基于CKAN的政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)構(gòu)建

摘要：[目的/意義]本研究針對(duì)我國(guó)地方政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)面臨的挑戰(zhàn)，設(shè)計(jì)并構(gòu)建基于CKAN的政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)，為我國(guó)政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)的建設(shè)和改進(jìn)提供參考。[方法/過(guò)程]在對(duì)CKAN的應(yīng)用及特征進(jìn)行概述的基礎(chǔ)上，分析CKAN具有的核心功能，探討CKAN的元數(shù)據(jù)管理以及關(guān)聯(lián)數(shù)據(jù)集的API發(fā)布，最后給出平臺(tái)安裝的步驟和策略。[結(jié)果/結(jié)論]充分發(fā)揮CKAN平臺(tái)的核心功能、元數(shù)據(jù)管理以及關(guān)聯(lián)數(shù)據(jù)集的API發(fā)布等方面的優(yōu)勢(shì)，結(jié)合Drupal等開(kāi)源內(nèi)容管理框架來(lái)構(gòu)建政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)才是最優(yōu)選擇。

關(guān)鍵詞：CKAN;政府?dāng)?shù)據(jù)開(kāi)放平臺(tái);元數(shù)據(jù);關(guān)聯(lián)數(shù)據(jù)

DOI：10.3969/j.issn.1008-0821.2019.03.008

〔中圖分類(lèi)號(hào)〕G203;D63-39〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕1008-0821（2019）03-0069-08

開(kāi)放政府?dāng)?shù)據(jù)是世界各國(guó)政府的一項(xiàng)戰(zhàn)略舉措，它通過(guò)以機(jī)器可讀的格式共享政府?dāng)?shù)據(jù)，促使其它人能夠免費(fèi)再利用。在過(guò)去的5～7年中，大多數(shù)政府都頒布了開(kāi)放數(shù)據(jù)政策，而且許多數(shù)據(jù)集可以在數(shù)據(jù)門(mén)戶網(wǎng)站上可用。在2008-2013年的開(kāi)放數(shù)據(jù)早期，主要的關(guān)注點(diǎn)是，構(gòu)建一個(gè)開(kāi)放數(shù)據(jù)平臺(tái)并盡可能發(fā)布更多的數(shù)據(jù)集。因此，隨著城市、地區(qū)、中央等層級(jí)的政府希望在開(kāi)放數(shù)據(jù)領(lǐng)域擁有一席之地，各個(gè)層次的政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)也開(kāi)始涌現(xiàn)。從理論上來(lái)看，一些學(xué)者對(duì)政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)評(píng)價(jià)和建設(shè)問(wèn)題進(jìn)行了研究。岳麗欣等對(duì)國(guó)內(nèi)已有的相關(guān)數(shù)據(jù)開(kāi)放平臺(tái)進(jìn)行比較，構(gòu)建相關(guān)評(píng)價(jià)體系對(duì)已有平臺(tái)進(jìn)行評(píng)估，明確目前平臺(tái)建設(shè)所存在的缺點(diǎn)[1]。錢(qián)曉紅等初步討論與介紹了各國(guó)政府開(kāi)放數(shù)據(jù)平臺(tái)的建設(shè)現(xiàn)狀，比較了現(xiàn)有政府開(kāi)放數(shù)據(jù)平臺(tái)存在的問(wèn)題，在此基礎(chǔ)上構(gòu)建了基于數(shù)據(jù)集開(kāi)放的政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)，并論述了其技術(shù)特征[2]。李盼等針對(duì)我國(guó)地方政府開(kāi)放數(shù)據(jù)門(mén)戶網(wǎng)站在元數(shù)據(jù)規(guī)范和數(shù)據(jù)格式上的不足，設(shè)計(jì)并建立基于Drupal的政府開(kāi)放數(shù)據(jù)平臺(tái)[3]。自2011年起，北京、上海等地區(qū)在大數(shù)據(jù)的影響下首次開(kāi)展政府?dāng)?shù)據(jù)開(kāi)放工作，建立了地方政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)，但與美國(guó)相比，我國(guó)的政府?dāng)?shù)據(jù)開(kāi)放建設(shè)才剛剛開(kāi)始，沒(méi)有建立國(guó)家統(tǒng)一的數(shù)據(jù)開(kāi)放網(wǎng)站，各級(jí)地方政府的數(shù)據(jù)開(kāi)放網(wǎng)站也在逐步發(fā)展中，有待于進(jìn)一步提升[4]。因此，本文介紹CKAN工具，探討基于CKAN的政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)構(gòu)建，旨在為我國(guó)政府開(kāi)放平臺(tái)的建設(shè)和改進(jìn)提供參考。

1CKAN概述與特征

1.1CKAN概述

CKAN（Comprehensive Knowledge Archive Network，全面知識(shí)檔案網(wǎng)絡(luò)）是開(kāi)放知識(shí)基金會(huì)（Open Knowledge Foundation）所發(fā)展與維護(hù)的一個(gè)開(kāi)放原始碼的數(shù)據(jù)管理系統(tǒng)，能夠提供相關(guān)工具來(lái)存取數(shù)據(jù)，從而便捷地發(fā)布和使用數(shù)據(jù)。開(kāi)放知識(shí)基金會(huì)是一個(gè)于2004年在英國(guó)劍橋成立的非營(yíng)利性組織，長(zhǎng)期致力在數(shù)字時(shí)代推廣各種形式的開(kāi)放知識(shí)。近年來(lái)，該組織活躍于全球30多個(gè)國(guó)家和地區(qū)，著眼于開(kāi)放數(shù)據(jù)和開(kāi)放政府的推廣和支持。CKAN面對(duì)的對(duì)象是那些希望發(fā)布和共享開(kāi)放數(shù)據(jù)的政府機(jī)構(gòu)、組織和公司[5]，而且在世界各地的官方及民間組織的數(shù)據(jù)網(wǎng)站中被廣泛地應(yīng)用。CKAN既可以作為一個(gè)公共平臺(tái)（如Datahub[6]），也可以被應(yīng)用于各級(jí)政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)：在中央政府層面，包括美國(guó)、英國(guó)、奧地利、巴西、德國(guó)、荷蘭、挪威、斯洛伐克、烏拉圭等國(guó)家都應(yīng)用CKAN構(gòu)建中央政府?dāng)?shù)據(jù)開(kāi)放平臺(tái);在地方政府層面，包括布宜諾斯艾利斯、昆士蘭、赫爾辛基、柏林、漢堡、托斯卡尼等構(gòu)建地方政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)。

