基于Trip数据库的档案管理系统的设计与实现.doc

第２３ 卷第１ 期 ２０１２ 年２ 月 中原工学院学报 ＪＯＵＲＮＡＬ ＯＦＺＨＯＮＧＹＵＡＮ ＵＮＩＶＥＲＳＩＴＹ ＯＦＴＥＣＨＮＯＬＯＧＹ Ｖｏｌ．２３ Ｎｏ．１ Ｆｅｂ．，２０１２ 文章编号：１６７１－６９０６（２０１２）０１－００４４－０５ 基于 Ｔｒｉｐ数据库的档案管理系统的设计与实现 程传鹏 （中原工学院，郑州 ４５０００７） 摘 要： 结合 Ｔｒｉｐ 数据库在处理非规范性文档方面的优势，设计出了一种基于 Ｔｒｉｐ 数据库的档案入库系统，实现了纸质 档案的电子存储，为电子文档内容的直接检索做好了前期工作．实验结果表明，本系统提高了数据存储空间的利用率． 关 键 词： 非规范性数据；档案管理；Ｔｒｉｐ数据库；文本提取 中图分类号： ＴＰ３９１．０７ 文献标志码： Ａ ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７１－６９０６．２０１２．０１．０１１ 随着计算机无纸办公技术应用的普及，各种格式 的电子文件 资 料 大 量 涌 现，不 仅 有 文 字 资 料，还 有 声 音、图像、动画、视频等等［１］．这些文档结构无定、类型 各异、规格不一、长度参差，不能直接转化成关系数据 库的字段信息，因而不能被传统的关系型数据库管理 系统有效地处理，大大降低了这些数据的使用价值．据 统计，诸如此类的非规范性数据信息占了互联网上数 据的８０％ ．传统 的 关 系 型 数 据 库 由 于 自 身 的 局 限 性， 已经远远不 能 满 足 今 天 非 规 范 性 数 据 快 速 增 长 的 需 要．为了解决关系数据库在非规范性数据处理上的不 足，１９８５ 年瑞典 Ｐａｒａｌｏｇ 公司在皇家工学 院 的 图 书 情 报检索专用软件３ＲＩＰ 基础上，开发出了专为处理非规 范性数据的软件系统 Ｔｒｉｐ 系统［１］．本文分析了 Ｔｒｉｐ 数 据库在处理非规范性电子文档上的优势，并在此基础 上，利用 Ｔｒｉｐ 数据库设计出了一种电子文档管理系统． 由字段组成，每一个字段容许存放任意多个实体．子字 段自动带有编 号，彼 此 相 互 独 立．Ｔｒｉｐ 记 录 的 字 段 长 度不限，设计数据库字段时不需预定其大小．关系型数 据库的字段长度在设计数据库时必须设定，装库时如 果数据内容不够量，它就不会“省”出没用完的空间，而 数据多于设定 值 时，超 过 部 分 又 没 法 存 进 去．Ｔｒｉｐ 是 多维结构的数据库，比较适合于大量不定长数据的存 储．Ｔｒｉｐ数据库 是 面 向 大 数 据 对 象 设 计 开 发 的，数 据 库文件只由３ 个文件组成，分别是数据文件 ｂａｆ、检索 词文件 ｂｉｆ和词根文件 ｖｉｆ，因此数据库的 存储、复制、 查询、维护都很方便．对于数据量以“百万字节”计的多 媒体信息的存储而言，Ｔｒｉｐ是很好的选择． 此外，Ｔｒｉｐ可 随 时 追 加 新 字 段．如 首 次 设 计 数 据 库时建立了２０ 个字段，使用一段时间后要增加５ 个字 段，这时只需加上这５ 个字段即可，已有记录中的数据 照常使用．而关 系 型 数 据 库 则 做 不 到．Ｔｒｉｐ 是 管 理 存 储各种电子文档资料的最佳解决方案，它有一种专门 存储二进制数据的字段，不仅能存储多达 ２００ 多种不 同格式 的 电 子 文 件，如 Ｗｏｒｄ、ＰＤＦ、ＰｏｗｅｒＰｏｉｎｔ、Ｅｘ－ ｃｅｌ、Ａｃｃｅｓｓ等［２］，而且 能 自 动 抽 取 这 些 文 件 之 中 的 文 字信息，形成倒排文件，供人们进行全文内容的快速查 找．在处理非 规 范 性 数 据 方 面，尤 其 是 当 前 普 遍 面 临 Ｔｒｉｐ 在处理非规范性数据方面的 优势 １ 目前的档案管理系统大都是基于关系数据库的， 但关系型数据库是二维平面结构，表的一行表示一个 记录，表的一列代表记录中的一个字段，一个字段只允 许 放 一 个 实 体 ．Ｔｒｉｐ是 多 维 结 构 的 数 据 库 系 统 ，记 录 文、图、音、视 信 息 等 大 量 多 媒 体 信 息 管 理 的 情 况 下， Ｔｒｉｐ要比关系型数据库强很多． 收稿日期：２０１２－０２－０４ 作者简介：程传鹏（１９７７－）男，河南信阳人，讲师，硕士．  机能够存储的数字化成果，即对所有未数字化的档案 进行扫描，整理其属性信息，并进行数据存储，最终为 数字化档案提供安全高效的管理方法，从而取代现有 的管理方式［３］．档案管理系统结构如图１ 所示． 档案管理系统主要实现如下４ 个方面的功能： （１）档 案 扫 描 ．改 变 了 传 统 的 用 扫 描 仪 扫 描 档 案 系统分析及设计 ２ 系统目标 档案数据库管理，首先要将纸质档案转变为计算 ２．１ 图１ 档案管理系统结构图 的方法，采用系统控制高速扫描仪方式进行扫描，既保 证了扫描档案的