熊煒

摘 要：文章以信息技術(shù)飛速發(fā)展的當(dāng)今社會為背景，首先從定義和發(fā)展兩個方面對大數(shù)據(jù)的有關(guān)內(nèi)容進(jìn)行了敘述，然后又列舉了數(shù)字圖書館大數(shù)據(jù)所具有的代表性特征，最后結(jié)合實際情況，以“數(shù)字圖書館如何在建設(shè)中合理應(yīng)用大數(shù)據(jù)”為主題，展開了深入的探討。

關(guān)鍵詞：數(shù)字圖書館；建設(shè)；大數(shù)據(jù)問題

作為信息技術(shù)發(fā)展進(jìn)程中的里程碑，物聯(lián)網(wǎng)、云計算和大數(shù)據(jù)的出現(xiàn)，均在一定程度上對人們的生活產(chǎn)生了影響。對數(shù)字圖書館而言，在對其進(jìn)行建設(shè)的過程中，所涉及數(shù)據(jù)量的增加以及所涉及種類的多元化，導(dǎo)致人們不得不將關(guān)注的重心轉(zhuǎn)向大數(shù)據(jù)的問題方面。由此可以看出，想要保證數(shù)字圖書館建設(shè)工作的順利進(jìn)行，對大數(shù)據(jù)問題進(jìn)行探究是非常有必要的。

1 大數(shù)據(jù)的概述

1.1 定義

現(xiàn)階段，大數(shù)據(jù)在定義方面仍舊存在一定歧義，部分人認(rèn)為大數(shù)據(jù)的核心特征在于其所具有的復(fù)雜性，而另一部分人則認(rèn)為大數(shù)據(jù)的核心特征在于其總量大。在各種不同的定義中被人們普遍認(rèn)可的觀點(diǎn)是：大數(shù)據(jù)是無法應(yīng)用傳統(tǒng)工具在特定時間內(nèi)完成挖掘、分析與存儲的數(shù)據(jù)集合。在該定義中，大數(shù)據(jù)所具有的特征共有兩個，其一是數(shù)據(jù)量大，其二是所包含半結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)的數(shù)量較多。

1.2 發(fā)展

大數(shù)據(jù)出現(xiàn)之初，就得到了大量IT廠商的認(rèn)可，并隨之開展了大數(shù)據(jù)的研究工作。以麥肯錫為代表的咨詢公司，根據(jù)自身所涉及的工作方位針對大數(shù)據(jù)開展了相關(guān)的專項服務(wù)，而負(fù)責(zé)生產(chǎn)軟件與硬件的廠商，則紛紛通過對自身現(xiàn)有優(yōu)勢的整合，推出了對大數(shù)據(jù)進(jìn)行挖掘、分析和存儲的方案[1]。隨著相關(guān)研究的不斷深入，針對大數(shù)據(jù)所開展的研究工作，也實現(xiàn)了由理論向?qū)嵺`的轉(zhuǎn)變。

2 數(shù)字圖書館大數(shù)據(jù)的特征

2.1 價值高

需要明確一點(diǎn)，在以碎片化形態(tài)存在的數(shù)據(jù)中，往往也會蘊(yùn)含著寶貴的資源和知識，例如，在長達(dá)一個小時的教學(xué)視頻中，其核心資源可能只有五分鐘的時間，但是想要在大量數(shù)據(jù)中將這關(guān)鍵的五分鐘視頻資源進(jìn)行查找，就需要應(yīng)用大數(shù)據(jù)的有關(guān)技術(shù)對其加以輔助，提升信息查找的效率，避免不必要的時間浪費(fèi)。

2.2 增長迅速

對于數(shù)字圖書館而言，在大數(shù)據(jù)時代最突出的特征即為數(shù)據(jù)增長的迅速，其中包括新購入的數(shù)據(jù)庫、音頻視頻資源以及現(xiàn)有資源的數(shù)字化等，想要對幾百TB的龐大數(shù)據(jù)進(jìn)行高效管理，當(dāng)務(wù)之急在于對數(shù)據(jù)中心的構(gòu)建與完善[2]。