1.2CKAN的特征

1）架構(gòu)。CKAN后端用Python編寫(xiě)，前端用Javascript/HTML編寫(xiě)[7]。前端是Web界面（Web Interface），提供數(shù)據(jù)集的顯示瀏覽與查找。后端包括六個(gè)部分。第一，控制器層，包括Web界面使用功能。CKAN網(wǎng)頁(yè)從Jinja 2模板文件中生成;搜索功能由Solr提供。第二，CKAN Action API，向客戶端公開(kāi)所有CKAN核心特征。第三，命令行接口（Python粘貼腳本），用于管理數(shù)據(jù)集和用戶等。第四，邏輯層，獲取和修改數(shù)據(jù)以及驗(yàn)證和授權(quán)、批準(zhǔn)等。第五，模型層，包含存儲(chǔ)在數(shù)據(jù)庫(kù)中的實(shí)體類(lèi)別。數(shù)據(jù)庫(kù)通信中，會(huì)使用開(kāi)放源代碼的Web應(yīng)用框架Pylons和Python編程語(yǔ)言下的一款開(kāi)源軟件SQLAlchemy。第六，面向?qū)ο箨P(guān)系型開(kāi)源數(shù)據(jù)庫(kù)PostgreSQL[8]。

2）同步特征。CKAN可以通過(guò)一些努力來(lái)實(shí)現(xiàn)數(shù)據(jù)源的同步。通過(guò)使用CKAN的擴(kuò)充套件Ckanext-harvest，可以定期從不同的存儲(chǔ)庫(kù)來(lái)源中采集數(shù)據(jù)。為了將此擴(kuò)展應(yīng)用于自定義存儲(chǔ)庫(kù)源，必須用Python編寫(xiě)來(lái)實(shí)現(xiàn)采集接口[9]。CKAN采集器（CKAN Harvester）包含在CKAN擴(kuò)展套件中，可以通過(guò)使用采集器運(yùn)行命令來(lái)運(yùn)行。在生產(chǎn)環(huán)境中，系統(tǒng)實(shí)用程序Cron能設(shè)置周期性被執(zhí)行的指令，可用于定期運(yùn)行采集工作。

3）升級(jí)。由于CKAN是一個(gè)開(kāi)放源代碼的產(chǎn)品，意味著產(chǎn)品升級(jí)由客戶自己完成。為了便于升級(jí)，CKAN文檔中提供了升級(jí)說(shuō)明[10]。此外，有一個(gè)CKAN郵件列表[11]，發(fā)布了有關(guān)新版本的信息。這個(gè)列表是CKAN維護(hù)人員可以訂閱的列表，旨在促進(jìn)與即將發(fā)布的版本保持同步。盡管CKAN很少出現(xiàn)重大更改，但仍然會(huì)出現(xiàn)較小破壞性變化并且有時(shí)候會(huì)出現(xiàn)反應(yīng)遲鈍的不兼容的變化，因而CKAN版本每3個(gè)月更新1次。此外，CKAN經(jīng)常發(fā)布帶有錯(cuò)誤修復(fù)和優(yōu)化的修補(bǔ)程序。

4）主題化。CKAN提供了兩種不同的方式來(lái)自定義網(wǎng)站。一方面，如果開(kāi)放數(shù)據(jù)平臺(tái)是托管的，那么CKAN團(tuán)隊(duì)或合作伙伴可以對(duì)平臺(tái)的外觀進(jìn)行更改，這意味著客戶就不需要掌握編程技能;另一方面，如果CKAN是由客戶自己部署的，那么可以通過(guò)修改源代碼來(lái)定制主題。盡管沒(méi)有預(yù)定義的模板，但開(kāi)放數(shù)據(jù)網(wǎng)站可以定制，而且如果需要的話，網(wǎng)站一切都可以更改。但是，在這種情況下，客戶需要了解Python、JavaScript、HTML和CSS的基本知識(shí)，知道如何進(jìn)行更改。此外，也有大量網(wǎng)站主題化教程的文檔，提供了如何更改布局的例子[12]。

5）其它特點(diǎn)。CKAN可新增、定制化內(nèi)容與頁(yè)面，并且能與第三方網(wǎng)站內(nèi)容管理系統(tǒng)進(jìn)行整合，如Drupal。CKAN也具有國(guó)際化與多國(guó)語(yǔ)支持，使用的接口支持至少18種語(yǔ)言，也具備多國(guó)語(yǔ)言?xún)?nèi)容與呈現(xiàn)數(shù)據(jù)集的信息，可支持多國(guó)語(yǔ)言搜尋，而且每個(gè)數(shù)據(jù)集可指定主要的語(yǔ)言。在社區(qū)方面，CKAN可提供許多主要的特色，讓CKAN入口網(wǎng)站的用戶進(jìn)行數(shù)據(jù)的通訊與協(xié)同合作。為了促進(jìn)用戶參與，CKAN具有數(shù)據(jù)共享和通信的功能，可加掛社交響應(yīng)模塊與分享模塊，如Google、Twitter和Facebook集成，并有RSS/Atom可追蹤數(shù)據(jù)更新。

