您的位置：首页 > 社会 > 文化事业 > 文化服务 文化服务
构建“四中台”体系探索行业互知
作者：张岩 来源：深圳经验——“图书馆之城”创新发展二十年 责任编辑：xiangwang 2024-07-12 人已围观
广泛的跨平台用户互认让图书馆走出了自身的行业门户，但因行业差异性带来的在资源发现、统一揭示、便利获取等方面的个性化需求亟需解决。如何在保证“图书馆之城”统一技术平台稳定性的前提下，快速地满足这些需求，成为统一技术平台需要首先考虑的问题。在计算机信息化科技中，中台是较为成熟的隔离快速需求变化与稳定核心系统的技术。“图书馆之城”统一技术平台的发展中，是从专业化设计应对专业的数据需求，首先搭建数据中台满足专业的统计分析需求，再衍生出服务、业务、设备组成四中台体系架构的。
一、从系统设计到专业设计
ULAS早期的第一、二版本，其统计分析模块遵循基于系统思维的灵活设计理念，将系统数据按功能分类归纳，形成大的功能模块，基本每个业务功能对应一个统计功能，在界面上尽可能穷尽统计可能用到的数据维度，由负责统计工作的馆员根据统计需求设置不同的数据维度限定，再交由数据库统计出结果。系统设计的优点是思维模式符合程序开发人员思维，功能成型快，且功能规模大小可控。但随着“图书馆之城”统一技术平台的快速发展和高标准设计对细颗粒度统计分析的要求越来越高，系统设计过于依赖数据库性能，以及单个功能过于庞大的数据限定、不同时期产生的不同数据结果，都使得统计系统在应对统计需求时捉襟见肘。如统计员经常需要在全市上千个服务网点中，一个个勾选需要统计的服务网点，而统计结果也不得不带上冗长的数据选项以应对不同结果之间的比较。
ULAS从第三个局部升级版本开始，在功能设计上转由面向用户、面向服务的专业设计理念主导，一键式操作随处可见。随之而来的代价是功能菜单项目数量大幅度增加，但结合精细化设计的权限控制，对于每个负责特定工作的馆员来说，登录系统后只会看到自己用得到的数项功能，清晰易懂。受此影响，统计系统也按面向服务思维重新设计，每项统计功能仅设计简单的2—4个数据选项。如将全市上千个服务网点通过分类和归组，拆分到不同的功能菜单中，无须再逐一勾选。
二、专业数据模型的设计和试行
2015年，依托深圳市图书情报研究课题《“图书馆之城”大数据应用研究》，深圳图书馆组建专业技术团队，对“图书馆之城”数据挖掘模型构建开展第一阶段的探索性研究，研究方向主要包括挖掘技术的选型、数据模型的挖掘、数据模型的应用和数据权限的分级管理等。出于对统计需求的专业分析，以及“图书馆之城”当前、未来数据量级的评估，研究团队未采用流行的基于Hadoop的分布式计算框架，转而采用更加简单易行的数据库物化视图技术，按专业化数据需求建模，并建立数据分类、数据聚类、数据清洗、机器学习机制。截至2016年初，第一批共建设和挖掘可复用数据模型28个，包括读者个人档案模型6个及统计分析模型22个；总挖掘数据量6806万条，其中读者个人档案2592万条，统计分析数据4213万条。在异构数据挖掘方面，通过开源网站统计系统Piwik采集“图书馆之城”各类网站6个，日志数据总量累计18.5GB。至此“图书馆之城”数据仓库已经初步建成。
在数据仓库建设基础上，深圳图书馆技术团队将第二阶段开发的数据应用系统命名为EasyLod。“Lod”可理解为Library Open Data—图书馆开放数据，也可理解为Levels Of Detail—数据细节的模型或层级。EasyLod为聚焦图书馆资源、读者、服务方面的数据细节模型和层级而精心设计，提升了数据开放性和相应服务能力，更便于“图书馆之城”各成员馆获取数据和获得相关数据服务，更好地融入智慧城市建设。
三、从统计分析系统到数据中台
为应对持续增长的个性化数据需求并兼顾业务系统的稳定性，系统架构上就需要设立更加独立的数据中台。第五版ULAS以《公共图书馆统一服务业务统计数据规范》为指导，基于数据集成、敏捷开发、数据治理等开源工具建设数据中台和数据前台，EasyLod也相应升级为第二个大版本。EasyLod II作为新一代图书馆之城中心管理系统（ULASV）的数据统计分析子系统，担当数据前台门户的重任，向“图书馆之城”提供以双维度、分层次视角，多角度、多维度挖掘，多样化、精细化展现为主要特色的数据服务。
四、从单一数据中台拓展为“四中台”
随着“图书馆之城”统一技术平台的不断升级和功能模块拓展的颗粒化，在既要维持核心系统的稳定性，又要保证充足的拓展创新性的基本要求背景下，单一的数据中台逐步拓展为服务、业务、设备、数据四中台协同工作的数字底座。四中台均采用创新式的元件（Meta）、服务（Service）、平台（PlatForm，简称MSP）三层组装技术兼顾系统稳定性、高效率和扩展性。元件是最小颗粒度的图书馆业务逻辑单元，其自由、高效率地通过四中台组装为各种不同的服务，并能够实现各种不同组合的专业化特性。以转借为例，组装完成的转借服务绝不是简单的先还后借，当还书成功而借书失败时，还书操作亦会做回退处理，让整个转借作为一个整体操作存在。整体性服务由统一技术平台以开放API接口或嵌入式组件的形式，通过数据权限管控共享给“图书馆之城”各成员馆，实现数据的安全、规范、高效共享。
