Fedora内容模型采用了类似分类的概念对数字对象进行管理,正如将图书馆的资源按照书籍、期刊、报纸等进行分类管理。Fedora为具有相似特征的数字对象创建一个内容模型,然后对该模型定义服务,属于该模型的数字对象共享该模型的服务。

内容模型框架CMA通过定义4种类型数字对象来实现,包括Content Model Object(CModel),Data Object(Data),Service Definition Object(SDef),Service Deployment Object(SDep)。其中CModel内容模型对象,是对普通数字对象的概括,是Data对象的“类”;Data是普通的数字对象,属于定义的某个CModel对象;SDef对CModel所具有的服务进行定义,并不具体实现;SDep针对某个CModel指明某个SDef的具体实现方式;SDef与SDep共同定义并实现了内容模型对象的服务。这4种数字对象都是Fedora数字对象,通过它们的功能分别进行分类。4者之间的关系^{[ 7]}如图 1所示:

图1

	Figure Option ViewDownloadNew Window
	图1 4种对象之间的关系[ 7]

CModel是一个控制对象(Control Object),它就像一个内容模型文档的容器,内容模型是具有相似特征的数据对象。它同时提供了一个在不同数据对象组之间进行允许、排除、需求等关系的模型。所有的数据对象包括Data、SDef、SDep和CModel都被CModel Object以类进行组织。在CModel中声明hasService关系与SDef建立关系,指明该对象可以具有的服务类型。CModel在ds-composite-model Datastream规定了属于该“类”的Data Object必须包含的Datastream。

Data Object是用来存储数字内容实体的具体形式,它的Datastream用来表现该数字内容的各个方面,通过在RELS-EXT Datastream中声明与0个或多个CModel对象建立关系,同时必须与所有的声明的CModel保持一致。

SDef也是一种控制对象,用来存储服务的模型。一个服务包含一个数据对象支持的操作集合。即面向对象编程中,一个SDef定义了操作的“接口(Interface)”,该接口列出了支持的操作,但没有指明怎样实现这些操作。为了使用这些操作,需要指明数据对象、SDef、操作的名字。一些操作需要数据对象的Datastream,或者一些外部的参数,在使用时传入。

SDep也是一种控制对象,主要来表述对CModel进行操作定义的SDef的具体实现方式。主要任务是告诉Fedora怎样去执行SDef定义的操作。在CMA框架下,一个SDep行为只针对摄入它的特定仓储,不同的仓储可以自由实现SDef定义的功能。在一个SDep Object中存储了多种类型的元数据来描述服务执行的方式,其中最重要的元数据格式是Web服务描述语言(Web Services Description Language,WSDL),通过WSDL,Fedora与客户端进行标准化的交流。同时在该对象中还包含与SDef和CModel相联系的元数据部分(isDeploymentOf和isContractorOf),指明具体服务定义对象和服务实施对象。

值得注意的是Fedora自动假定所有的对象与系统自带“Basic Content Model”保持一致(即属于该“类”),对于Basic Content Model,系统定义了“Basic Service Definition”,使所有的数字对象都具有该服务,该服务提供直接获取对象的Datastream的操作。

(1)可复用性。在CMA框架中,改变了对每一个单一数字对象进行管理的模式,对一“类”数字对象进行管理;改变了对每个对象定义Desiminator的方式,对每个类进行定义并实现,这样减少了创建、摄取、存储、管理、保存、转换及获取数字内容的工作,使工作更加高效。

(2)具有良好的灵活性、扩展性及适用性。由于定义了CModel、SDef和SDep,可以灵活地对它们进行更改来满足新的需求,如增加新类型的保存内容,改变原有内容呈现形式等,使得Fedora具有更好的灵活性、扩展性及适应性。

(3)数字内容不以其存在的格式或技术来定义,而将一些功能合并为它的特性,以内容逻辑单元进行管理。例如一个电子表格或者游戏软件需要特定的软件或系统来实现,这些特点决定了需要记录这些“必要的信息”,而随着时间和技术的发展,这些必要信息可以帮助展示这些内容。

(4)对三个重要的并且相互关联发展的软件工程概念的理解及应用:面向对象编程(Object-oriented Programming),设计模式(Design Patterns)和模型驱动架构(Model-driven Architectures)^{[ 6]}。在后续的Fedora开发中,会对内容对象模型进一步开发。