2CKAN核心功能分析

2.1數(shù)據(jù)儲(chǔ)存

當(dāng)建立一個(gè)數(shù)據(jù)集或資源時(shí)，可存放在CKAN服務(wù)器上或鏈接到外部其它地方。CKAN不僅可以保留元數(shù)據(jù)與鏈接，還可以提供數(shù)據(jù)本身的安全儲(chǔ)存。CKAN DataStore提供了一個(gè)專(zhuān)用數(shù)據(jù)庫(kù)，用于存儲(chǔ)來(lái)自CKAN資源的結(jié)構(gòu)化數(shù)據(jù)。DataStore[13]是一個(gè)內(nèi)建于CKAN的擴(kuò)充套件，通過(guò)一個(gè)獨(dú)立數(shù)據(jù)庫(kù)儲(chǔ)存上傳至CKAN的結(jié)構(gòu)數(shù)據(jù)內(nèi)容，這些數(shù)據(jù)可以是CSV或XLS格式。DataStore上傳至數(shù)據(jù)庫(kù)的數(shù)據(jù)內(nèi)容可提供數(shù)據(jù)預(yù)覽外掛使用，而且DataStore還提供DataStore API，可供開(kāi)發(fā)者以RESTful API獲得JSON格式數(shù)據(jù)。無(wú)論是上傳至CKAN的FileStore還是外部鏈接，DataStore通常都與DataPusher一起得到使用，而且DataStore會(huì)自動(dòng)將數(shù)據(jù)從合適的文件上傳至DataStore[14]。

2.2數(shù)據(jù)采集

當(dāng)前，許多組織已經(jīng)擁有自己的數(shù)據(jù)儲(chǔ)存地方，而且也具有良好定義的流程和程序來(lái)發(fā)布和管理數(shù)據(jù)。在這種情況下，數(shù)據(jù)可簡(jiǎn)單地定期從儲(chǔ)存庫(kù)采集到CKAN。為了促進(jìn)這一模式，CKAN開(kāi)發(fā)了一個(gè)復(fù)雜、可定制化的采集機(jī)制，可以從許多不同的數(shù)據(jù)庫(kù)來(lái)源中獲取數(shù)據(jù)并進(jìn)行匯入。這些機(jī)制包括：地理空間CSW服務(wù)器;現(xiàn)有的網(wǎng)絡(luò)目錄;簡(jiǎn)單的HTML索引頁(yè)或Web訪問(wèn)的活頁(yè)夾;ArcGIS中Geoportal服務(wù)器和數(shù)據(jù)庫(kù)Z39.50[15]。在數(shù)據(jù)采集方面，CKAN有一個(gè)擴(kuò)充套件Ckanext-Harvest，提供一個(gè)可自定義的接口，以采集其它網(wǎng)站或服務(wù)的元數(shù)據(jù)，并整合為CKAN數(shù)據(jù)集。harvest的運(yùn)作大致可分為3步：1）收集（Gather），獲得Harvest資源的ID、數(shù)量等基本信息;2）獲?。‵etch），獲得前述資源中每個(gè)對(duì)象或數(shù)據(jù)集的元數(shù)據(jù);3）輸入（Import），將上一階段取得的元數(shù)據(jù)轉(zhuǎn)換并建立為CKAN數(shù)據(jù)集[16]。

2.3數(shù)據(jù)發(fā)布與管理

CKAN提供一個(gè)直觀的Web接口，可以讓數(shù)據(jù)發(fā)布者和管理者在被稱(chēng)為“組織”的分布式授權(quán)模型中輕松地注冊(cè)、更新與細(xì)分?jǐn)?shù)據(jù)集（見(jiàn)圖1）。“組織”讓每個(gè)數(shù)據(jù)發(fā)布者擁有自己的數(shù)據(jù)集入口和核準(zhǔn)成員的審批流程。這意味著，可以向各部門(mén)或機(jī)構(gòu)的管理員來(lái)進(jìn)行責(zé)任分配和授權(quán)，而不是集中管理。在數(shù)據(jù)輸入方面，CKAN具有完整的數(shù)據(jù)上傳與編輯接口，可依照需求自定義表單域。表單域包含了文本框、多行文本框、密碼框、隱藏域、復(fù)選框、單選框和下拉選擇框等，用于采集用戶的輸入或選擇的數(shù)據(jù)[17]。具體而言，可以通過(guò)多種方式在CKAN中添加和編輯數(shù)據(jù)，包括：1）直接通過(guò)Web接口;2）使用CKAN豐富的JSON API;3）通過(guò)定制化的電子表格匯入，同時(shí)支持多種權(quán)限規(guī)劃模式[18]。在數(shù)據(jù)發(fā)布方面，CKAN有一個(gè)擴(kuò)充套件DataPusher[19]，用于新增前述的結(jié)構(gòu)數(shù)據(jù)至CKAN時(shí)，自動(dòng)上傳數(shù)據(jù)內(nèi)容至DataStore數(shù)據(jù)庫(kù)，可在數(shù)據(jù)編輯頁(yè)面的DataStore上來(lái)確認(rèn)上傳狀態(tài)或手動(dòng)上傳數(shù)據(jù)至DataStore數(shù)據(jù)庫(kù)。

2.4數(shù)據(jù)搜索

CKAN提供了豐富的搜索體驗(yàn)，可以快速進(jìn)行“谷歌式”的關(guān)鍵詞搜索以及標(biāo)簽搜索和瀏覽相關(guān)數(shù)據(jù)集，而且所有數(shù)據(jù)集字段都是可檢索的。用戶可以快速查看哪些數(shù)據(jù)集是可用的，以及使用哪種格式和哪些許可證。具體而言，包括如下搜索類(lèi)型：1）搜索所有數(shù)據(jù)集屬性，即用戶可以搜索所有數(shù)據(jù)集的元數(shù)據(jù)，從標(biāo)題到標(biāo)簽，再到發(fā)布者名稱(chēng);2）全文搜索，即搜索全文字段;3）模糊匹配，用于搜索緊密匹配的術(shù)語(yǔ)，而不是精確匹配的選項(xiàng);4）分面搜索（Faceted Search），通過(guò)諸如標(biāo)簽、格式、許可證、發(fā)行者等方面的細(xì)分，可以通過(guò)更多方面連續(xù)縮小搜索范圍，從而允許用戶在查看搜索結(jié)果后將搜索范圍限制為具有特定格式或標(biāo)記的數(shù)據(jù)集;5）API搜索，即所有搜索工具可

