基于Web Service的OAI数据资源整合

2011-03-10张雅君

图书馆学刊 2011年2期

张雅君

（郑州航空工业管理学院，河南郑州 450015）

随着计算机技术的迅猛发展，尤其是网络技术、数据存储技术以及数据传输技术的不断进步与广泛应用，极大丰富了数字图书馆的馆藏资源与共享方式。如何有效整合异构条件下分布式文献资源库，实现跨库信息的统一发现、检索和访问，已成为当前数字图书馆的核心研究内容之一。现阶段关于该方向的研究有多种，比较有代表性的成果有：①利用XML适合于异构数据定义和数据信息交换的特点，基于XML封装资源库中各数据记录，同时利用Web Service适合于标准服务接口封装和远程服务调用的特点，基于Web Service封装各资源库的数据访问协议，从而实现大范围异构资源共享，以计算机技术为显著特点。②充分利用元数据适合于图书馆数据资源描述的特点，设计出满足本馆需求的元数据描述标准，从而实现对本地多数据库、第三方数据库以及传统图书馆OPAC系统数据库的资源整合，以元数据技术为显著特点。③融合前两种解决方案，既利用XML Web Service技术适合于网络资源和网络服务整合的特点，又利用元数据技术适合于图书馆信息描述的特点，提出基于XML Web Service封装的元数据跨库检索解决方案。这是目前最主流的共享解决方案。

笔者以第三种方案为立足点，同时考虑到OAI协议在国际上已被广泛接受并获得普遍应用[1]，因此针对支持OAI协议的数据库整合进行研究，其解决思路及研究成果亦适用于其他元数据协议类型，具有良好可推广性。

1 OAI协议框架

OAI协议框架由数据提供者、服务提供者以及元数据搜索协议3部分组成[2]。其基本原理是：首先将数据提供者的本地元数据格式用公共元数据格式进行表达，然后利用开放元数据搜索协议对全局公共元数据进行检索，具体应用时则由第三方服务提供者对搜索协议进行封装，生成面向用户的各种元数据检索公共服务，从而有效解决多资源库在元数据格式上的互异性问题，最终实现多馆藏资源的跨库检索。

在该框架中，Web环境下各数字图书馆资源库就是数据提供者，可采用简单DC元数据格式作为公共映射格式，并将映射结果统一用XML进行编码，形成异构数据描述与交换的物质基础。对于元数据搜索协议，则可采用OAI的开放性元数据采集协议OAI-MHP作为公共通信标准，实现对分布式资源库中各元数据信息的搜索与采集。考虑到网络中不同数字图书馆平台采用的运行环境可能互不相同，因此可采用Web Service作为提供公共基础服务的统一封装标准，在界面层有效消除异构性，最终实现数字图书馆的资源整合。

2 OAI数据资源整合系统设计

简单DC元数据搜索子系统又由结果文档XML封装模块与数据访问Web Service封装模块两部分组成。其中，数据访问模块负责与远程OAI原始数据库建立访问链接，并按照OAI协议框架规定的协议格式发送数据访问请求到远程OAI数据库，从而实现DC格式的元数据搜索。结果文档封装模块负责将数据访问模块搜索到的元数据结果封装成XML文档，并将该文档传送给基于Web Service的查询服务子系统中的XML文档解析模块。解析模块进行解析后，取得DC元数据记录，再存放于中心DC元数据库中，从而实现中心库DC元数据记录的生成。简单DC元数据搜索子系统应在一定时间周期内对各远程OAI数据库执行一次搜索，以便中心库元数据记录得到及时更新。

基于Web Service的查询服务子系统又由Web Service检索服务生成模块、XML文档解析模块以及中心元数据库检索模块3部分组成。其中，服务生成模块负责生成面向用户的基于Web Service的信息检索服务，供所有合法登录的用户执行远程调用。解析模块负责两种类型的XML文档解析工作，一种是接收客户端发送来的XML查询文档，对其解析，形成用户查询语句；另一种是接收简单DC元数据搜索子系统的XML结果文档，获得DC记录。最后，中心库检索模块负责根据解析出的用户查询语句，直接检索中心元数据库中的DC记录，并将检索结果进行XML封装后再返回给客户端。由于中心元数据库中的数据都是由搜索子系统通过远程搜索获取的，因此检索时只需连接中心库即可，无需再远程连接原始库，极大提高了检索效率。

