TDL ja keskitetyn julkaisuarkistotoiminnan ratkaisuja (OR2009 10/10)

Texas Digital Library (TDL) on Teksasin yliopistojen konsortio, jonka tarkoituksena on huolehtia jäsentensä digitaalisten tuotosten pitkäaikaissäilytyksestä ja jakamisesta Open Access-periaatteella. Toimintaa pyritään tehostamaan sekä taloudellisesti että laadullisesti: Kulut, tekniset resurssit ja suunnittelutyö jaetaan yhdessä. Sen sijaan, että jokainen yliopisto suunnittelisi ja ylläpitäisi omia järjestelmiään, pyritään löytämään yhdessä parhaat ratkaisut ja käyttämään niitä mahdollisimman yhdenmukaisesti. Lopputuloksen toivotaan olevan loppukäyttäjän kannalta selkeämpää, kun useamman yliopiston materiaalit löytyvät yhdestä paikasta ja yhtenäisesti kuvailtuna. Palvelukokonaisuuden kaksi keskeistä komponenttia ovat keskitetty julkaisuarkisto sekä syöttö- ja hallinnointijärjestelmä Vireo. Continue reading

Kevyttä ja nopeasti (OR2009 8/10)

Useammassa Open repositories -konferenssin esityksessä kannustettiin käyttämään julkaisuarkistojen teknisessä kehitystyössä kevyitä ja helposti mukautuvia ratkaisuja. Aiheesta oli jopa erillinen esityskin, Matt Zumwalt esitteli nopean sovelluskehityksen (rapid application development, RAD) ideaa. Motiivina esityksessä on toteamus, että data on tärkeää, ei niinkään sitä käsittelevät ohjelmat. ”Avoin data on tärkeämpää kuin avoin lähdekoodi”. Ohjelmien on tarkoitus toimia ikkunana dataan. Nämä ikkunat ovat usein elinkaareltaan lyhyitä, arkistoissa majaileva data sen sijaan usein pitkäikäistä. Sovellukset muuttuvat eri aikojen ja käyttötarkoitusten mukaan ja tämän vuoksi on järkevää olla rakentamatta monoliittista sovellusta, jota on vaikea tai mahdoton mukauttaa nopeasti uusia tarpeita vastaavaksi. Continue reading

Cloud Computing ja julkaisuarkistot (OR2009 7/10)

Cloud computing on suhteellisen uusi termi, jolla tarkoitetaan tietotekniikkapalveluiden ulkoistamista verkon yli. Palvelut voivat olla mm. sovelluksia tai tallennustilaa. Cloud computing -palvelu on dynaamisesti skaalautuva ja verkon ylitse käytettävissä. Sen etuja ovat mm. palvelinylläpitoon liittyvien tehtävien ulkoistaminen verkossa olevaan ”pilveen”. Käyttäjän ei tarvitse huolehtia ulkoistettavien palveluiden osalta palvelimien raudan tai sovellusten päivityksestä, tietoturvasta, varmistuksista yms. ylläpidollisista seikoista. Cloud computing termiin yhdistetään usein myös joustava hinnoittelu; monesti palveluista maksetaan vain käytön mukaan. Sovelluksia voidaan tyypillisesti käyttää selaimella, jolloin ne eivät vaadi työasemilta mitään spesiaalia. Continue reading

DSpace ja Fedora hallinnolliseen yhteistyöhön (OR2009 6/10)

DSpace Foundation ja Fedora Commons liittävät voimansa yhteen heinäkuussa 2009 toimintansa aloittavan DuraSpace-organisaation muodossa. Yhdistymisellä haetaan massaa rahoituksen ja kehityksen tueksi ja pyritään edistämään yhteisiä innovaatioita ja muuta yhteistyötä kilpailun sijasta. DSpace ja Fedora pysyvät silti erillisinä sovelluksina hamaan tulevaisuuteen, elleivät aina. Molemmista sovelluksista puuttuvia ominaisuuksia pyritään kuitenkin tekemään jatkossa yhteistyössä.

DuraSpacen alla tulee toimimaan tiimejä eri tehtävissä, kuten Fedora Repository-, DSpace-, Mulgara- ja Duraspace Team. Kaksi ensimmäistä tiimiä jatkavat olemassa olevien sovellusten kehittämistä. Mulgara team keskittyy samalla nimellä kulkevan RDF-tietokannan kehittämiseen. Mulgarassa tieto mallinnetaan tripleinä (subjekti-objekti-predikaatti). Tätä mallinnustapaa pidetään relaatiomallia sopivampana julkaisuarkistoille, joissa on usein monimutkaisia suhteita objektien välillä. DuraCloudista kerrotaan tarkemmin seuraavassa merkinnässä.

iRODS (OR2009 5/10)

Konferenssissa esiteltiin aDORe djatokan rinnalla Integrated Rule-Oriented Data System eli tuttavallisemmin iRODS. IRODS on jatkoa Data Intensive Cyber Environments –ryhmän kehittämälle SRB:lle (Storage Resource Broker), joka sai huomiota suuria datamääriä käsittelevien organisaatioiden keskuudessa 1990-luvun lopulla. iRODS on ns. väliohjelmisto (engl. middleware), joka tarjoaa yhden liittymän useaan datavarastoon, minkä vuoksi sen avulla suuri datamäärä voidaan hajauttaa useaan varastoon ja hallita yhdestä paikasta. Tällainen datavarasto voi olla arkisto tai mikä tahansa muu digitaalinen aineiston lähde (esim. verkko, tietokanta tai tiedostojärjestelmä). Sitä voi käyttää myös ohjelmistona digitaaliarkistolle.irods Continue reading

Adore djatoka -kuvapalvelin (OR2009 4/10)

Los Alamosin tutkimuskirjastolla oli uutta esiteltävää tänäkin vuonna: aDORe djatoka. Itse aDORe on hieman julkaisuarkiston kaltainen digitaaliarkisto-ohjelmisto, joka ei ole juuri levinnyt Los Alamosin ulkopuolelle. Djatokalla tulee uskoakseni olemaan suurempi tilaus maailmalla.