圖1CKAN中“組織”的分布式授權(quán)模型

以通過(guò)API提供[20]。

2.5地理空間圖形支持

CKAN有先進(jìn)的地理空間功能，包括以地圖方式預(yù)覽數(shù)據(jù)里的地理信息，以地理位置進(jìn)行數(shù)據(jù)的搜索。通過(guò)啟用Ckanext-Spatial，CKAN可以理解與數(shù)據(jù)集關(guān)聯(lián)的位置，并通過(guò)Web界面和API提供地理空間搜索功能。Ckanext-Spatial是CKAN的擴(kuò)充套件，提供地理信息相關(guān)功能。這些功能包括5個(gè)方面：1）Spatial Metadata建立地理空間數(shù)據(jù)的索引。2）Spatial Search Widget按地圖搜尋數(shù)據(jù)集“Spatial”字段的地理空間數(shù)據(jù)。安裝完成后，即可在數(shù)據(jù)集列表顯示頁(yè)面的左下方看到“Filter By Location”的區(qū)域，這個(gè)區(qū)域在放大后，依照用戶選取的地理區(qū)域篩選出符合的數(shù)據(jù)集。3）Dataset Extent Map以地圖顯示數(shù)據(jù)集“Spatial”字段所述的地理空間數(shù)據(jù)，而且僅支持Geojson格式。在“額外的信息”中填寫(xiě)的Spatial Geojson信息將顯示在左下角的Dataset Extent中。4）CSW Server提供CSW服務(wù)接口。5）Spatial Harvesters提供地理空間相關(guān)的Harvesters，可以將CSW、WAF、Spatial Metadata Document等數(shù)據(jù)目錄來(lái)源的后設(shè)數(shù)據(jù)采集下來(lái)并整合至CKAN之中，數(shù)據(jù)本身仍位于原數(shù)據(jù)目錄的網(wǎng)站[21]。使用CKAN數(shù)據(jù)目錄管理軟件的data.gov、data.gov.uk、data.gov.au均支持地圖檢索，在可縮放的地圖上劃定一片區(qū)域，或在輸入框輸入地名主題詞，即可檢索與該選定區(qū)域相關(guān)的全部數(shù)據(jù)集合[22]。

此外，還有一些功能有地圖顯示支持：OpenLayers Viewer功能可以地圖方式呈現(xiàn)WMS、WFS、GeoJSON、GML、KML、Google Fusion Tables等地理數(shù)據(jù)/服務(wù)涵蓋的地理范圍，如果僅想預(yù)覽部分格式，那么可在CKAN配置文件中加入ckanext.geoview.ol_viewer.formats變量;Leaflet GeoJSON Viewer以地圖檢視GeoJSON檔案，支持Geojson與Gjson兩種文件格式名稱(chēng)定義，如果使用此功能，則需要在ckan.plugins加入resource_proxy與geojson_view（2.2以下版本則為geojson_preview）;Leaflet WMTS Viewer以地圖檢視WMTS服務(wù)圖層，支持wmts格式名稱(chēng)定義[23]。

2.6可視化

CKAN的數(shù)據(jù)預(yù)覽工具具有許多強(qiáng)大的功能，可用于預(yù)覽Data Store中存儲(chǔ)的數(shù)據(jù)。具體而言，包括5個(gè)方面：1）表格視圖。如果CSV與EXCEL格式的結(jié)構(gòu)化數(shù)據(jù)上傳或鏈接到CKAN，那么DataStore會(huì)將其加載到數(shù)據(jù)庫(kù)中，從而允許CKAN提供一系列查看和處理數(shù)據(jù)的方式，而這些數(shù)據(jù)最初以表格形式顯示。用戶可以按特定比例來(lái)對(duì)數(shù)據(jù)進(jìn)行排序，也可以篩選或分面或完全隱藏列。2）圖形化數(shù)據(jù)。用戶可以顯示圖表數(shù)據(jù)，選擇坐標(biāo)軸上的變量并通過(guò)在同一個(gè)y軸上將它們一起繪制成多個(gè)變量來(lái)進(jìn)行比較。3）測(cè)繪數(shù)據(jù)。如果表格中有CKAN識(shí)別為經(jīng)度和緯度的列，那么CKAN可以繪制地圖上的數(shù)據(jù)點(diǎn)，而且這些數(shù)據(jù)點(diǎn)可以平移（拖動(dòng)）和縮放。選擇一個(gè)數(shù)據(jù)點(diǎn)，那么將顯示相應(yīng)行中的所有字段值。4）圖像數(shù)據(jù)。CKAN的預(yù)覽不限于表格數(shù)據(jù)，還可以顯示常見(jiàn)的圖像數(shù)據(jù)。如果資源是網(wǎng)頁(yè)，那么它也將直接在CKAN數(shù)據(jù)集中得到預(yù)覽。5）自己推出（Roll Your Own）。CKAN的內(nèi)置預(yù)覽是使用DataStore的API。如果用戶有自己的數(shù)據(jù)預(yù)覽工具或正在計(jì)劃構(gòu)建它們，那么可以很容易地將它們插入到API中，以便可以即時(shí)創(chuàng)建可視化，而無(wú)需用戶下載數(shù)據(jù)[24]。