3 简单DC元数据搜索子系统的实现

在上述整合模型中，简单DC元数据搜索子系统与远程OAI数据库的访问协议采用OAI协议框架的OAI-MHP标准协议。该协议首先自动遍历远程数据库在服务器端的注册信息，然后基于HTTP协议建立与远程数据库的访问链接，最后从中抽取符合搜索条件的规范化、结构化元数据记录。

在具体实现时，远程OAI数据库在服务器端的注册信息至少要包括6方面内容，分别是数据库标识符data_id、数据库URL地址data_url、数据库搜索标记data_flag、数据库搜索方式data_method、数据库元数据格式data_format以及数据库OAI版本data_ver。可以直接将其映射成一张六字段的关系表，存放在关系数据库中。

在基于HTTP协议与OAI数据库建立搜索链接时，可使用HTTP中的GET或POST方法来传递请求，该请求至少要包括一个以上的数据参数和一个格式为“verb=OAI方法名”的命令参数。其中OAI方法名可有6种方法值，分别是Identify、ListSets、ListMetadataFormat、ListIdentifiers、GetRecord以及ListRecord，其功能分别是：Identify返回元数据记录的详细描述，如名称、地址等，ListSets返回库中可用资源分组的名称，如文本、图片、视频等，ListMetadataFormat返回存档所用的元数据格式，ListIdentifiers返回满足查询条件的元数据记录标识，GetRecord返回与指定标识对应的元数据记录，ListRecord返回满足查询条件的元数据记录。服务器端对该请求的响应结果也采用HTTP协议进行回传。由此，即实现了基于HTTP协议与OAI-MHP协议的对远程OAI数据库的元数据搜索。

4 基于Web Service查询服务的实现

Web Service采取标准Web协议作为其中间件界面描述和协同描述的规范，完全屏蔽了不同软件运行平台的差异[4]。遵照Web Service标准封装而成的各种应用具有独立性、可扩展性以及模块化等特点，能够通过Internet来描述、发布、定位以及调用，非常适合用于编写OAI数据资源整合系统的各种网络公共服务。笔者选择JAVA语言作为实际开发平台（其版本为jdkl.5.0_04），选择WebLogic 9.0为应用部署服务器，实现OAI数据整合系统查询服务，即：根据整合系统模型，查询服务主要承担两方面功能，第一是接收界面层传递来的用户XML查询文档，对其进行解析并生成用户查询语句；第二是检索中心DC元数据库，形成XML检索结果文档。

4.1 XML查询语句的生成

一般情况下，客户端通过界面层传来的XML查询文档内容较简单，因此可采用DOM方法进行解析。DOM是一种W3C标准，可用一种与平台和语言无关的方式来表示XML查询文档[5]。

（1）卵巢囊肿总计41例，其中单纯囊肿14例，功能性囊肿14例，输卵管系膜副中肾管囊肿10例，白或黄体囊肿出血3例。影像特点为圆形或卵圆形、边缘锐利且光滑的异常信号，T1WI呈信号降低，T2WI呈信号升高。所有病例均诊断为良性病变，良性正确率100%[4]。

设界面层传来的某用户XML查询文档为search.xml，内容如下：

使用JAVA语言，对该XML文档的DOM解析过程如下：

首先，把要解析的XML文档转化为输入流，以便解析。

InputStream xml1=new FileInputStream（search.xml）。

其次，解析该输入流，得到一个文档对象。

Document doc=dombuilder.parse（xml1）；

再次，建立该文档对象的根节点，以便通过树结构对XML输入流进行遍历解析。

Element root=doc.getDocumentElement（）；

最后，在遍历解析中，依次读取输入流文档树的各子节点，获得节点值，这些节点值就是被解析出的各种客户端查询信息。

NodeList dbname=childroot1.getElementsByTagName（“doc.databasename”）；

NodeList dbaddress=childroot2.getElementsByTagAddress（“doc.databaseaddr

ess”）；

NodeList dbsql=childroot3.getElementsByTagSql （“doc.databasesql”）。

4.2 检索服务的实现

基于Web Service标准，编写检索公共服务代码，作为面向所有用户的检索服务提供者。其平台环境为：设某数字图书馆资源数据库为Oracle 9i，对外提供支持OAI协议的访问接口，编程思路是，定义类ResourceSearchService，在该类中创建方法GetSearchRecord来完成元数据记录提取、文档转换以及数据回传等功能。

该方法中的待搜索数据库地址、标识符、搜索语句等参数均来自于DOM对客户端XML查询文件的解析结果。基于该Web Service，实现了对中心DC元数据库检索服务的封装，最后再将其部署到WebLogic 9.0服务器中，以响应所有客户端的检索请求。