2.3 類型復(fù)雜

在數(shù)字圖書館的建設(shè)工作取得相應(yīng)進(jìn)展的當(dāng)今社會，開始有越來越多的圖書館根據(jù)自身所具有的特點(diǎn)，開始了對特色資源的數(shù)字化建設(shè)，例如，地方著作、師生著作或教學(xué)視頻等，這項工作的開展雖然在很大程度上豐富了圖書館的資源儲備，但也加劇了資源體系的復(fù)雜程度，使非結(jié)構(gòu)數(shù)據(jù)、半結(jié)構(gòu)數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)的融合程度不斷增加。

3 數(shù)字圖書館如何在建設(shè)中合理應(yīng)用大數(shù)據(jù)

3.1 數(shù)據(jù)的挖掘

近幾年，被人們廣泛認(rèn)可的數(shù)據(jù)挖掘平臺為云計算，也就是說，對云計算進(jìn)行合理應(yīng)用，可以在一定程度上實現(xiàn)對大數(shù)據(jù)問題的有效解決。云計算指的是可以用于配置與共享的資源池，對該計算資源池所包含資源進(jìn)行釋放和分配時，只需要開展極少的互動與管理工作即可。

云計算所包含的服務(wù)類型共有三種，分別是平臺、基礎(chǔ)設(shè)施以及軟件即服務(wù)?，F(xiàn)階段，科研人員尚未根據(jù)云計算所具有的特點(diǎn)構(gòu)建起用以統(tǒng)計的架構(gòu)，但不同服務(wù)類型均具有以下幾個方面的共同點(diǎn)：第一點(diǎn)，快速彈性；第二點(diǎn)，寬帶網(wǎng)絡(luò)訪問；第三點(diǎn)，資源池化；第四點(diǎn)，自助服務(wù)。而云計算所對應(yīng)的技術(shù)體系，則是由SOA構(gòu)架層、物力資源層、管理中間層和資源池層所構(gòu)成。

在數(shù)字圖書館中對大數(shù)據(jù)加以應(yīng)用的主要作用為數(shù)據(jù)的挖掘、分析和存儲。云計算可以在最大程度上實現(xiàn)對數(shù)據(jù)進(jìn)行挖掘與部署的效率的提升，并且降低對空間與資源的消耗，除此之外，人們使用頻率較高的數(shù)據(jù)挖掘與分析軟件，也可以與云計算平臺相連接，因此，在應(yīng)用大數(shù)據(jù)的過程中，云計算技術(shù)是必不可少的構(gòu)成部分[3]。對云計算而言，正是由于其在對數(shù)據(jù)進(jìn)行挖掘和計算的過程中，所應(yīng)用的工作方式為分布與并行相結(jié)合，因此，和傳統(tǒng)服務(wù)器相比較而言，在工作效率方面具有較為明顯的優(yōu)勢。另外，云計算所具有的彈性特征也在很大程度上提升了其與大數(shù)據(jù)分析所具有的契合度，通過對云計算的合理應(yīng)用，人們可以高效完成對數(shù)量較多的非結(jié)構(gòu)數(shù)據(jù)進(jìn)行可視化分析的工作。

3.2 數(shù)據(jù)的分析

雖然對處于任意領(lǐng)域中的大數(shù)據(jù)而言，在定義方面都是相對統(tǒng)一的，但這并不代表其不存在具有代表性的特征。對數(shù)字圖書館而言，在對所涉及大數(shù)據(jù)進(jìn)行分析的過程中，往往會由于結(jié)構(gòu)化數(shù)據(jù)所占據(jù)比例的增加，與商業(yè)公司相比會顯得更為簡單、容易。

