IRSR的数据模型继承了DLSR（Digital Library Service Registry）^{[ 8]}的标准化服务描述和共享使用方案,重用并扩展定制了DC、IESR、OCSR等元数据标准,形成了多维度元数据应用规范和编码体系,如表1所示：

表1

表1

表1 IRSR基本编码体系 前缀 编码体系 URI dc The Dublin Core Metadata Element Set,v1.1 http：//purl．org/dc/elements/1.1/ dcterms Dublin Core Terms http：//purl．org/dc/terms/ dcmitype Dublin Core Type Vocabulary http：//purl．org/dc/dcmitype/ cld Collection Description Terms http：//purl．org/cld/terms/ cldtype Collection Type Vocabulary Terms http：//purl．org/cld/cdtype/ rslpcd RSLP Collection Description http：//purl．org/rslp/terms＃ iesr Information Environment Service Registry http：//iesr．ac．uk/terms/＃ cdls 中国数字图书馆标准规范 http：//cdls．nstl．gov．cn/basic/terms/ ocsr Open Collection and Service Registry http：//ocsr．las．ac．cn/index/

表1 IRSR基本编码体系

该模型可抽象为由资源（Collection）、机构（Org）、服务（Service）、关系（Relations）4个核心实体元素集共同构成的元数据描述框架,如图1所示：

图1

	Figure Option ViewDownloadNew Window
	图1 IRSR核心数据模型

（1）资源是指综合科技集合类资源,除了包含一些资源的基本描述信息如资源题名、交替题名、语种等之外,还包含一些版权声明、访问权限等使用信息。具体来说,共有8种主体资源集合类型：软件、资源集、文本集合、数据集、事件、图像/多媒体、交互资源、服务,与其相关联的资源内容类型有65种,每一种资源实体都被归入一种或多种相应的学科主题类型,采用中国图书馆分类法,目前共分为16个一级学科和147个二级学科,同资源内容类型一样可根据实际需求进行二次扩展。

（2）资源、机构、服务三类实体既可单独存在,又可作为彼此的检索点,可视为一个可重用的功能组件。其中资源实体是三类实体的核心,每一种资源都给出了其对应的基本服务参数,如服务类型、服务接口地址、访问控制方式及支持协议等。IRSR中涉及的服务类型主要有9种：检索服务、咨询服务、文献传递/馆际互借服务、接口服务、个性化服务、委托服务、元数据提供/收割服务、订阅服务、保存服务。同一类服务可以支持多种访问方式和协议。可根据资源实体浏览相关服务,也可根据服务的基本参数查询和使用相关服务。

（3）机构实体同样不仅有自己的基本属性,如名称、机构URL、所在地区、国家,可以被单独进行检索和浏览外,最重要的一个特性是作为资源、服务的管理者角色而存在。IRSR中划分的机构类型有10种：研究院/所/中心/、大学/学院/系、实验室/野外台站、学/协会、政府机构、国际组织/非盈利组织、图书馆/信息中心、博物馆/档案馆、个人、企业/公司。某种程度上来讲,机构和服务的存在是从管理的角度为资源提供多样性的捕获和发现途径。

（4）关系实体,是一种规则,是关联资源、机构和服务实体的纽带。概括来说,一个资源可以拥有0个或多个子集、超集及相关集合,具有一个或多个创建机构、所属机构和资助机构,具有至少一个服务。同理,机构可以拥有、创建和资助一个或多个资源,管理一个或多个服务。一个服务至少服务于一个资源。IRSR预定义了13种关系结构和6组关系类型标识。这13种关系包含一组自反的关系类型（相关集合）和6对互逆的反向关系组（由pair_id标出）。具体描述如表2所示：

表2

表2

表2 IRSR基本关联关系 Id relation_cn relation_en relation_type pair_id description 1 子集 dcterms：hasPart col_col 2 所引用的资源包含在所描述的资源中 2 超集 dcterms：isPartOf col_col 1 所描述的资源是被引用资源在物理上或逻辑上的组成部分 3 相关集合 cld：associatedCollection col_col 3 同一个集合下,与当前资源集合平级的资源集合 4 创建机构 dc：creator col_org 8 集合的创建和更新机构 5 所属机构 rslpcd：owner col_org 9 资源集合的法定拥有者 6 资助机构 zydj：sponsor col_org 10 资源集合的经济支持者 7 有服务 cld：isAccessedVia col_ser 12 提供对资源集合进行使用的服务 8 创建的资源 dc：create org_col 4 创建资源的URI 9 拥有的资源 iesr：owns org_col 5 机构合法拥有的资源的URI 10 资助的资源 fund org_col 6 资助资源的URI 11 管理的服务 iesr：administers org_ser 13 机构管理的服务的URI 12 服务于 iesr：serves ser_col 7 服务对应的集合资源 13 管理者 rslpcd：administrator ser_org 11 管理服务的机构

