Ein Java Repository für digitalen Content in Bibliotheken

Transkript

1 Ein Java Repository für digitalen Content in Bibliotheken 9. Sun Summit Bibliotheken November 2007, Deutsche Nationalbibliothek Christof Mainberger, BSZ

2 Digitale Bibliotheken verwalten digitalen Content Retrodigitalisierung Bild-Archiv Web-Site BLOG Hochschulschriftenserver Kataloganreicherung Medienserver Lehr- Lernplattform Langzeitarchivierung Institutionelles Repositorium Elektronischer Semesterapparat Virtuelle Auskunft Multimedia Wiki Elektronische Zeitschrift Museums-Dokumentation Back-Files 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 2

3 und benötigen dazu Werkzeuge! Erschließung Recherche Präsentation OAI Z39.50 Open URL Import (Ingest) Export Normdaten Datenmodell Workflow Zugriffskontrolle Statistik Administration / Konfiguration Backend Daten und Metadaten 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 3

4 Varianten des Backends von Repositorien Http Web- Anwendung SQL File- IO SQL*??? RDBS und Dateisystem Dateien ebenfalls im RDBS Spezielle Datenhaltung Unterschiedliche Schnittstellen zwischen Frontend und Backends 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 4

5 Standard-Schnittstelle für Content Repositories Http Web- Anwendung??? SQL File- IO SQL*??? RDBS und Dateisystem Dateien ebenfalls im RDBS Spezielle Datenhaltung EINE Schnittstelle, die die Varianten der Datenhaltung abstrahiert. 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 5

6 Anforderungen an eine Schnittstelle Beliebige Medienobjekte, beliebige Metadaten Verbindung von Medienobjekt und Metadaten Hierarchische Sammlungsstruktur Unterstützung von XML, feingranulare Rechteverwaltung Versionierung Volltextsuche, leistungsfähige Programmierschnittstelle (API) Standardisierung, breite Unterstützung und erschwingliche Implementierungen 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 6

7 Der JAVA-Standard für Content-Repositories JCR Resultat des JCP170-Prozesses, Juli 2005 Apache, BEA, Day Software, Fujitsu, HP, IBM, Novell, Oracle, SAP, Sun Microsystems, u.v.a.m. JCR definiert ein abstraktes hierarchisches Datenmodell mit XPath als Anfragesprache XML-Protokoll für Im- und Export von Datenbeständen Transaktionen, Versionierung, Observation, Locking und SQL Open Source Implementierung: Apache Jackrabbit wird fortgesetzt im JCP283: Zugriffskontrolle, Mehrfachhierarchien, 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 7

8 SWBplus als JAVA Content Repository SWBplus verwaltet die Kataloganreicherungen des BSZ: Inhaltsverzeichnisse, Abstracts, Klappentexte, etc. derzeit ca Anreicherungen aus 12 Bibliotheken und 14 Verlagen Dezentrales Scannen und zentrale OCR Keine eigene Rechercheoberfläche ; Abruf der Anreicherungen als Original, Text oder PDF über URLs Export der Anreicherungen in lokale OPACs Anfang 2007 wurde für SWBplus von ORACLE auf eine APACHE-Jackrabbit Installation migriert. SWB SWBplus 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 8

9 Architektur des SWBplus-Repository Apache- Tomcat SWBplus- Servlets RMI-Client Jackrabbit-Servlet Jackrabbit 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 9

10 (Vereinfachtes) Datenmodell von SWBplus Enrichment PPN Autoren Titel ISBNs Versionierbar Inhaltsverzeichnis Sprache OCR-Qualität Original Rezensionen Abstract, PDF Text Rezension[1] Name Größe Rezension[2], <enrichment ident=" " type="rez"> <authors><author>romain..</author></authors> <titles><title>catalogue des...</title></titles> <publishers><publisher> </publisher></publishers> <years><year>2006</year></years> <places><place>diet </place></places> <isbns> <isbn>3-85 </isbn></isbns> <expression type= inh" label= Inhaltsverzeichnis"> <manifestations> <lang>fre</lang> <ocr-quality>orig</ocr-quality> <manifestation type="orig"> <filename>/orig/bsz1234.pdf</filename> </manifestation> <manifestation type="ocr"> <filename>/ocr/bsz1234.pdf</filename> </manifestation> <manifestation type="txt"> <filename>result/txt/bsz1234.txt</filename> </manifestation> </manifestations> </expression> </enrichment> 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 10

11 Abfrage von SWBplus Beispiel: oder oder //enrichment[swbplus:ppn= x ] /swbplus:inhaltsverzeichnis/swbplus/pdf SELECT./swbplus:inhaltsverzeichnis/swbplus:PDF FROM swbplus:enrichment WHERE swbplus:ppn= x getenrichment( x ).getinh().getpdf() mit Hilfe einer Abbildung auf ein JAVA-Objektmodell 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 11

12 Freiheitsgrad in der Datenhaltung Http SWBplus APACHE Jackrabbit XML- Export / Import Filesystem Derby- DB Migration der Daten in eine (beliebige) SQL-Datenbank 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 12

13 Fazit: It works! Und nun: Anwendung des JCR für kleinere Anwendungen Warten auf JCP283 Warten auf industrielle Implementierungen: IBM, Oracle,, SUN,? 9. Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 13

14 Vielen Dank für Ihre Aufmerksamkeit! Tel.: / Sun Summit Bibliotheken, , Christof Mainberger (BSZ) 14