRIS的第二層一般對應(yīng)于各個(gè)主干網(wǎng)，這里討論包括國內(nèi)所有大學(xué)的CERNET。目前各個(gè)高校之間的信息資源共享整合一直沒有一個(gè)很好的解決方案，而此層的DRIS服務(wù)器則恰恰可以解決此問題。

3. 第一層：國內(nèi)Internet資源整合。DRIS作為文獻(xiàn)資源共享整合平臺(tái)的應(yīng)用方法，被應(yīng)用于湖北省科技文獻(xiàn)共享平臺(tái)的建設(shè)中，整合了湖北省內(nèi)8所重點(diǎn)大學(xué)的教育資源，取得了很好的效果。

利用開源軟件來架構(gòu)數(shù)字圖書館的體系結(jié)構(gòu)，有其簡單通用、容易推廣的一面，但是要真正推廣開源軟件的應(yīng)用還是受到一些因素的制約：1.信息的共享方面，人們受到觀念、體制的限制；2.在信息的利用上，圖書館內(nèi)部人員受技術(shù)水平和機(jī)制的制約；3.信息的傳播方面，又有知識(shí)產(chǎn)權(quán)等困擾；4.相關(guān)廠商并沒有積極的意愿，一方面是開源軟件的利用還只是有益于建設(shè)方，而對他們的利益造成了沖擊，另一方面，圖書館的獨(dú)立性增強(qiáng)，對數(shù)字圖書館的開發(fā)商來說，失去了一些技術(shù)優(yōu)勢。因此，圖書館必須充實(shí)信息技術(shù)人員，并讓其牢固掌握業(yè)務(wù)知識(shí)，這樣才能使有用的開源軟件得到更好的利用。

（作者單位為華中科技大學(xué)圖書館）

曙光龍芯刀片服務(wù)器贈(zèng)玉樹

本刊訊 4月23日，曙光推出了具有完全自主化的服務(wù)器產(chǎn)品——龍芯刀片服務(wù)器及云計(jì)算產(chǎn)品。

龍芯刀片服務(wù)器產(chǎn)品不僅具有安全、綠色、高效節(jié)能等特性，而且具有通用性的CPU和OS，可以無縫平滑地運(yùn)行X86 CPU和LinuxOS上的應(yīng)用程序。其中，曙光龍芯刀片服務(wù)器的主板由曙光公司設(shè)計(jì)，CPU則采用中國獨(dú)立自主研制的LoongSon3ACPU，BIOS采用曙光基于PMON的二次獨(dú)立開發(fā)的曙光龍芯BIOS，操作系統(tǒng)采用紅旗公司的Red Flag Linux?？偠灾?，它是一款包括基礎(chǔ)架構(gòu)、通用處理器和操作系統(tǒng)軟件都具有完全自主知識(shí)產(chǎn)權(quán)的服務(wù)器產(chǎn)品。

在發(fā)布會(huì)上，曙光總裁歷軍宣布，將首次實(shí)現(xiàn)全線自主化目標(biāo)的曙光龍芯刀片服務(wù)器作為賑災(zāi)物資捐獻(xiàn)給玉樹災(zāi)區(qū)。他說：“曙光成立15年來，一直堅(jiān)持自主創(chuàng)新與民族責(zé)任感的融合。作為有民族責(zé)任感的高科技企業(yè)，我們愿意用實(shí)際行動(dòng)支持玉樹災(zāi)區(qū)群眾抗震救災(zāi)。今天曙光向玉樹地震災(zāi)區(qū)捐贈(zèng)龍芯刀片服務(wù)器，就是希望災(zāi)區(qū)的信息化平臺(tái)能夠盡快恢復(fù)，為災(zāi)后重建貢獻(xiàn)一個(gè)民族企業(yè)應(yīng)盡的社會(huì)責(zé)任?！?/p>