2.7擴(kuò)展彈性

CKAN允許用戶選擇想要用于數(shù)據(jù)門(mén)戶上的功能，或者用戶也可以按照《擴(kuò)展指南》（Extending Guide）來(lái)開(kāi)發(fā)自己的產(chǎn)品。CKAN可安裝多達(dá)60種可擴(kuò)充套件，可獨(dú)立添加到原有設(shè)定延伸的功能。例如，前面所述的地理空間功能Ckanext-Space;從不同的存儲(chǔ)庫(kù)來(lái)源采集數(shù)據(jù)的Ckanext-Harvest;整合谷歌分析數(shù)據(jù)的Ckanext-GoogleAnalytics;提供地理數(shù)據(jù)預(yù)覽功能的Ckanext-Geoview[25]。如果用戶想要為自己的數(shù)據(jù)門(mén)戶開(kāi)發(fā)擴(kuò)展程序，可以直接與CKAN協(xié)會(huì)的商業(yè)會(huì)員進(jìn)行聯(lián)系，如OPENGOV、LINK DIGITAL、VIDERUM[26]，或者在開(kāi)發(fā)人員郵件列表或用戶郵件列表中查詢(xún)可以促進(jìn)開(kāi)發(fā)擴(kuò)展程序的人員[27]。

3元數(shù)據(jù)管理

元數(shù)據(jù)是一種能夠跨時(shí)間、跨領(lǐng)域來(lái)創(chuàng)造、管理、并使用記錄的一種結(jié)構(gòu)或半結(jié)構(gòu)化數(shù)據(jù)[28]。所謂結(jié)構(gòu)化數(shù)據(jù)是指，有系統(tǒng)地將數(shù)據(jù)排序而且經(jīng)常以特定的規(guī)格來(lái)記錄[29]。一個(gè)CKAN數(shù)據(jù)集包含一個(gè)或多個(gè)資源和元數(shù)據(jù)，這些資源可以是文件或文件的鏈接或API的鏈接，讓數(shù)據(jù)集可分群組與下標(biāo)簽，從而更容易被瀏覽與查詢(xún)。CKAN元數(shù)據(jù)主要包含：1）標(biāo)題（Title），是允許數(shù)據(jù)集搜索、分享和鏈接的直觀標(biāo)志;2）唯一標(biāo)識(shí)符（Identifier），即數(shù)據(jù)集都有一個(gè)唯一的網(wǎng)址是由發(fā)布者制定;3）群組（Group），顯示屬于哪一群組的數(shù)據(jù)，能夠提供方便的數(shù)據(jù)鏈接，可尋找和共享彼此感興趣的發(fā)布者與用戶;4）說(shuō)明（Description），描述或分析數(shù)據(jù)的附加信息，這可以是靜態(tài)的或可編輯的wiki，任何人都可以及時(shí)審核或通過(guò)管理員審核來(lái)進(jìn)行貢獻(xiàn);5）數(shù)據(jù)預(yù)覽（Data Preview），通過(guò).csv數(shù)據(jù)，可快速地在瀏覽器中看到是否是自身所需的數(shù)據(jù)集;6）修正歷史（Revision History），即CKAN可以顯示修正歷史的數(shù)據(jù)集，這可由用戶自由編輯;7）API密鑰（API Key），通過(guò)API Key，如果有相關(guān)的API權(quán)限，即可允許改變數(shù)據(jù)集每一個(gè)元數(shù)據(jù)的字段數(shù)據(jù)[30]。在上述元數(shù)據(jù)中第六部分內(nèi)容上，CKAN使用開(kāi)放知識(shí)基金會(huì)（Open Knowledge Foundation）的Versioned Domain Model（VDM）來(lái)完整記錄數(shù)據(jù)集元數(shù)據(jù)的編修與版本，保存用戶活動(dòng)的完整歷史記錄。

另一方面，由于CKAN是分布式聯(lián)合數(shù)據(jù)搜集，因而可以遠(yuǎn)程抓取其它系統(tǒng)的數(shù)據(jù)，便于集中瀏覽與搜尋。具體而言，可以從其它CKAN站點(diǎn)取得元數(shù)據(jù)，可用于建立一個(gè)CKAN節(jié)點(diǎn)的聯(lián)合網(wǎng)絡(luò)來(lái)彼此分享數(shù)據(jù)。例如，一個(gè)國(guó)家級(jí)的開(kāi)放數(shù)據(jù)門(mén)戶網(wǎng)站想要收集地方政府CKAN站點(diǎn)的數(shù)據(jù)，或者一個(gè)特定主體式CKAN站點(diǎn)想要建立可從其它CKAN源數(shù)據(jù)集的子集合中收集數(shù)據(jù)的站點(diǎn)。以美國(guó)和英國(guó)為例：美國(guó)是世界上最早建立“一站式”數(shù)據(jù)門(mén)戶的國(guó)家，它直接為后來(lái)的諸如英國(guó)、法國(guó)、加拿大、澳大利亞等國(guó)的開(kāi)放政府?dāng)?shù)據(jù)樹(shù)立了榜樣[31]，它的開(kāi)放數(shù)據(jù)門(mén)戶網(wǎng)站Data.gov可從數(shù)百個(gè)機(jī)構(gòu)獲得元數(shù)據(jù)，讓它們?nèi)菀诪g覽與搜尋;2010年1月，英國(guó)政府?dāng)?shù)據(jù)網(wǎng)站（Data.gov.uk）正式對(duì)外開(kāi)放，開(kāi)放該網(wǎng)站是英國(guó)政府的透明度議程中的一部分，旨在以容易發(fā)現(xiàn)、許可和再利用的形式來(lái)發(fā)布數(shù)據(jù)[32]，Data.gov.uk也實(shí)現(xiàn)發(fā)現(xiàn)元數(shù)據(jù)服務(wù)，旨在滿足英國(guó)規(guī)定歐盟INSPIRE指令（http：//inspire.ec.europa.eu/）的義務(wù)。

