數字圖書館中大數據存儲的應用研究論文
【摘要】大數據時代,數據的存儲與快速存取成為圖書館管理工作中的重要問題。現代圖書館數字化的管理模式帶來更大的資料數據容量，同時也為數字圖書館的存儲功能提出了更高的要求。傳統的數據存儲和數據管理方式早已無法達到大數據存儲的要求標準。數字圖書館中大數據存儲問題還需要進一步的深入研究，并尋求順應科技發展的全新的模式來應對大數據的存儲難題。
【關鍵詞】數字圖書館；大數據；存儲；應用
圖書館、閱覽室的數據存儲系統與其他行業的存儲系統有較大不同，主要表現在:①數據量龐大。一座大型圖書館每年的數據增量可達10TB以上;②存儲周期長。圖書館數據需要較長的存儲時間，甚至可達50年以上;③數據類型多樣。現代圖書具有影像、圖像、文字、聲音等數據，均需要存儲;④高度的可靠性和安全性要求。作為一所信息化程度較高的圖書館，為了構建一個滿足業務需要的高效數據存儲系統，可以利用數據壓縮、重復數據刪除、自動精簡配置、自動分層存儲等現代數據存儲技術，對大數據進行高效的存儲和管理。
一、數字圖書館大數據存儲容量不足的問題
現代圖書館是一個十分復雜的機構，完備的圖書館除了具有對借閱人員信息、圖書還借與出人信息、圖書設備信息等硬數據進行管理外，數據量最大最復雜的當屬對圖書資料本身的軟數據管理以及現代電子圖書資料的儲存與管理，特別是大型圖書館或高校圖書館，門類齊全、借閱量大、內容及設備多樣，更使得它所產生的數據結構復雜且數據增量大。
圖書館的數據量隨時間線性增長，隨著各種類型的數字化圖書及設備越來越多，信息化程度的不斷加強，對圖書及讀者管理規范程度的不斷提高，以及讀者對資源要求的不斷加深，致使數據容量加速增長。
當前大型圖書館每年的數據增量大約為20~30TB,如此浩大的數據量，對于一個擁有100TB存儲容量的圖書館一也只能滿足3一5年的數據存儲需要，因此需要采取有效的'應對措施予以解決。
日前，許多高校圖書館的存儲設備容量利用率不到50%，大有潛力可挖。在圖書館實際管理工作中，在缺乏技術的情況下，經常采取整理碎片的技術來提高存儲空間利用率和數據查詢效率，這對于一般性的小容量操作是可行的，但對于大型數據系統其耗費的時間是難以估計的。況且，碎片的整理并不能有效消除分配卷中未使用的空間，達不到精簡配置的目的。
二、數字圖書館大數據存儲容量不足的應對
措施日前許多圖書館采取的辦法是由被購買了電子圖書的商家作數據備份，這顯然不是最有效的數據存儲機制。為了大幅度提高數據存儲效率，最有效的辦法是采用數據壓縮技術和重復數據刪除技術。
1、利用壓縮技術提高空間利用率
對于書籍等圖書資料文件，其文件內和文件間存在大量的相似性關系，Delta壓縮技術則可以對文件內和文件間的數據進行比較，刪除文件內和文件間的冗余數據，達到數據壓縮的日的，相似程度越高，壓縮比越小。
2、利用消重技術提高空間利用率
圖書館數據在存儲過程中往往有大量的備份數據，數據經過多次備份后，產生較多的數據重復，重復數據刪除技術在備份過程中能夠較好地消除重復數據，進而節約空間。對于重復數據備份，可以分為時間數據消重和空間數據消重。對于電子書籍等產生的數據一般屬于自然數據，其主要特點是，數據的變化率較低、完備的數據備份、數據長期保存、數據內容可以感知等，因此，適合采用時間數據消重。因此，就本校圖書館的數據整理，大約每三個月進行一次。
圖書館數據量龐大，僅僅一所5000人規模學校的中型圖書館，其電子圖書數據量就可達到15TB以上。因此，不能簡單采用與中小備份類似的解決方案，由于存在大量的圖形文件及影像文件等，其海量數據備份是一個非常耗時的過程，在熱備份情況下，可能需要花費近一個月時間。最佳實踐做法是，采用備份設施來拷貝數據并同時保證應用程序仍然可以讓客戶端使用。重要數據的備份可以使用有冗余級別配置的主機或硬盤RAID。兩個獨立硬件控制的RAID陣列的軟件鏡像可以用來備份其關鍵數據。這種技術可以保證當某個磁盤或陣列發生故障時整個系統仍然可以使用，任何網絡組件的故障，如網卡、視頻設備、IDE控制器、電源等可以容易地替換而不影響運行。最經濟且非常有效的數據備份方案可以采取冗余技術RAID4,即若干個數據盤帶一個冗余盤，在這些盤中的相應塊內，存儲的相應位的1的個數必須是偶數個。當某一個數據盤發生故障而更換了新盤后，只要按照偶數個1的原則就可以將損壞了的數據恢復到新盤中。
在實際操作中，可以有多種備份方案，通常采用停機備份:正常關閉待操作數據，進行數據的冷備份。備份所有數據文件、控制文件、日志文件和參數文件，把冷備份拷貝到新存儲設備上，然后新建一個同名實例，最后再把備份數據文件重新打開即可。
3、提高存儲空間的利用率
對于某項應用，傳統空間分配方案采用完全供給，以確保該應用擁有足夠的增長空間，這勢必造成大量的存儲空間閑置，在空間浪費的同時也造成了能源損失。采用自動精簡配置是一種較新的存儲空間管理技術。利用自動精簡配置技術，能夠幫助用戶在不降低性能的情況下，大幅度提高存儲空間利用效率，能使用戶實現接近100%的存儲空間利用率，因為數據需要多少空間系統則按需要進行分配，基本不產生多余的空間。自動精簡配置技術的一個明顯的優勢在于可自動擴展分配卷，無須手動擴展，而且當需求變化時，無需更改存儲容量設置;通過虛擬化技術集成存儲，減少超量配置，降低總功耗。這也是解決機房耗能問題的很有效的方法。
三、總結
總的來說，對于數字圖書館大數據的存儲和管理都十分關鍵，有效地存儲和管理大數據是現代圖書館信息化管理的必要基礎，良好的數據管理技術能夠為圖書館管理工作的順利開展提供保障。所以，加強大數據存儲工作的管理，是未來數字圖書館發展的重要保證。
參考文獻
[1]彭磊.建立SAN(存儲局域網)——高校圖書館數據存
【數字圖書館中大數據存儲的應用研究論文】相關文章：
數字圖書館中XML數據安全的研究論文10-30
淺析基于云存儲的數字校園存儲架構論文05-28
基于數據挖掘的數字圖書館檢索技術研究論文11-06
集群存儲系統數據安全研究論文10-30
論文：大數據在高校中的應用研究07-02
數字圖書館著作權論文05-30
數據庫軟件程序開發的存儲調用指令設計論文11-15