[發明專利]一種分布式地學元數據同步實現方法及系統

無效

• 申請號: 200910088667.0
• 申請日: 2009-07-07
• 公開（公告）號: CN101625691A
• 公開（公告）日: 2010-01-13
• 發明（設計）人: 楊雅萍;馮敏;諸云強;宋佳;廖順寶
• 申請（專利權）人: 中國科學院地理科學與資源研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30;H04L29/08
• 代理公司: 北京律誠同業知識產權代理有限公司
• 代理人: 梁 揮;祁建國

技術領域

本發明涉及地學元數據同步技術，特別涉及一種分布式地學元數據同步實現方法及系統。

背景技術

通過各行業部門部署的對地球表面及深部的長期調查監測以及各類地學科研項目，我國已經積累了豐富的地學數據資源。特別是隨著近幾十年來對地觀測技術的發展，地學數據資源的獲取變得越來越容易。然而，由于缺乏有效的地學數據共享，數據資源難以流通，分布在不同地理位置、行業部門和科研單位的數據資源主要還是在數據采集、生產單位內部使用，行業部門和科研項目往往為了不同的目的重復進行數據資源的投資和建設。地學數據資源是在一定時空范圍下產生的，具有典型的時空特性、區域集成性、學科交叉性，數據類型和格式復雜多樣。因此，實現分散、異構地學數據資源共享的一種行之有效的辦法就是元數據。

元數據是關于數據的數據，能夠對數據資源的主要內容、時空范圍、數據格式、數據質量以及數據資源的獲取方式進行描述。數據擁有者通過元數據告訴數據使用者有什么樣的數據、這些數據在哪里、怎么獲取這些數據資源等信息，數據使用者根據上述信息通過在線下載或離線聯系等方式獲取數據，從而實現地學數據資源的共享。

以元數據為核心的數據共享系統一般分為集中式和分布式。集中式數據共享系統是指數據擁有者基于網絡將數據資源統一匯交到一個數據共享系統中，數據使用者也都從這個共享系統中查詢和獲取所需要的數據資源。分布式數據共享系統是指根據地域或學科的需求，設置多個物理上分布、邏輯上統一的數據共享系統，數據擁有者根據數據資源的特點將數據資源匯交到對應的數據共享系統中，數據使用者登錄到某一個數據共享系統中查詢和獲取自己所需要的數據資源。集中式數據共享系統由于只依靠一個數據共享系統進行元數據的匯交、數據的查詢和獲取，具有簡單、容易維護等優點，但由于所有的數據服務都依靠一個系統進行，因此也存在著網絡負擔過重，不同學科或區域數據資源難于管理等問題。分布式數據共享系統依靠物理上分布、邏輯上統一的多個數據共享系統對外提供服務，各個學科或區域數據共享系統能夠很好地對本學科或本區域的數據資源進行管理，當然分布式的數據共享系統相對于集中式的數據共享系統要復雜得多，而且要想這些分布式的系統能夠統一為用戶提供數據共享服務，必須解決分布式系統間元數據的同步。由于地學數據資源具有典型的時空特性、區域集成性和學科交叉性等特點，因此，地學數據資源的共享往往采用分布式的網絡體系。

分布式的地學元數據同步一般來講有兩種形式：對等式和總分式。所謂對等式地學元數據同步是指分布式網絡體系下的每個系統都是對等的，各系統的元數據分別要同步到其他系統中；總分式地學元數據同步是指分布式網絡體系下有一個系統作為總中心，其他系統作為分中心，總中心和分中心是不對等的，所有分中心的元數據都同步到總中心，通過總中心實現元數據的全局搜索和訪問。對等式的元數據同步機制由于一個系統的元數據需要分別同步到其他的每一個系統，如果分布式體系下的系統數量多的話，這種同步工作所消耗的開支是巨大的，而且任何一個系統出問題都會對這種同步產生影響。總分式的元數據同步機制中各分中心只與總中心進行元數據的同步，分中心相互之間并不進行元數據同步，依靠總中心可以對各分中心的元數據質量進行監控，并提供全局的元數據服務，這種機制效率高、相對穩定，但對總中心要求較高。本發明涉及的就是一種總分式的分布式元數據同步管理的方法。

分布式元數據同步管理主要依靠的協議包括：Z39.50、OAI-PMH和WebServices。

Z39.50是“信息檢索應用服務定義和協議規范”的簡稱，是美國國家標準化組織于1988年公布的。它是在網絡上傳輸數據的高層協議，不涉及數據庫的名稱和具體結構，也不考慮數據庫的具體實現，能夠實現異構元數據的互操作。基于Z39.50的分布式信息檢索的具體步驟是：首先將Z39.50網關安裝在網絡服務器上，當用戶發送檢索請求時，Z39.50網關將其轉化為Z39.50支持的標準格式，然后創建若干個并發的Z39.50客戶進程，將用戶檢索請求同時遞交給用戶選定的多個Z39.50服務器，最后接收多個Z39.50服務器返回的檢索結果，經過處理后轉化為HTML格式，返回給用戶。Z39.50存在的主要問題是：它是一個重量級的協議，體系龐大，標準的實施需要軟件開發者了解數據結構、網絡通訊、編碼解碼等，是一種復雜的操作模式，這使其在通用領域、一般檢索和P2P檢索中的應用受到很大局限。