一、从系统设计到专业设计
ULAS早期的第一、二版本，其统计分析模块遵循基于系统思维的灵活设计理念，将系统数据按功能分类归纳，形成大的功能模块，基本每个业务功能对应一个统计功能，在界面上尽可能穷尽统计可能用到的数据维度，由负责统计工作的馆员根据统计需求设置不同的数据维度限定，再交由数据库统计出结果。系统设计的优点是思维模式符合程序开发人员思维，功能成型快，且功能规模大小可控。但随着“图书馆之城”统一技术平台的快速发展和高标准设计对细颗粒度统计分析的要求越来越高，系统设计过于依赖数据库性能，以及单个功能过于庞大的数据限定、不同时期产生的不同数据结果，都使得统计系统在应对统计需求时捉襟见肘。如统计员经常需要在全市上千个服务网点中，一个个勾选需要统计的服务网点，而统计结果也不得不带上冗长的数据选项以应对不同结果之间的比较。
ULAS从第三个局部升级版本开始，在功能设计上转由面向用户、面向服务的专业设计理念主导，一键式操作随处可见。随之而来的代价是功能菜单项目数量大幅度增加，但结合精细化设计的权限控制，对于每个负责特定工作的馆员来说，登录系统后只会看到自己用得到的数项功能，清晰易懂。受此影响，统计系统也按面向服务思维重新设计，每项统计功能仅设计简单的2—4个数据选项。如将全市上千个服务网点通过分类和归组，拆分到不同的功能菜单中，无须再逐一勾选。
二、专业数据模型的设计和试行
2015年，依托深圳市图书情报研究课题《“图书馆之城”大数据应用研究》，深圳图书馆组建专业技术团队，对“图书馆之城”数据挖掘模型构建开展第一阶段的探索性研究，研究方向主要包括挖掘技术的选型、数据模型的挖掘、数据模型的应用和数据权限的分级管理等。出于对统计需求的专业分析，以及“图书馆之城”当前、未来数据量级的评估，研究团队未采用流行的基于Hadoop的分布式计算框架，转而采用更加简单易行的数据库物化视图技术，按专业化数据需求建模，并建立数据分类、数据聚类、数据清洗、机器学习机制。截至2016年初，第一批共建设和挖掘可复用数据模型28个，包括读者个人档案模型6个及统计分析模型22个；总挖掘数据量6806万条，其中读者个人档案2592万条，统计分析数据4213万条。在异构数据挖掘方面，通过开源网站统计系统Piwik采集“图书馆之城”各类网站6个，日志数据总量累计18.5GB。至此“图书馆之城”数据仓库已经初步建成。
在数据仓库建设基础上，深圳图书馆技术团队将第二阶段开发的数据应用系统命名为EasyLod。“Lod”可理解为Library Open Data—图书馆开放数据，也可理解为Levels Of Detail—数据细节的模型或层级。EasyLod为聚焦图书馆资源、读者、服务方面的数据细节模型和层级而精心设计，提升了数据开放性和相应服务能力，更便于“图书馆之城”各成员馆获取数据和获得相关数据服务，更好地融入智慧城市建设。
三、从统计分析系统到数据中台
为应对持续增长的个性化数据需求并兼顾业务系统的稳定性，系统架构上就需要设立更加独立的数据中台。第五版ULAS以《公共图书馆统一服务业务统计数据规范》为指导，基于数据集成、敏捷开发、数据治理等开源工具建设数据中台和数据前台，EasyLod也相应升级为第二个大版本。EasyLod II作为新一代图书馆之城中心管理系统（ULASV）的数据统计分析子系统，担当数据前台门户的重任，向“图书馆之城”提供以双维度、分层次视角，多角度、多维度挖掘，多样化、精细化展现为主要特色的数据服务。
四、从单一数据中台拓展为“四中台”
随着“图书馆之城”统一技术平台的不断升级和功能模块拓展的颗粒化，在既要维持核心系统的稳定性，又要保证充足的拓展创新性的基本要求背景下，单一的数据中台逐步拓展为服务、业务、设备、数据四中台协同工作的数字底座。四中台均采用创新式的元件（Meta）、服务（Service）、平台（PlatForm，简称MSP）三层组装技术兼顾系统稳定性、高效率和扩展性。元件是最小颗粒度的图书馆业务逻辑单元，其自由、高效率地通过四中台组装为各种不同的服务，并能够实现各种不同组合的专业化特性。以转借为例，组装完成的转借服务绝不是简单的先还后借，当还书成功而借书失败时，还书操作亦会做回退处理，让整个转借作为一个整体操作存在。整体性服务由统一技术平台以开放API接口或嵌入式组件的形式，通过数据权限管控共享给“图书馆之城”各成员馆，实现数据的安全、规范、高效共享。
很赞哦！ ( )
上一篇：统一认证体系实现大型政企平台互认
下一篇：智慧图书馆系统底座启航全城共知
评论
0
