Systemdomener og -arkitektur

Nasjonalbiblioteket baserer sitt arbeid med digital bevaring på OAIS-modellen¹. Når det er sagt, så kan man ikke uten videre kan ta utgangspunkt i OAIS modellen for å forstå hvordan løsningene i Nasjonalbiblioteket er satt sammen. Dette skyldes at systemarkitekturen vår har blitt utvikler over flere år, samtidig som mange involverte systemer øker kompleksiteten.

OAIS-terminologi

OAIS (Open Archive Information System) er en referansemodell for arkivering av digital informasjon.

Sentrale begreper i OAIS modellen er de forskjellige informasjonspakkene (pakker med data og metadata): SIP, AIP og DIP. Disse begrepene benyttes også i Nasjonalbiblioteket for å skille mellom forsjellige typer informasjonspakker i forbindelse med digital bevaring.

• SIP (Submission information Package) – Informasjonspakke som leveres til digital bevaring. Datapakken inneholder filer med digitale innholdsdata pluss filer med dokumentasjon og metadata som er nødvendig for å lette langsiktig bevaring av dataene og for å gi tilgang til gjenbruk.
• AIP (Archival Information Package) – Informasjonspakke slik den blir lagret i bit-repository i digital bevaring. Denne kan være identisk med den innleverte SIP-en, men kan også inneholde ytterligere informasjon om datapakken som skal bevares.
• DIP (Dissemination Information Package) – Informasjonspakke som utleveres fra digital bevaring. Denne kan bestå av hele eller deler av AIP-en.

Når vi snakker om informasjonspakker i de følgende dokumentene snakker vi om SIP-er, med mindre noe annet er spesifisert.

Team digital bevaring utvikler og administrerer programvaren Digital Preservation Services (DPS), men dette er kun ett aspekt ved data- og metadatahåndtering i Nasjonalbiblioteket. Når vi fortsetter å utvikle DPS og standardisere informasjonspakker, er kunnskap om de forskjellige systemdomenenes ansvar, og hvordan disse samhandler, avgjørende.

Systemdomener

Ansvaret for digitale objekter² i Nasjonalbiblioteket er delt mellom en trio av forskjellige systemdomener, som forvalter forskjellige aspekter ved objektene. Summen av informasjon i de tre systemdomenene gir det fulle bildet av objektene:

• Metadatasystemer
  • Forvalter deskriptive metadata
  • Forvalter den unike identifikatoren (UID) for digitale objekter
• Digital Preservation Services (DPS)
  • Forvalter bevaringsdata
  • Har en kopi av deskriptive metadata (fra metadatasystemene)
• Offentlige tilgangstjenester
  • Forvalter tilgangsdata (utledet fra data for bevaring).
  • Forvalter deskriptive metadata for tilgang (utledet fra metadatasystemene)

Limet som holder alt dette sammen er en UID (typisk en URN) brukt på tvers av systemene, men som forvaltes i metadatasystemene. Identifikatoren må være unik på tvers av de ulike systemene og bør ikke gjenbrukes.

Metadatasystemer

Metadatasystemene er “master” og hovedkilde for deskriptive metadata i Nasjonalbiblioteket. Med metadatasystemer refererer vi til biblioteksystemer, kataloger, registre, forvaltningssystemer og andre fagsystemer som forvalter metadata. Eksempler på noen slike systemer som er i bruk i Nasjonalbiblioteket i dag er Alma, Mavis og Hanske. Enkelt forklart er dette ulike systemer som forvalter deskriptive metadata for ulike digitale og ikke-digitale objekter i Nasjonalbiblioteket.

Metadatasystemene er systemene som brukes i organisasjonen til å gjenfinne og få oversikt over objektene i Nasjonalbibliotekets samling³. Disse systemene forvalter UID-en som brukes som muliggjør gjenfinning av data for tilgang og bevaring i de to andre systemdomenene.

Digital Preservation Services (DPS)

DPS-programvaren forvalter alle data i Nasjonalbibliotekets bit repository. Systemet tar i mot bevaringsdata, sikrer dataintegritet og styrer tilgangen til bevarte data. Det er i dette domenet vi opererer med de forskjellige OAIS-konseptene,⁴ som SIP, AIP, DIP, etc. Sammen med de bevarte dataene lagrer vi en kopi av utvalgte deskriptive metadata fra de relevante metadatasystemene. Dette gjøres for å sikre at de digitale objektene er gjenfinnbare, kontekstualiserte og anvendelige i et langsiktig perspektiv, uavhengig av omgivelsene utenfor DPS.

Informasjonspakker som mottas for bevaring i DPS, representerer en entitet som er beskrevet i metadatasystemene. DPS er “master” og hovedkilde for tekniske metadata på filnivå i Nasjonalbiblioteket.

DPS kan også brukes til å identifisere og gjenfinne filer (gjennom tekniske metadata), men dette har til nå vært lite brukt i organisasjonen.

Offentlige tilgangstjenester

De offentlige tilgangstjenestene⁵ til Nasjonalbiblioteket lar eksterne brukere få tilgang til et utvalg av deskriptive metadata høstet fra metadatasystemene våre, samt filer ment for tilgang. Hovedtjenestene våre for slik offentlig tilgang er: Nettbiblioteket, som lar deg søke i og få tilgang til et utvalg av digitale objekter fra våre digitale samlinger; og, Oria, som lar deg søke i våre trykte samlinger.

Metadataene i de offentlige tilgangstjenestene er høstet fra de interne metadatasystemene. På samme måte er tilgangsdataene proxy-kopier utledet fra bevarte høykvalitetsfiler i DPS. Disse filene er typisk mindre og komprimerte varianter av digitale objekter i DPS.

Arkitektur

Dette er et forenklet diagram over systemarkitekturen i Nasjonalbiblioteket. Diagrammet er idealisert og dekker ikke alle mulige scenarier, men er likevel nyttig for å forstå hva slags systeminteraksjoner vi opererer med. Selv om vi bruker OAIS-modellen som et rammeverk for å diskutere arkitekturen vår, kan det være vanskelig å kjenne igjen komponentene i vår kontekst.⁶

Informasjonspakken som går til DPS i dette diagrammet (SIP), inneholder data til bevaring, samt en kopi av metadata fra det relevante metadatasystemet i et standardisert format (for eksempel MODS). DPS-systemet er per i dag ikke eksponert offentlig. All offentlig tilgang til bevarte data går derfor gjennom andre interne tjenester bygd på toppen av DPS.

Det er en målsetning at DPS ikke skal bevare tilgangsdata, som kan utledes automatisk fra bevaringsdata. Et eksempel er et JP2-bilde for tilgang, som kan automatisk utledes fra et bevart TIFF-bilde. Slike tilgangsdata forvaltes kun av tjenestene for offentlig tilgang.