图书馆面临的一个重要任务是保存图书,笔者使用Fedora中的CMA管理方式对目前比较常见的PDF电子图书进行了保存尝试,并以此为例介绍CMA的初步使用方法。电子图书CMA 管理方式如图2所示:

图2

	Figure Option ViewDownloadNew Window
	图2 电子图书CMA 管理方式

这里假定电子图书的基本情况是:每本电子图书分为多个章节,每个章节由下级章节或者文章组成,文章由一个包含文章的PDF文件呈现。

(1)定义保存内容的Content Model Object

按照内容模型的建模思想,内容模型可以按照实际的逻辑对象建立,即按照原来对图书进行管理的方式进行建模。这里建立4种CModel对象,即图 2中的中间层:Book、Chapter、Article、PDF文件。每个CModel规定了其使用的服务、必要的元数据等信息。例如对于Book这个内容模型对象需要特定的服务,该服务由SDef与SDep共同完成,在ds-composite-model Datastream规定必须包含的元数据是DC、RELS-EXT。在PDF文件中可以自定义一些元数据信息,如对文件的版本、兼容性等的记录。

(2)定义并实现服务

对于每一个CModel对象,都需要有相应的服务来对数字内容进行呈现或者其他操作。这些服务由SDef对象与SDep对象合作完成。例如,对于Book对象,需要的服务有呈现章节信息、文章数量、出版信息等。对于以上需求,在一个SDef中可以定义三个方法,分别返回相应的信息,并与Book对象绑定(Book声明与SDef的hasService关系)。在SDep中定义与SDef相对应的实现方法,并且与相应的CModel和SDef绑定(声明isContractorOf和isDeploymentOf关系)。其他CModel对象的服务定义略。

(3)创建数据对象

相对于不同的CModel对象,创建不同的数据对象,并且建立起数据对象之间的关系(见图2中Data Object部分)。对于每个数据对象,需要声明与对应CModel的关系hasModel;对于Chapter Data Object,需要声明与某个Book Data Object的isChapterOf的关系或者与某个Chapter Data Object的isChapterOf的关系,如图2中CData1声明与BData1的isChpaterOf的关系,CData2声明了与CData1的isChapterOf的关系;对于Article Data Object需要声明与Chapter Data Object的isArticleOf的关系,如AData1声明了与CData1的isArticleOf的关系,AData2声明了与CData1的isArticleOf的关系;同时对于每个Article Data Object包含0到多个PDF文件,需要声明Article Data Object与 PDF Data Object的hasPDF的关系,如AData1声明了与PData1的hasPDF的关系,AData2声明了与PData2和PData3的hasPDF的关系。

通过创建以上的对象及建立各对象之间的关系,就可以在Fedora中对PDF电子图书进行保存管理。通过定义的服务,Fedora可以与客户端进行标准协议的交互,实现完整的仓储功能。通过以上设计,笔者对少量电子书进行了简单的存储,对模型的可行性进行了验证。

威斯康星州大学数据保存中心始于20世纪90年代末一个保存HTML图书的项目,目前保存内容涵盖图书、图像、音频、视频以及档案检索工具(Archival Finding Aids)等多种类型的数字内容。该图书馆在使用Fedora3.0时,以CMA框架为基础,实现了对复杂数字对象的保存。以下内容介绍主要依据文献[9]。

(1)定义复杂数字对象模型

复杂数字对象可以抽象概括出相似的结构特征。如保存内容中的一首民谣http://digital.library.wisc.edu/1711.dl/SSRecIDSearch?repl1=WiscFolkSong&repl2=WiscFolkSong.000089.bib,是由一个音频流、一系列的图片和一个PDF的音乐曲谱组成,其中的音频、图片、PDF文件又是由不同格式的数字位流(Bitstream)组成,其逻辑对象组成示意图^{[ 9]}如图3所示:

图3

	Figure Option ViewDownloadNew Window
	图3 逻辑对象组成示意图[ 9]

在物理上这些数据位流没有本质的不同,都是由二进制编码组成。在结构上可以分为Simple对象和Composite对象,其中Composite对象由Simple对象组成(见图3Composite与Simple框)。在功能上可分为FirstClass对象和SecondClass对象;FirstClass对象是日常逻辑对象,如电子书、民谣、画集等,SecondClass是逻辑对象的组件,如PDF文件、音频、视频等数字媒体(见图3FirstClass与SecondClass框)。

