随着数字化、网络化技术的发展与应用,基于工作流的Web信息集成融汇服务开始受到越来越多的关注。早期的集成融汇服务通常与具体的应用系统绑定,融汇服务的灵活化、可扩展性以及跨平台可集成性受到制约。采用工作流技术,可以将集成融汇服务开发过程转变为脚本定义过程,不但降低技术门槛,提高开发效率,而且提升了融汇服务的开放性、扩展性,科研用户可以按照一定的标准规范自行构建个性化的服务,并支持开放保存、发现以及跨系统的集成调用,实现合作共建、结果共享、个性化服务等目标。同时,基于工作流技术,可以实现融汇过程定义与融汇服务运行相分离,避免了因数据与服务绑定而带来的知识产权等问题,并支持服务内容的动态更新,从而使集成融汇服务具有更广泛的发展前景。

集成融汇是Web2.0核心特征之一。文献[1]和文献[2]分别对集成融汇服务的工作模式、组织机制以及关键技术等进行了比较全面的分析总结。将工作流技术与集成融汇技术相结合是近年来人们关注的热点,主要研究内容包括:工作流过程描述语言规范、控制引擎设计与实现技术等。由于集成融汇服务包括客户端与服务器端两种实现方式,因此,集成融汇工作流引擎通常也分为基于服务器端引擎与基于浏览器端引擎两种。其中,Cesare^{[ 3]}提出一个多线程支持下的集成融汇系统JOpera,支持可视化组件式开发,降低应用开发成本;ICT Romulus则实现了一个基于浏览器端的集成融汇工具MyCocktail^{[ 4]},并构建可视化过程定义器,支持方便快捷的过程定义以及基于客户端的动态融汇运行;JackBe公司面向企业融汇应用,提出一个基于服务器端的集成融汇平台Presto^{[ 5]},支持复杂的企业集成融汇需求;针对数字图书馆领域集成融汇服务的特点^{[ 6]},中国科学院国家科学图书馆利用开源工具MyCocktail,经二次开发实现了一个基于客户端的集成融汇工作流引擎系统:iMashup,并在群组知识平台系统iLibrary中得到应用。

本文结合iMashup研发工作,重点介绍基于客户端的集成融汇过程描述方案及工作流控制引擎实现的关键技术,希望为相关研究与应用提供参考。

规范的过程定义是实现工作流自动化控制的关键。为推动工作流过程定义的规范化建设,工作流管理联盟(Workflow Management Coalition, WfMC)提出通用工作流过程定义语言XPDL(XML Process Definition Language)^{[ 7]},它采用XML规范,支持开放扩展与解析,在工作流领域得到广泛应用。针对Web集成融汇服务的需求及特点,OMA(Open Mashup Alliance)提出支持企业集成融汇描述语言EMML(Enterprise Mashup Markup Language)^{[ 8]},Saeed等^{[ 9]}提出组件式描述规范MCDL(Mashup Component Description Language)。XPDL、EMML、MCDL等语言特别适合服务器端工作流引擎,随着富客户端技术的发展与应用,JavaScript控制语言与JSON描述规范得到广泛应用^{[ 10]}。为支持基于浏览器端的集成融汇过程定义与运行控制实现,在借鉴MyCocktail描述规范基础上,本文提出基于JSON格式的数字图书馆集成融汇工作流描述方案JPDL(JSON Process Definition Language),其结构如图1所示。

图1

	Figure Option ViewDownloadNew Window
	图1 JPDL结构图

一个JPDL工作流对象主要由两部分组成:

(1)基本属性描述,包括工作流名称(name)、描述信息(description)、参数项(params)、输出对象(output)等。其中,参数项允许在工作流定义阶段定义新的参数,支持融汇引擎在运行时根据参数完成动态操作,包括实现多个工作流融汇服务对象之间的通信与人机交互操作等;输出对象存放工作流过程定义结果脚本。

(2)关于集成融汇行为的定义,即把集成融汇应用系统包含的功能操作划分为一个个服务组件对象,对每个组件对象的基本属性信息、调用接口、输入与输出参数等进行描述,同时定义多个功能组件的调用次序、组合逻辑,实现复杂集成融汇工作流的定义。

一个集成融汇应用系统一般由三层结构组成:资源访问与获取层、信息分析与融汇处理层、结果呈现与交互层^{[ 11]},因此,JPDL将集成融汇组件对象划分为三种类型:

(1)资源访问操作对象(Service),定义融汇操作将访问的资源对象,需要指定服务调用接口、输入参数以及结果数据格式等,每个资源对象对应现实中的一个实际资源,一个集成融汇工作流系统中可以定义多个资源访问组件对象,从而支持对多种来源数据的访问、获取;

