基于OCFL的数字资源保存文件系统设计*

姚宽达 方安 杨晨柳 王蕾 胡佳慧

基于OCFL的数字资源保存文件系统设计*

姚宽达 方安 杨晨柳 王蕾 胡佳慧

（中国医学科学院/北京协和医学院医学信息研究所，北京 100020）

本文针对数据密集型科研环境下的科研数据长期保存需求，以牛津通用文件布局方法（OCFL）为基础，设计支持对象存储及版本控制的数字资源保存文件系统，并在医学大数据长期保存系统环境中进行了应用实现和效果分析。

数字保存；OCFL；数据密集型科研；文件存储；版本控制

信息技术的飞速发展使得数据获取难度日益降低，大数据时代，科学研究已向数据密集型计算科学[1]转变，数据对于科学研究的重要性显著提高。数据密集型科研环境下，科学研究和创新活动越来越依赖于对大规模数据的分析、挖掘以及再利用[2]，由此产生的科研数据和成果具有较高的保存价值，是长期科研过程中的重点保存内容[3]。数字资源长期保存是对数字内容进行持续管理和维护的一系列活动，要求在长期保存数字资源的同时，确保保存信息的真实可信，且能够被未来的使用者所理解和利用[4]。相较于一般数据，科研数据不仅体量大、更迭快、类型杂，还具有学科差异性、知识关联性以及历史积累性等典型特征[5]，这给长期保存的数据完整性及内容连续性等方面带来一系列挑战。因此，针对数据密集型科研环境下的科研数据特征，本文在分析科研数据长期保存需求的基础上，设计数字资源保存文件系统，并结合实际应用开展相关探索。……