一种针对网络学术资源的永久存档系统.pdf

一种针对网络学术资源的永久存档系统。本发明揭示了一种适用于网络学术资源永久存档的软件系统，属于信息存储技术领域。本方案针对网络学术资源的特点，设计了一套基于网格技术的分布式存储方案，能够有效地支持网络学术资源的永久存档。

1.  一种适用于网络学术资源，基于网格技术的永久存档系统，该方案具有如下特点：
(1)每条网络学术资源具有一个全局唯一标识符(GUI，即Guodao UnifiedIdentifier)；
(2)文档服务器维护全局唯一标识符到实际网络学术资源物理地址的一对多映射；
(3)文档服务器解析全局唯一标识符，选择与之对应的网络学术资源的一个物理地址

2.  如权利要求1中的适用于网络学术资源永久存档系统特点所述，在本系统中的每一条网络学术资源，都具有一个全局唯一的标识符。

3.  如权利要求1中的适用于网络学术资源永久存档系统特点所述，本系统支持每个网络学术资源多个拷贝共存，且这些拷贝有相同的全局唯一标识符，并可分布存储于不同的服务器上，例如：其原始发布服务器，若干个中心镜像服务器，本地镜像服务器等，以保证能及时有效的访问资源。

4.  如权利要求1中的适用于网络学术资源永久存档系统特点所述，本系统使用文档服务器维护全局唯一标识符和网络学术资源物理拷贝地址间一对多映射。

一种针对网络学术资源的永久存档系统
技术领域
本发明是一种适用于网络学术资源的，基于网格技术的永久存档系统。在学科上属于现代图书馆学，信息管理学的范畴。
背景技术
网络学术资源是互联网上的和学术有关性的数字化资源。网络学术资源数量巨大，种类繁多，学科覆盖面广，并且具有一定的学术价值，是传统学术资源，例如学术期刊的重要补充。
互联网动态的本性决定了网络学术资源具有易变性，往往会出现链接失效等问题，永久存档相当困难；针对这一难题，本系统使用基于网格技术的永久存档系统，实现对网络学术资源的永久保存。其基本思想是将每个网络学术资源分布存储在多个服务器上，并且为其分配全局唯一标识，然后引入文档服务器维持全局唯一标识符到物理拷贝地址间的一对多映射，使应用端只需知道全局唯一标识符就能获得一个拷贝，而不用了解存储的细节。
发明内容
本发明揭示了一种用于网络学术资源的永久存档系统，属于现代图书馆学，信息管理学的范畴。本系统针对网络学术资源的特点，把每个网络学术资源分布存储在多个服务器上，并且为其分配全局唯一标识，并用文档服务器维持全局唯一标识符到物理拷贝地址的一对多映射。这样，应用端只需知道全局唯一标识符就能获得一个拷贝，而不用了解存储的细节，从而有效地支持网络学术的永久存储。
首先，每一条被发现的网络学术资源都先分配一个全局唯一的标识符，称之为“GUI”(即Guodao Unified Identifier，其中Guodao为注册商标)；GUI一旦被分配，就不会再更改，以保证网络学术资源在使用时能够通过GUI正确的与一条资源相关联。
第二，每一条被发现的网络学术资源都有一个或多个网络链接地址，当同一条网络学术资源被多个网站转载、镜像后，每一个地址都指向了这一资源，或者说，每个地址对应着一个拷贝。这样对每个网络学术资源，建立起GUI到拷贝地址列表的一对多映射。
第三，每一条被发现的网络学术资源，都下载到本地，并分发到多个中心镜像服务器上，例如分发到中心在线镜像服务器和中心离线镜像服务器上。接着更新映射表，也就是为每个GUI，把每个中心镜像服务器的拷贝地址增加到其目标列表中。然后把文档服务器部署到中心镜像服务器上，且该文档服务器使用更新后的映射表。
第四，除了复制到中心镜像服务器外，还发到本地镜像服务器上，然后更新映射表，也就是对每个GUI，将本地镜像拷贝的地址增加到其目标列表中。接下来，在本地镜像服务器上部署文档服务器，且该文档服务器使用更新后的映射表。
第五，文档服务器解析全局唯一标识时，遵循如下策略：本地镜像、中心镜像、原始互联网出处。
第六，文档服务器周期检查拷贝地址的有效性，以移除无效的拷贝地址。
本方案的优点
针对网络学术资源的特点，本方案使用了多种备份方式，有效的保证了数据存储的永久性及使用的便利性。
第一、网络学术资源能够永久存在。每一个网络学术资源在网络上都有1个或多个拷贝地址，只要有一个有效的拷贝地址，网络学术资源就可用。本方案除了使用互联网原始出处地址外，还使用了中心镜像和本地镜像拷贝，这样至少每个网络学术资源会有三个镜像备份，足以保证网络学术资源的永久性。
第二、每条网络学术资源都被分配一个全局唯一标识符GUI，GUI包含着网络学术资源命名、管理等信息，文档服务器维持GUI到拷贝地址的一对多映射表以解析GUI，使应用端仅根据GUI就可以获得一个拷贝，而不用关心具体的物理存储细节。
具体实施方案
1、配置文档服务器，文档服务器负责分配、管理、解析GUI，文档服务器上需要安装数据库系统和GUI软件系统。文档服务器需要配置在中心镜像服务器或本地镜像服务器上，文档服务器有多台互作备份，以提供不间断服务。
2、数据采集。网络学术资源通过专业编辑手工方式，从网络采集到中心镜像服务器，在采集过中，每一条资源都要通过文档服务器分配GUI，每一条资源都按照相关规则进行存储，存储完成后，更新文档服务器，使GUI与中心镜像服务器上的网络学术资源进行关联映射。
3、数据采集过程中，对于同一条资源对应多个网络地址的，将每个地址都加入到文档服务器中GUI到物理地址的映射表中。
4、中心镜像服务器的备份，网络学术资源下载后，需要做离线备份，同样，这些备份地址也要添加到GUI到物理地址的一对多映射表中去。
5、网络学术资源分发到本地镜像服务器上，每条资源都有一至多条的本地镜像，并相应的更新GUI到物理地址间的一对多映射表。
6、周期维护文档服务器，检查失效的网络学术资源的物理地址，并将无效的地址从映射表中移除。
7、GUI的解析，文档服务器应提供7x24的GUI的解析服务，解析后得到的多个资源地址链接，按照不同的优先级别提供给用户。以本地镜像服务器中心镜像服务器互联网原始出处的顺序，给应用端提供最快的访问方式。
附图说明
附图是一种针对网络学术资源的永久存档系统的原理图。详见《说明书附图》。