在本模型中最重要的内容对象模型(CModel)是FirstClass Object,属于该对象模型的数据对象(Data)仅包含描述信息和结构指示信息。虽然有很多逻辑对象如画集中的图画,仅包含一个图画位流,可以简单地把该位流包含到其对应的FirstClassData中去,但是为了严格地表征所有数字对象,所有的物理内容存储到SecondClass中的Data中去。

(2)定义内容模型

在Fedora3.0里定义了以下几种内容模型对象,这些内容模型对象是进行实际保存的基础。

①CModelUWDCObject

该对象是所有UWDC Objects的父对象。该模型与“BasicContentModel”类似,表示存储的所有数据对象都属于该内容模型对象。

②CModelFirstClassObject

该对象是逻辑对象的模型,所有的逻辑对象都属于该对象。属于该模型的对象必须包含有关该对象的描述元数据(该中心规定的是使用MODS^{[ 10]}描述元数据的BIBn Datastreams),并且在RELS-EXT Datastream中包含一个或多个指向子对象的指针。该模型实现了包含viewMETS()方法的服务,服务由SDef与SDef共同实现,这里不详细讨论。

③CModelCompositeObject

该对象是指包含子对象的对象模型,用来严格地表现一个拥有子对象的逻辑对象的结构关系。属于该模型的对象包含一个METS^{[ 11]}定义的表示结构性的Datastream,属于该模型对象的数据对象的RELS-EXT Datastreams假定包含一个RDF指针指向子对象。

④CModelImageWithSequence

该对象是用来表示包含相关图片的内容模型对象。属于该模型的数据对象Datastreams中包含子对象、分发方法、几何数据等,RELS-EXT Datastream包含一些指向子图像的指针。属于该模型的对象也被认为属于CModelCompositeObject。

⑤CModelAudioStream、CModelImageWithDefaultRes、CMo-delDocument等。

该模型表示仅存储数字位流的数据对象。属于该模型的数据对象没有辅助的结构,不包含描述元数据和指针,仅包含数据位流Datastream。本模型的主要功能是提供针对特定数据位流格式相关的服务。

Fedora不支持继承,所以应用“mix-in”策略指数据对象(DataObject)可以属于多个内容模型对象(CModel)。来表现多重继承:只要能够合理地描述内容并保持层级关系,一个对象可以属于多种模型。

创建内容模型完成后,可以创建包含viewMETS()分发方法的服务,来返回FirstClassObject的结构。该分发器利用FirstClassObject的PID作为参数,返回一个METS XML文档,该文档包含该对象的描述元数据,同时返回相关子对象及子对象的分发方法的链接。这就允许使用一个API来对复杂内容对象进行检索和呈现,保证了接口的统一性。

(3)民谣存储示例

民谣存储示例如图4所示:

图4

	Figure Option ViewDownloadNew Window
	图4 民谣存储示例图[ 9]

对于一首民谣,存储为数据对象uwdc:WiscFolkSong.0089,该对象与CModelUWDCObject、CModelFirstClassObject、CModelCompositeObject三个内容对象保存一致,该对象包含三个子对象:uwdc:WiscFolkSong.0089a、uwdc:WiscFolkSong.0089b、uwdc:WiscFolkSong.0089c。

对于uwdc:WiscFolkSong.0089b对象,其包含图像子对象,该对象与CModelUWDCObject、CModelCompositeObject、CModelImageWithSequence三个内容模型保持一致;该对象包含两个子对象uwdc:WiscFolkSong.0089b.01、uwdc:WiscFolkSong.0089b.02。

对于uwdc:WiscFolkSong.0089a、uwdc:WiscFolkSong.0089b.01、 uwdc:WiscFolkSong.0089b.02、uwdc:WiscFolkSong.0089c这4个简单数据对象,不包含子对象,只包含物理数据位流Datastream及其他元数据。

uwdc:WiscFolkSong.0089a与CModelUWDCObject、CModelAudioStream保持一致。uwdc:WiscFolkSong.0089b.01、uwdc:WiscFolkSong.0089b.02与CModelAudioStream、CModelImageWithDefaultRes、CModelImageWithXLarge表明该对象包含大、中、小三个图像的内容模型对象。三个内容模型对象保持一致。 uwdc:WiscFolkSong.0089c与CModelUWDCObject、CModelDocument保持一致。

本节所分析的这两个案例,前者主要针对某一种数字资源进行建模保存,而后者针对大多数数字资源统一建模保存,具有更强的灵活性。不过也要注意到后者保存方式有些抽象,建立数据对象时要考虑到与多个内容模型的一致性,增加了复杂度和出错几率。