4關(guān)聯(lián)數(shù)據(jù)集的API發(fā)布

如果按照英國(guó)計(jì)算機(jī)科學(xué)家及全球信息網(wǎng)（World Wide Web，Web或WWW）發(fā)明人蒂姆·伯納斯-李（Tim Berners-Lee）多年提倡的語(yǔ)義網(wǎng)（Semantic Web）概念進(jìn)行政府?dāng)?shù)據(jù)開(kāi)放，那么建議采用資源描述框架（Resource Description Framework，RDF）以及關(guān)聯(lián)數(shù)據(jù)技術(shù)，以便結(jié)合多種類(lèi)型資源的數(shù)據(jù)來(lái)呈現(xiàn)。蒂姆·伯納斯-李在2010年制定5星評(píng)級(jí)模型（見(jiàn)表1），能夠衡量個(gè)別數(shù)據(jù)集的再利用程度及數(shù)據(jù)質(zhì)量，作為以語(yǔ)義網(wǎng)釋放政府?dāng)?shù)據(jù)的相關(guān)配套措施。由此可見(jiàn)，應(yīng)當(dāng)關(guān)注政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)如何為5星級(jí)的關(guān)聯(lián)數(shù)據(jù)集提供API服務(wù)。就CKAN而言，在2010年1月發(fā)布的初期版本[33]就具有將數(shù)據(jù)集及所包含的數(shù)據(jù)將數(shù)據(jù)發(fā)布設(shè)為數(shù)據(jù)鏈路的功能（支持RDF/XML與Notation 3格式）。所謂數(shù)據(jù)鏈路是指，在數(shù)據(jù)通信網(wǎng)中，按一種鏈路協(xié)議的技術(shù)要求連接兩個(gè)或多個(gè)數(shù)據(jù)站的電信設(shè)施[34]。為了進(jìn)一步完善數(shù)據(jù)鏈路功能，開(kāi)放知識(shí)基金會(huì)于2013年開(kāi)始開(kāi)發(fā)Ckanext-Dcat擴(kuò)充套件[35]，從而不僅提供更多數(shù)據(jù)鏈路格式（RDF/XML、Notation 3、Turtle與JSON-LD）輸出，而且更加對(duì)應(yīng)CKAN的數(shù)據(jù)采集接口，以支持大量數(shù)據(jù)輸入。

CKAN包括一個(gè)Web接口和CKAN動(dòng)作API（CKAN Action API），使得數(shù)據(jù)發(fā)布者不僅可以添加、刪除和編輯數(shù)據(jù)集，還可以進(jìn)行授權(quán)管理以及用戶分析[37]。數(shù)據(jù)用戶則可以通過(guò)Web界面或API來(lái)搜索、預(yù)覽和下載數(shù)據(jù)集。CKAN提供豐富的RESTful JSON API針對(duì)數(shù)據(jù)集與元數(shù)據(jù)提供查詢(xún)與存取功能。API提供的存取包括：1）主接口所有功能的全文檢索與任何屬性與多層次檢索查詢(xún)與搜尋;2）全部數(shù)據(jù)集信息包含下載的鏈接;3）儲(chǔ)存的數(shù)據(jù);4）出版者或版面等的數(shù)據(jù)集列表;5）最近活動(dòng)與數(shù)據(jù)更新部分（也通過(guò)RSS/Atom）;6）數(shù)據(jù)集使用統(tǒng)計(jì)與分析功能，如通過(guò)整合谷歌分析（Google Analytics）擴(kuò)充數(shù)據(jù)集來(lái)源瀏覽次數(shù)與下載次數(shù);7）次數(shù)，并可加掛擴(kuò)充模塊;8）RDF版本的目錄（利用CKAN RDF擴(kuò)充）;9）整個(gè)目錄的下載轉(zhuǎn)為CSV & JSON格式。通過(guò)使用CKAN API，用戶的應(yīng)用程序可以：獲取站點(diǎn)的數(shù)據(jù)集;搜索匹配查詢(xún)的資源;創(chuàng)建、更新和刪除數(shù)據(jù)集、資源和其它對(duì)象;獲取網(wǎng)站上最近更改的數(shù)據(jù)集的活動(dòng)流[38]。

CKAN整個(gè)API文件存放于http：//docs.ckan.org/，擁有精細(xì)的授權(quán)與訪問(wèn)控制，可針對(duì)各個(gè)數(shù)據(jù)集設(shè)定使用者和出版者的新增與編輯權(quán)限。通過(guò)讀寫(xiě)API，可以提供授權(quán)的用戶去更新數(shù)據(jù)集信息或元數(shù)據(jù)，可讓數(shù)據(jù)發(fā)布者很容易利用其它已有的工具與工作流程，從而整合數(shù)據(jù)集去發(fā)布。雖然CKAN ActionAPI用于對(duì)數(shù)據(jù)集和資源進(jìn)行CRUD操作，但查詢(xún)結(jié)構(gòu)化資源（Excel或CSV文件）中的內(nèi)容是通過(guò)Datastore API完成的[39]。為了將Excel文件添加到Datastore中，必須對(duì)其進(jìn)行修改。在添加文件之前，必須刪除相關(guān)函數(shù)。這使得CKAN存在幾個(gè)顯著的缺陷：需要修改Excel文件，并不是所有記錄都添加到API數(shù)據(jù)庫(kù)中，也沒(méi)有對(duì)特殊字母進(jìn)行排序。由于這些缺陷，CKAN未能執(zhí)行一些預(yù)期的API查詢(xún)。