表2 IRSR基本关联关系

通过分析相关数据模型和实体关系,可以发现与先前的登记系统相比,IRSR有了很大的改进,主要可以总结为以下两个方面：

（1）以实际的用户群需求为导向,在对综合科技资源进行描述的时候,除了遵循和定制文献资源描述领域的基本行业标准,揭示了资源自身的一些基本属性信息之外,还对资源相关的实体信息进行了多维度的关联和扩展,如提供了相关资源集合、所属的机构、资助的机构、服务的对象信息等。而相关联的实体信息在物理上或逻辑上与资源实体信息都是相对独立的,资源实体仅提供了一个或一组关联指针（Handle标识）作为定位信息,指向已知的关联实体的详细信息点。这样不仅能够方便元数据管理者或发布者更加全面地描述、重用和更新资源,还能提高用户发现资源和选择最合适的服务的效率。

（2）面向资源可重用性,独立封装了关系实体。关系实体是IRSR预定义的实体关联规则,封装了资源、机构、服务实体之间的关系信息,却并不显式依赖于这三类实体。关系实体只存储了这三类实体间相互指向的指针标识符以及对应的关系类型。这一做法从数据模型算法设计的角度看,避免了数据冗余,提高了数据更新的速度。对元数据管理者而言,同一资源如果服务于多种服务类型,或同一资源被多个机构所拥有,可以直接通过添加关系指针标识符进行引用,而不用重复描述,降低了资源重用的复杂性,提高了系统的整体性能。

尽管上述的资源关联策略已在IRSR系统中得到了很好地体现和应用,相关的评估和测试也表明了其策略的合理性,但依然存在着一定的局限性。语义Web模式的另一个技术核心是机器可读、机器可理解^{[ 9]}。如何将IRSR的数据转换为带语义的关联数据（即RDF数据）,使之能够通过语义Web数据之间的逻辑和规则进行推理,支持一定程度的替换和定制,从而在机器可读层面提高综合科技资源被访问和调用的自动化处理能力,同时增强IRSR与其他系统平台的互操作性,是一个问题。

IRSR使用的是MySQL关系型数据库,可以在多用户和高强度数据负荷的条件下提供可伸缩的性能,但并不满足语义Web关联开放的基本原则。然而语义Web的实质并不是颠覆这些已有的数据方法,相反,它主要是提供RDF这样一种灵活的、可扩展的数据模型表示工具^{[ 10]},使资源的知识组织和语义关联更为容易。

D2RQ就是其中最常用的组件之一,其主体框架^{[ 11]}如图2所示：

图2

	Figure Option ViewDownloadNew Window
	图2 D2RQ组件的主体框架[ 11]

D2RQ主要包括D2RQ Server、D2RQ Engine以及D2RQ Mapping^{[ 11]}。

（1）D2RQ Server是一个HTTP Server,它的主要功能是提供对RDF数据的查询访问接口,以供上层的RDF浏览器、SPARQL查询客户端或传统的HTML浏览器调用。

（2）D2RQ Engine的主要功能是使用一个可定制的D2RQ Mapping文件将关系型数据库中的数据转换成RDF格式。它并不是将关系型数据库发布成真实的RDF数据,而是使用D2RQ Mapping文件定义的规则将其映射成虚拟的RDF格式。

（3）D2RQ Mapping文件的作用是在访问关系型数据时将RDF数据的查询语言SPARQL转换为RDB数据的查询语言SQL,并将SQL查询结果转换为RDF三元组或SPARQL查询结果。

目前D2RQ支持Oracle、DB2、MySQL、PostgreSQL等几乎所有的主流关系型数据库。

使用D2RQ将关系数据库公开为RDF接口主要有两个步骤：

（1）定义并生成映射文件。

该映射文件用来定义数据库中的表和列与本体中的类和属性进行映射的规则,它并不生成真正的本体,主要是隐式定义并使用了一个类和属性集合的vocab前缀,等效于本体的命名空间。主要通过调用D2RQ组件Java类的generate_mapping方法实现,具体如下：

generate-mapping

-u root

-p ＊＊＊＊

-d com．mysql．jdbc．driver

-o irsr．n3

jdbc：mysql：//localhost：3306/irsr

其中,-u表示数据库用户名;-p是数据库登录密码;-d是数据库驱动类名称,不同的数据库驱动格式不同,本项目是以MySQL为例;-o是D2RQ输出的映射文件名称,后缀指定为n3;最后一个参数设置了所映射的MySQL数据库的路径和名称。