(2)信息处理操作对象(Operation),定义对获取到的数据进行何种处理,比如:合并、过滤、切分、抽取、替换、分组、排序等,需要定义服务调用接口及输入、输出信息规范,在一个工作流中同样可以定义多个信息处理操作对象,以便根据需要对有关信息进行多种融汇处理;

(3)结果呈现操作对象(Renderer),定义以何种方式对融汇后的综合数据进行呈现,实现与用户的交互。比如:地图、饼图、柱图、表格等呈现方式,也可以定义多个结果呈现操作对象,以便对融汇结果信息进行组合呈现,如分别以饼图、柱图方式呈现有关统计信息,再以表格方式对饼图、柱图、文字信息进行组合呈现。

所谓集成融汇工作流定义,就是根据需要选择具有相应功能的Service、Operation、Renderer服务组件,定义每个组件对象的输入、输出等属性,通过组件名称调用建立组件之间的关联,并按组件对象定义的先后顺序确定工作流执行时序。同时,通过在组件对象定义中插入JavaScript控制语句,支持工作流的分支、合并等复杂操作。

以下是一个JPDL融汇工作流脚本实例,包括操作行为的三个定义:

{"name":", "description":"", "params":[], "output":"﹩{resultdisplay}",

"actions":[

{"type":"Service.Nsl.CrossSearch","name":"crosssearch",

"inputs":{"query":"nano","dbname":"SpringerLink电子期刊:1"}

},

{"type":"Operation.Array.SortBy","name":"sortby",

"inputs":{"array":"﹩{crosssearch.results}","property":"title","direction":"ASC"}

},

{"type":"Renderer.AdvancedRenders.ResultDisplay",

"name":"resultdisplay",

"inputs":

{"records":"﹩{sortby}","numberofresult":"10",

"width":"400","height":"400",

"labelField":"title","valueField":"url"

}

}

]

}

(1)定义一个资源访问型操作,访问对象是国家科学院图书馆的跨库检索系统“Service.Nsl.CrossSearch”;指定两个输入参数,分别是检索数据库对象“SpringerLink电子期刊”、默认查询关键词“nano”;指定按默认方式返回查询结果。

(2)定义一个信息处理型操作“Operation.Array.SortBy”,即对跨库查询结果信息进行排序;排序字段是“title”;排序方式是升序“ASC”。

(3)定义一个结果呈现型操作“Renderer.AdvancedRenders.ResultDisplay”,具体指定按表格模式呈现经以上排序处理后的数据信息;显示视图区域宽400像素、高400像素,表格第一列显示“title”字段内容,第二列显示“url”字段内容,总共显示10条信息;指定呈现对象名称“resultdisplay”。

确定工作流过程定义规范后,需要开发计算机控制系统实现对工作流过程定义的解析,并按工作流定义要求自动调用相关服务组件,完成集成融汇处理操作,生成所需要的融汇服务,并与用户交互,这是工作流控制引擎要实现的功能。作为客户端集成融汇引擎系统,iMashup系统架构如图2所示:

图2

	Figure Option ViewDownloadNew Window
	图2 客户端集成融汇工作流引擎架构

iLibrary是国家科学图书馆开发的一款基于表示层服务对象集成融汇的群组知识平台系统^{[ 15]},目标是支持科研用户自我融合数字图书馆、数字科研、数字教学、数字出版等资源与服务,方便快捷地构建个性化知识环境。为了满足个性化融汇服务需求,iLibrary系统对iMashup进行集成,具体包括三个层面:

(1)集成iMashup的工作流定义器,支持用户以可视化方式定义集成融汇过程;

(2)将iMashup生成的融汇工作流脚本作为iLibrary表示层对象Portlet的内容,支持开放注册、动态发现与集成;

(3)集成iMashup工作流引擎,当用户在页面中调用指定Portlet实例时,浏览器自动读取Portlet内容中的工作流JPDL脚本信息,并自行调用部署在iMashup服务器上的工作流运行环境文件,解析JPDL脚本,按脚本定义完成资源获取、数据处理、显示合成等操作,最后按Portlet设定属性显示融汇结果。

借助iMashup工具,iLibrary用户可以根据需要定义个性化的融汇服务工作流,在iLibrary平台注册后即可支持开放调用。而且,iLibrary提供融汇服务对象输出功能,支持融汇工作流服务向第三方系统的嵌入。

在借鉴前人研究成果基础上,本文将集成融汇工作流对象划分为服务、操作、呈现三类,提出一个基于JSON规范的、支持客户端解析的融汇工作流描述规范,同时,探讨了基于ExtJS架构的集成融汇过程定义器、工作流运行控制器等模块的设计与实现技术,并进行应用分析,研究成果对相关融汇服务系统建设具有一定的借鉴。然而,一个完整的集成融汇工作流引擎涉及多方面的技术,如访问控制与用户认证、个性化数据源连接器自动构建、脚本语言对浏览器的兼容等问题,需要在今后的研究工作中逐步解决。