Adore djatoka on avoimen lähdekoodin palvelinohjelmisto JPEG2000-kuvien käyttämiseen. Se ei kuulosta erikoislaatuiselta innovaatiolta, mutta tätä djatoka ei olekaan. Ohjelmisto on käytännössä kuitenkin varsin käytettävä, yksinkertainen ja nopea ratkaisu hyvin suuriresoluutioisten kuvien tarkasteluun. Tavallisesti verkossa esiintyvien kuvien käyttämiseen ei tarvitse tietenkään mitään erikoista käyttöliittymää kuvien katsomiseen saati tarkoitukseen omistettua kuvapalvelinta. Kun kuvien koko kasvaa satoihin mega- tai gigatavuihin, kuvien käyttäminen ei ole enää niin yksinkertaista. Digitoinnin tuloksena näin suuria kuvatiedostoja syntyy, kun kuvantarkkuus halutaan pitää mahdollisimman korkealaatuisena. Joitakin kaupallisia käyttöliittymätuotteita suurien kuvien käyttämiseen on, mutta niissäkin on omat rajoituksensa. Adore djatoka kehitettiin avoimen lähdekoodin vastineeksi kaupallisille tuotteille. Djatokan eduksi voi laskea myös, että sen ovat kehittäneet alan asiantuntijat, jotka tuntevat kirjastojen ja museoiden tarpeet hyvin. Continue reading

Digitaalisen arkiston työkalupakki (OR2009 3/10)

John Kunze kertoi omassa esityksessään suuresta DataONE-hankkeesta (Data Observation Network for Earth), jossa tuodaan yhteen eri datalähteitä kaikkeen maapalloon liittyvästä mittaus- ja tutkimusdatasta. Itse hanketta kiinnostavampi oli kuitenkin California Digital Libraryn lähestymistapa säilytykseen, josta Stephen Abrams jatkoi esityksessään ”Permanent Objects, Disposable Systems”.

Kunzen ja Abramsin mielestä  monoliittiset säilytysjärjestelmät ovat kankeita ja joustamattomia. CDL:ssä ideana on ollut kehittää mahdollisimman yksinkertaisia ja pieniä ns. mikropalveluita, joita voidaan käyttää yhdessä toteuttamaan monimutkaisempia toimenpiteitä. Continue reading

Artikkelin tallettaminen julkaisuarkistoon suoraan Microsoft Wordista (OR2009 2/10)

Konferenssissa esiteltiin muutamia hedelmällisiä SWORD:n ja OAI-ORE:n laajennuksia. Vielä viime vuoden konferenssissa Southamptonissa molemmat, aineiston syöttöön ja siirtoon tarkoitetut protokollat olivat uusia, ja monelle jäi epäselväksi, miten niitä voitaisiin käytännössä menestyksellisesti hyödyntää. Kiinnostavimmasta SWORD:n sovelluksesta kertoi Pablo Fernicola esityksessään. Microsoft on kehittänyt lisäosan Word 2007:aan, jolla Wordissa kirjoitettu dokumentti voidaan lähettää suoraan julkaisuarkistoihin. Artikkelien kirjoittajat voivat olla varsin tyytyväisiä tähän lisään: artikkelin julkaisuarkistoon tallettaminen on parhaimmillaan vain yhden hiirenpainalluksen päässä. Parhaimmillaan julkaisun tallettamisen kynnys alenee, kun kirjoittajan ei tarvitse opetella käyttämään ja muistaa käyttää taas yhtä uutta järjestelmää eli julkaisuarkistoa julkaisunsa tallettamiseen. Continue reading

Open Repositories 2009 (OR2009 1/10)


Atlanta skyline

Järjestyksessään neljäs Open Repositories (OR) järjestettiin Atlantassa toukokuussa. OR kokoaa yhteen avoimella lähdekoodilla toimivien julkaisuarkistojen käyttäjiä esittelemään ja kuulemaan alan viimeisimpiä kuulumisia. Vakiintuneeseen tapaan tilaisuudet koostuivat sekä kolmen käyttäjäryhmän (DSpace, E-Prints ja Fedora) erillisistä että yhteisistä tilaisuuksista. Yhteisten tilaisuuksien aiheina olivat mm. pitkäaikaissäilytys, tekijänoikeudet, avoin tutkimusdata ja oppimisympäristöt ja niiden suhde julkaisuarkistoihin. Osallistuimme yhteisten tilaisuuksien lisäksi DSpace-käyttäjäryhmän omiin tilaisuuksiin, minkä vuoksi keskitymme näiden kolmen julkaisuarkisto-ohjelmiston esityksistä DSpacea käsitteleviin esityksiin.

Luvassa on yhdeksänosainen kirjoitussarja konferenssin esityksistä. Alla on ”sisällysluettelo” merkinnöissä käsiteltävistä aiheista:

Kaikki konferenssissa pidetyt esitykset löytyvät tapahtumaa Atlantassa isännöineen Georgia Techin julkaisuarkistosta. Ohjelma taas tapahtuman kotisivulta.