《MongoDB在信息资源共享建设的应用实践》

1. 背景介绍

成立于上个世纪 50 年代，有 60 多年历史的某中心（以下简称“中心”）所提供服务的属性是软科学；中心服务提供的产品是大量面向专业的，高质量的专业技术报告。如何更好的利用这些海量的文献以促进工作发展，是一个中心要面对的问题。

为此，信息化部门开始着手建设“信息资源共享系统”（以下简称“系统”）。系统的建设目标与意义是：

• 在单位内部，开展不同部门之间的信息资源的共用，以便达到合理的资源配置；
• 提高信息流动速度，降低获得成本；实现内部信息资源的通畅，提高信息资源利用率；
• 实现中心内部信息共享的积累与充分共享为最终目标。

2. 系统使用技术

2.1 系统建设面临的要点

经过调研，中心认为可以借鉴互联网用户经常使用的百度，搜狗这样的网络检索系统。互联网用户检索出来的是各类网页，而本系统用户检索出来的是中心所拥有文献。基于这一点，我们要考虑如下几个要点：

1.如何把中心大量的文献保存在一个数据平台当中，这个平台不仅要完好的保存文献，还要提供高效的查询，导出服务。

2.一个文献往往有几万个汉字，如何让用户以最快的速度了解这个文献的内容，以判断内容是否符合用户的要求。

用户检索一方面要能找到相关的文献，另一方面检索的速度要符合通行的标准：对用户请求的响应时间不超过 3 秒。

从这几个要点来看，传统的工程建设方法（比如基于关系型数据库）已经力不从心，所以这里引进符合要求的大数据以及互联网等技术。

2.2 系统建设所使用技术

系统建设所使用的技术有如下几项：面向大数据库存储的文档数据库MongoDB;提高了检索质量,有利于前后端分离的微服务 SpringBoot,以及对文献进行文字处理的自然语言处理技术(NLP)。下面大致介绍一下这几项。

2.2.1 MongoDB 数据库

本系统部使用的数据库版本为3.6，部署服务器操作系统windows server 2008。由于服务器硬件和操作系统软件性能质量都比较一般，数据库在系统运行中的性能发挥的不是最优。

2.2.2 微服务以及 SpringBoot 

微服务的最重要的特征是由于服务较小且可独立部署，因此不再需要繁琐的行动才能更改应用程序小部分内容。SpringBoot 是 Java 领域微服务架构最优落地技术，Spring Boot 2.0+MongoDB 3.6 方案是在本系统所使用的服务端方案。

2.2.3 自然语言处理 

自然语言处理( NLP)以语言为对象，把计算机作为语言研究的强大工具，在计算机的支持下对语言信息进行定量化的研究。这里我们使用两个重要的部分：

1.自动摘要。利用计算机按照某一规则自动地对文本信息进行提取、集合成简短摘要的一种信息压缩技术，旨在实现两个目标：首先使语言的简短，其次要保留重要信息。

2.关键词提取。从文本里面把跟这篇文章意义最相关的一些词语抽取出来。关键词是为了文献标引工作，从报告、论文中选取出来用以表示全文主题内容信息的单词或术语。

摘要和关键词