SIARD-uttrekk for avlevering
SIARD (Software Independent Archiving of Relational Databases) er et format for langtidsbevaring av relasjonsdatabaser. Formatet gjør det mulig å bevare data fra en database uavhengig av databasesystemet de opprinnelig ble lagret i.
Uttrekk for langtidsbevaring
Denne veilederen omtaler en av flere flere uttrekkstyper for digitale arkiv
Et SIARD-uttrekk er aktuelt når informasjon ligger som strukturerte data i en relasjonsdatabase. Det kan gjelde hele databasen, eller et avgrenset utvalg av tabeller.
SIARD beskriver databaseinnholdet, men ikke nødvendigvis hele systemets logikk. Derfor skal uttrekket suppleres med systemdokumentasjon og en beskrivelse av hvordan uttrekket er produsert.
Selve SIARD-filen er en ZIP-fil med data og metadata fra databasen. Filen har to hovedmapper: header og content.
I header/metadata.xml ligger metadata om databasen og tabellene, blant annet tabellnavn, kolonnenavn, datatyper, primærnøkler og fremmednøkler. Mappen content inneholder dataene fra tabellene. Hver tabell ligger i en egen mappe, med nummererte XML-filer for innholdet i tabellen. Hvis databasen har LOB-er, kan disse ligge som egne filer i eller utenfor SIARD-filen.
SIARD-formatet finnes i flere versjoner og ulike verktøy kan støtte ulike versjoner. Valg av versjon kan ha betydning for hvordan uttrekket produseres, valideres og kontrolleres. Hvilken versjon som skal brukes må derfor avklares før uttrekket produseres og dokumenteres sammen med arkivpakken.
Nasjonalarkivet anbefaler som utgangspunkt å ta uttrekk etter nyeste versjon av SIARD.
Innhold i arkivpakken som avleveres
En arkivpakke med SIARD-uttrekk skal inneholde én eller flere SIARD-filer. Arkivpakken skal også inneholde en mappe med systemdokumentasjon og en undermappe for eventuelle eksterne dokumentfiler fra arkivet.
Arkivpakken bør i tillegg inneholde dokumentasjon om hvilke valg som er gjort i produksjonen av uttrekket. Dette gjelder blant annet hvilket verktøy som er brukt, hvilke innstillinger som er valgt, om hele databasen eller et utvalg er tatt ut, og eventuelle feil eller avvik som oppsto underveis. Dette vil typisk være logger som genereres under produksjonen av uttrekket.
Verktøy
Uttrekk i SIARD-format kan tas ved hjelp av ulike verktøy. Valg av verktøy bør baseres på hvilken SIARD-versjon som benyttes og hvilket databasesystem uttrekket tas fra.
Database Preservation Toolkit (DBPTK) er fri programvare. Verktøyet kan koble seg til relasjonsdatabaser og eksportere innholdet til SIARD-format. DBPTK kan også validere SIARD-filer mot SIARD-spesifikasjonen og andre kontroller, og lagre resultatet i en valideringsrapport.
Avklaringer før produksjon
Før uttrekket produseres, må det avklares om hele databasen skal bevares, eller om uttrekket skal avgrenses til bestemte tabeller. Det må også avklares om uttrekket skal tas fra produksjonsmiljø, testmiljø eller en kopi av databasen.
Dersom databasen inneholder LOB-er eller viser til eksterne dokumentfiler, må det avklares hvordan disse skal håndteres, hvilke filer som skal inngå i arkivpakken og hvilke filformater de skal leveres i.
Produksjon av SIARD-uttrekk
Arkiveier kan i utgangspunktet selv gjøre et uttrekk fra sin database. Dette forutsetter nødvendig teknisk kompetanse og tilgang til databasen.
Database Preservation Toolkit (dbptk) er et verktøy som kan brukes for å generere SIARD-filer ved å koble seg til en relasjonsdatabase.
Eksempel på fremgangsmåte for SIARD-uttrekk
- Start dbptk og trykk «Create»
- Velg aktuell databaseformat
- Fyll ut tilkoblingsinformasjon for den aktuelle databasen og trykk «Test Connection»
- Dersom tilkoblingen virker, trykk «Next»
- Sjekk at tabeller er med i uttrekket og trykk «Next».Et bilde som inneholder tekst, himmel, kart
- Funksjonene med «Custom Views» og «Merkle Tree Filter» kan hoppes over ved å trykke «Skip».
- Velg mappe dit SIARD-filen skal eksporteres til.
- Alternativene om til komprimering, menneskelig-lesbare XML-er og lagring av LOB i eller utenfor SIARD-filen avtales med Nasjonalarkivet.
- Feltene med metadata i selve SIARD-filen er ikke obligatoriske, men legg gjerne inn beskrivende informasjon. Trykk «Create»
- SIARD-filen opprettes og denne legges på rotnivå i arkivpakken.
Dokumentasjon av uttrekket
Dokumentasjonen skal gjøre det mulig å forstå både databasen og selve uttrekksprosessen. For SIARD-uttrekk er det særlig aktuelt å motta systemdokumentasjon for databasen i form av datamodeller , tabell- og kolonnebeskrivelser, eksempler på spørringer og VIEWS og logger og rapporter generert i uttrekksprosessen.
Testing og kontroll
Kontrollér uttrekket før overføring. Bekreft at SIARD-filen kan åpnes, at forventet innhold er med, at antall rader stemmer mot kildedatabasen, og at valideringsrapport, logger, og dokumentasjon følger arkivpakken.
Nasjonalarkivet kontrollerer og tester uttrekket etter mottak. Hvis det oppdages feil eller mangler må arkiveier forklare og eventuelt rette disse.
Se testprosedyre for digitale uttrekk