在對數(shù)字圖書館進(jìn)行建設(shè)的過程中，最基礎(chǔ)同時也是具有最大價值的部分為數(shù)據(jù)庫，因此，數(shù)據(jù)庫在數(shù)據(jù)分析過程中的作用是無法替代的。SQL作為適用于不同數(shù)據(jù)庫結(jié)構(gòu)并且可以重復(fù)使用的高層次工具，在應(yīng)用其對數(shù)據(jù)進(jìn)行分析時，較易由于流程繁瑣復(fù)雜而影響查詢的效率，因此，對于大數(shù)據(jù)來說，在分析過程中選用以分布式的系統(tǒng)構(gòu)架為基礎(chǔ)所產(chǎn)生的Hadoop作為主要工具可行性更高，Hadoop最突出的特征在于其具有高度的可靠性、擴(kuò)展性、容錯性和工作效率。作為存在免費(fèi)版本的數(shù)據(jù)分析工具，現(xiàn)階段，Hadoop已經(jīng)成為了大部分經(jīng)費(fèi)緊張的數(shù)字圖書館的首選。

3.3 數(shù)據(jù)的存儲

對大數(shù)據(jù)而言，其支撐作用的核心硬件為存儲系統(tǒng)，在對數(shù)據(jù)進(jìn)行存儲和分析的過程中，想要保證獲得結(jié)果的準(zhǔn)確性，數(shù)據(jù)往往需要在服務(wù)器與存儲系統(tǒng)之間多次往返。存儲系統(tǒng)的發(fā)展方向主要有三個方面，分別是強(qiáng)化計算能力、擴(kuò)大容量以及提高傳輸速率。傳統(tǒng)圖書館所采用的儲存方式通常有存儲域網(wǎng)絡(luò)、直接外掛以及網(wǎng)絡(luò)附加三種，與其他兩種存儲系統(tǒng)相比，存儲域網(wǎng)絡(luò)系統(tǒng)在傳輸速率和存儲容量方面具有的優(yōu)勢較為突出，通過對存儲域網(wǎng)絡(luò)系統(tǒng)進(jìn)行分析可以發(fā)現(xiàn)，該存儲系統(tǒng)之所以具有較高的性能，其核心因素在于以下三個方面性能的支撐：計算能力、存儲容量以及傳輸能力，其中最為突出的性能優(yōu)勢體現(xiàn)在存儲性能方面，存儲域網(wǎng)絡(luò)系統(tǒng)中能夠疊加高達(dá)數(shù)千TB容量的磁盤列陣。但其所需采購成本相對較高，因此，對于大部分存在經(jīng)費(fèi)緊張問題的圖書館而言，想要根據(jù)自身實際需求對存儲域網(wǎng)絡(luò)系統(tǒng)加以采購，是較難實現(xiàn)的，這也在一定程度上導(dǎo)致該存儲系統(tǒng)利用率始終無法得到提升[4]。

4 結(jié)論

綜上所述，隨著信息技術(shù)的發(fā)展，在對數(shù)字圖書館進(jìn)行建設(shè)的過程中，面臨著前所未有的挑戰(zhàn)，導(dǎo)致建設(shè)工作進(jìn)展緩慢的主要原因并不是大數(shù)據(jù)本身，而是對大數(shù)據(jù)進(jìn)行挖掘、分析和存儲時需要應(yīng)用的技術(shù)。因此，想要保證數(shù)字圖書館建設(shè)工作的順利開展，需要以大數(shù)據(jù)所具有的特征為基礎(chǔ)，以圖書館所具有的需求為核心，對相關(guān)技術(shù)進(jìn)行深入的探索。

參考文獻(xiàn)

[1]李志.數(shù)字圖書館建設(shè)面臨問題的思考[J].才智，2013，19：218.

[2]廖曉靜.高職數(shù)字圖書館建設(shè)發(fā)展相關(guān)問題的思考[J].黑龍江史志，2013，19：209.

[3]甘勝界.數(shù)字圖書館在大數(shù)據(jù)時代建設(shè)與發(fā)展的思考[J].辦公自動化，2016，21：53-54+28.

[4]周彥.關(guān)于數(shù)字圖書館大數(shù)據(jù)系統(tǒng)建設(shè)的思考[J].商，2016，23：221.