5平臺(tái)構(gòu)建

由微軟開(kāi)放技術(shù)有限公司發(fā)布的Vmdepot是可以輕松部署在Microsoft Azure[40]上的預(yù)配置操作系統(tǒng)、應(yīng)用程序的社區(qū)主導(dǎo)型目錄。要想通過(guò)Vmdepot鏡像來(lái)部署CKAN開(kāi)放數(shù)據(jù)門(mén)戶，就必須要有一個(gè)可用的Microsoft Azure公有云賬戶。在Vmdepot上，可以下載包含預(yù)裝軟件包的Ubuntu12.04.3的2個(gè)鏡像：在包含CKAN數(shù)據(jù)庫(kù)存儲(chǔ)的鏡像上，預(yù)先安裝了PostgreSQL-9.1和Solr包;在包含CKAN實(shí)例的鏡像上安裝了Apache。CKAN平臺(tái)可以從源安裝，也可以從包安裝。為避免安裝過(guò)程中出現(xiàn)并發(fā)問(wèn)題，因而使用包含運(yùn)行CKAN安裝的2個(gè)鏡像來(lái)在Azure上創(chuàng)建2臺(tái)虛擬機(jī)。創(chuàng)建過(guò)程中，必須通過(guò)SSH遠(yuǎn)程登錄到CKAN計(jì)算機(jī)上來(lái)創(chuàng)建CKAN的系統(tǒng)管理員用戶，然后才能實(shí)現(xiàn)功能環(huán)境。但是，在遵循官方CKAN文檔中的“入門(mén)”指南時(shí)，會(huì)遇到無(wú)法使用paster命令來(lái)刪除測(cè)試數(shù)據(jù)的情況。paster命令是Python Paste Framework[41]的一部分。這將導(dǎo)致要重新創(chuàng)建虛擬機(jī)，并不再?lài)L試通過(guò)使用此命令來(lái)創(chuàng)建和刪除測(cè)試數(shù)據(jù)。另外，CKAN可安裝于Linux Ubuntu以及其他如RedHat、Debian、Fedora、CentOS與OSX操作系統(tǒng)上。

在建立CKAN開(kāi)放數(shù)據(jù)平臺(tái)時(shí)，政府可以采用以下3種主要策略：1）使用開(kāi)放源代碼安裝它并自己維護(hù)它;2）購(gòu)買(mǎi)提供CKAN Express的開(kāi)放知識(shí)基金會(huì)標(biāo)準(zhǔn)數(shù)據(jù)門(mén)戶;3）使用提供了CKAN協(xié)議包的非官方提供商。CKAN Express提供了3個(gè)被稱(chēng)為“試點(diǎn)”（Pilot）、“生產(chǎn)”（Production）和“專(zhuān)業(yè)”（Professional）的程序包。程序包的服務(wù)等級(jí)協(xié)議包括CKAN的所有基本服務(wù)以及數(shù)據(jù)存儲(chǔ)和采集（DataStore and Harvesting）的擴(kuò)展[42]?！皩?zhuān)業(yè)”的程序包還包括管理員網(wǎng)站培訓(xùn)、100GB的文件存儲(chǔ)、最多10個(gè)編輯器，以及通過(guò)電子郵件或電話為數(shù)據(jù)編輯者和管理員提供支持，即在2個(gè)工作小時(shí)內(nèi)針對(duì)相關(guān)問(wèn)題及時(shí)做出回應(yīng)。這些程序包的最低認(rèn)購(gòu)期是1年，然后是30天的通知。

6結(jié)語(yǔ)

CKAN是世界領(lǐng)先的開(kāi)放數(shù)據(jù)管理平臺(tái)，集數(shù)據(jù)發(fā)布、共享、搜索和使用為一體，并且提供了強(qiáng)大而完善的RPC APIs供用戶調(diào)用[43]。作為數(shù)據(jù)的發(fā)布平臺(tái)，CKAN在國(guó)內(nèi)外有很多應(yīng)用案例，但如果要發(fā)布另外形式的一些內(nèi)容（如圖片、多媒體等資源），則可以采取兩種方式：一種是在CKAN中撰寫(xiě)擴(kuò)展套件，處理這些資源的預(yù)覽;另一種是在CKAN的外層再包一個(gè)框架，然后在外面的框架中進(jìn)行處理。這兩種方式各有利弊：在CKAN中直接處理的好處是，所有內(nèi)容集中在一起，能夠統(tǒng)一開(kāi)展工作，但不確定CKAN的架構(gòu)是否適合負(fù)荷這類(lèi)內(nèi)容;在外層再包一個(gè)框架的好處是，當(dāng)前有很多這種框架的資源，但缺點(diǎn)是內(nèi)容分散在兩處。即便如此，CKAN也不是十全十美，一些方面還需要結(jié)合其它開(kāi)源內(nèi)容管理框架，如Drupal具有開(kāi)源特性和模塊化特點(diǎn)。以英國(guó)開(kāi)放政府?dāng)?shù)據(jù)網(wǎng)站data.gov.uk來(lái)說(shuō)，擁有8 000個(gè)數(shù)據(jù)集、50 000個(gè)數(shù)據(jù)（其中有32 000個(gè)是實(shí)際的數(shù)據(jù)文件），采用CKAN作為數(shù)據(jù)管理系統(tǒng)、以Drupal作為內(nèi)容管理系統(tǒng)，再加上數(shù)據(jù)庫(kù)與網(wǎng)站抓取機(jī)制，共使用2臺(tái)主機(jī)（Xeon 5660s，2.8GHz，12核心，36GB內(nèi)存）[44]。因此，充分發(fā)揮CKAN平臺(tái)的核心功能、元數(shù)據(jù)管理以及關(guān)聯(lián)數(shù)據(jù)集的API發(fā)布等方面的優(yōu)勢(shì)，結(jié)合Drupal等開(kāi)源內(nèi)容管理框架來(lái)構(gòu)建開(kāi)放數(shù)據(jù)平臺(tái)才是最優(yōu)選擇。

參考文獻(xiàn)

[1]岳麗欣，劉文云.我國(guó)政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)建設(shè)現(xiàn)狀及平臺(tái)框架構(gòu)建研究[J].圖書(shū)館，2017，（2）：81-85.

[2]錢(qián)曉紅，胡芒谷.政府開(kāi)放數(shù)據(jù)平臺(tái)的構(gòu)建及技術(shù)特征[J].圖書(shū)情報(bào)知識(shí)，2014，（3）：124-129.

[3]李盼，翟軍，陳燕.基于Drupal的政府開(kāi)放數(shù)據(jù)平臺(tái)構(gòu)建[J].現(xiàn)代情報(bào)，2016，（8）：37-43.