生成的映射文件如下：

@prefix map： ．

@prefix db： <> ．

@prefix vocab： ．

@prefix rdf： ．

@prefix rdfs： ．

@prefix xsd： ．

@prefix d2rq： ．

@prefix jdbc： ．

map：database a d2rq：Database;

d2rq：jdbcDriver ＂com．mysql．jdbc．Driver＂;

d2rq：jdbcDSN ＂jdbc：mysql：//localhost：3306/irsr ＂;

d2rq：username ＂root＂;

d2rq：password ＂＊＊＊＂;

jdbc：autoReconnect ＂true＂;

jdbc：zeroDateTimeBehavior ＂convertToNull＂;

．

＃Table collection

map：collection a d2rq：ClassMap;

d2rq：dataStorage map：database;

d2rq：uriPattern ＂collection/@@collection．Id@@＂;

d2rq：class vocab：collection;

d2rq：classDefinitionLabel ＂collection＂;

．

map：collection__label a d2rq：PropertyBridge;

d2rq：belongsToClassMap map：collection;

d2rq：property rdfs：label;

d2rq：pattern ＂collection @@collection．Id@@＂;

．

map：collection_Id a d2rq：PropertyBridge;

d2rq：belongsToClassMap map：collection;

d2rq：property vocab：collection_Id;

d2rq：propertyDefinitionLabel ＂collection Id＂;

d2rq：column ＂collection．Id＂;

d2rq：datatype xsd：int;

．

map：collection_dc_identifier a d2rq：PropertyBridge;

d2rq：belongsToClassMap map：collection;

d2rq：property vocab：collection_dc_identifier;

d2rq：propertyDefinitionLabel ＂collection dc_identifier＂;

d2rq：column ＂collection．dc_identifier＂;

．

……

其中,d2rq：uriPattern提供一个URI标识,用来指导生成所实例化实体的真实URI,一般由关系数据库的实体表名和对应的主键组成;d2rq：class表示该映射类所对应的实体类,其取值一般来自所应用的OWL 本体或RDFS Schema,也可以根据数据模型自定义新的class,本例中的class是取自IRSR系统中的collection实体;d2rq：PropertyBridge代表OWL本体或ORDFS Schema中类的属性,它具体映射到关系数据库中数据表的某一列。

（2）调用映射文件对关系数据库进行转换与访问。

调用D2RQ组件Java类的d2r_server方法：d2r-server irsr．n3,启动D2R Server,最终可将IRSR关系数据库中的相关实体collection、org、service转换为虚拟RDF视图的格式进行访问,服务端口为2020,如图3所示：

图3

	Figure Option ViewDownloadNew Window
	图3 IRSR关系数据库实体的RDF Schema

点击collection,可以看到已经将其资源数据实例化为一组关联的URI标识,如图4所示：

图4

	Figure Option ViewDownloadNew Window
	图4 collection实体的URI标识

任意浏览其中的一个collection URI,例如collection 1001,详细信息如图5所示：

图5

	Figure Option ViewDownloadNew Window
	图5 collection ＃1001的RDF关联视图

最终构建的RDF接口可满足如下基本条件：

（1）接口能够接收一个查询或者一个对返回数据的说明;

（2）能够生成使用一个或多个一致的隐性本体描述的合法RDF;

（3）能够生成可以准确反映底层数据源结构的实体关系。

3.3 利用SPARQL端点技术查询RDF接口并公开为Web服务 在这里要用到Jena语义Web框架,因为它提供了调用D2RQ的强大的API以及基于RDF和SPARQL语言的Java编程环境^{[ 12]}。具体实现时,需要在D2R Server端建立一个基于Query方法的查询类,读取irsr．n3映射文件和D2RQ的虚拟RDF模型,构造符合SPARQL语法的查询语句,最后以三元组方式提供可视化的查询结果,并可定制为XML、XML+XSLT、JSON多种Web服务格式。以collection实体为例,查询其部分实例信息,基本SPARQL语法如下：

PREFIX rdfs：

PREFIX db：

PREFIX owl：

PREFIX xsd：

PREFIX map：

PREFIX rdf：

PREFIX vocab： http：//localhost：2020/vocab/resource/

SELECT ?dc_identifier ?dc_title ?dc_creator WHERE {

?collection vocab：collection_dc_identifier?dc_identifier．

?collection vocab：collection_dc_title?dc_title．

?collection vocab：collection_dc_creator?dc_creator．

} LIMIT 20

查询结果如图6所示：

图6

	Figure Option ViewDownloadNew Window
	图6 SPARQL查询RDF接口的结果

将Results定制为XML格式,示例如下：

C2010000006

中国-欧盟生物多样性项目

http：//www．ecbp．cn/;

……