[4]孫紹丹，陳凌，馬卓.基于鏈接分析法的中美政府?dāng)?shù)據(jù)開(kāi)放網(wǎng)站影響力比較研究[J].圖書(shū)館學(xué)研究，2018，（14）：43-51.

[5]The Data Hub Software[EB/OL].https：//ckan.org/files/2012/02/CKAN-Information-brochure.pdf，2018-02-25.

[6]What is DataHub？[EB/OL].https：//datahub.csail.mit.edu/www/，2018-02-27.

[7]About CKAN[EB/OL].http：//ckan.org/developers/about-ckan/，2018-02-29.

[8]Basic Orientation to CKAN（for developers）[EB/OL].https：//gist.github.com/seanh/3414107，2018-03-02.

[9]Ckan-Harvest-Remote Harvesting Extension[EB/OL].https：//github.com/ckan/ckanext-harvest，2018-03-02.

[10]Upgrading a Source Install[EB/OL].http：//docs.ckan.org/en/ckan-2.7.0/maintaining/upgrading/upgrade-source.html，2018-03-05.

[11]Ckan-Announce—A Low-Volume Mailing List for Important CKAN Announcements[EB/OL].https：//lists.okfn.org/mailman/listinfo/ckan-announce，2018-03-08.

[12]Theming Guide[EB/OL].http：//docs.ckan.org/en/latest/theming/index.html，2018-03-08.

[13]DataStore Extension[EB/OL].http：//docs.ckan.org/en/latest/maintaining/datastore.html，2018-04-06.

[14]DataStore Extension[EB/OL].https：//ckan.org/portfolio/datastore/，2018-04-16.

[15]CKAN[EB/OL].http：//www.dcc.ac.uk/resources/external/ckan，2018-03-15.

[16]Ckan/Ckanext-Harvest[EB/OL].https：//github.com/ckan/ckanext-harvest，2018-03-16.

[17]表單域[EB/OL].https：//baike.baidu.com/item/%E8%A1%A8%E5%8D%95%E5%9F%9F/3788809？fr=Aladdin，2018-03-10.

[18]Publish and Manage Data[EB/OL].https：//ckan.org/portfolio/publish-and-manage-data/，2018-03-13.

[19]DataPusher-Automatically Add Data to the CKAN DataStore[EB/OL].http：//docs.ckan.org/projects/datapusher/en/latest/，2018-03-13.

[20]Search and Discovery[EB/OL].https：//ckan.org/portfolio/search-and-discovery/，2018-03-18.

[21]Ckanext-Spatial-Geo Related Plugins for CKAN[EB/OL].http：//docs.ckan.org/projects/ckanext-spatial/en/latest/，2018-03-25.

[22]邸弘陽(yáng)，任思琪.政府?dāng)?shù)據(jù)公開(kāi)網(wǎng)絡(luò)平臺(tái)的數(shù)據(jù)管理與利用方式研究[J].圖書(shū)館雜志，2017，（1）：88-96.

[23]Ckan/Ckanext-Geoview[EB/OL].https：//github.com/ckan/ckanext-geoview，2018-03-28.

[24]Visualization[EB/OL].https：//ckan.org/portfolio/visualization/，2018-04-16.

[25]List of Extentions[EB/OL].https：//github.com/ckan/ckan/wiki/List-of-extensions，2018-04-25.

[26]Commercial Support[EB/OL].https：//ckan.org/commercial/，2018-04-26.

[27]Extend[EB/OL].https：//ckan.org/portfolio/extend/，2018-04-27.

[28]Wallace.Archiving Metadata Forum：Report from the Recordkeeping Metadata Working Meeting，June 2000[J].Archival Science，2001，（3）：253-269.

[29]Greenberg.A Quantitative Categorical Analysis of Metadata Elements in Image-applicable Metadata Schemas[J].Journal of the American Society for Information Science & Technology，2001，（11）：917-924.

[30]Search and Discovery[EB/OL].https：//ckan.org/portfolio/search-and-discovery/，2018-04-28.

[31]陳美.美國(guó)開(kāi)放政府?dāng)?shù)據(jù)的保障機(jī)制研究[J].情報(bào)雜志，2013，（7）：148-153.

[32]陳美.英國(guó)開(kāi)放數(shù)據(jù)政策執(zhí)行研究[J].圖書(shū)館建設(shè)，2014，（3）：22-27.

[33]v0.11 2010-01-25[EB/OL].http：//docs.ckan.org/en/latest/changelog.html#v0-11-2010-01-25，2018-04-29.

[34]數(shù)據(jù)鏈路[EB/OL].https：//baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E9%93%BE%E8%B7%AF/7181323？fr=Aladdin，2018-05-01.

[35]Ckan/Ckanext-Dcat[EB/OL].https：//github.com/ckan/ckanext-dcat，2018-05-02.

[36]5★ Open Data[EB/OL].http：//5stardata.info/，2018-05-02.

[37]CKAN Features[EB/OL].http：//ckan.org/features/，2018-05-03.

[38]API[EB/OL].https：//ckan.org/portfolio/api/，2018-05-04.

[39]DataStore Extension[EB/OL].http：//docs.ckan.org/en/ckan-2.7.3/maintaining/datastore.html，2018-05-05.

[40]Microsoft Azure[EB/OL].http：//vmdepot.msopentech.com/，2018-05-05.

[41]Python Paste Framework[EB/OL].http：//pythonpaste.org/，2018-05-05.

[42]CKAN Express[EB/OL].http：//ckanexpress.com/pricing/，2018-05-05.

[43]陳美.澳大利亞地方政府開(kāi)放數(shù)據(jù)的保障機(jī)制研究——基于多元公共行政觀的視角[J].情報(bào)理論與實(shí)踐，2017，（12）：139-144.

[44]Wich Hardware for a CKAN Like Data.gov.uk？[EB/OL].http：//lists.okfn.org/pipermail/ckan-discuss/2012-October/002451.html，2018-05-05.

（責(zé)任編輯：郭沫含）