Estructura de Gestión de Información basada en el. Modelo Cliente Servidor Universal. Information Structure Management on the Universal

Transcripción

1 INFO 2004 Estructura de Gestión de Información basada en el Modelo Cliente Servidor Universal Information Structure Management on the Universal Client/Server model Autor principal: MSc. Inv Aux. Héctor Fidel Dache Rodríguez. Coautores: Lic. María Julia Castillo de la Paz. Lic. Osvaldo Fleites Durán. Dra. Prof. Aux. Lucina García Hernández. Tec. Roberto Valdivia Pérez. MININT. Plaza de la Revolución Teléfono:

2 RESUMEN El elevado número de información en disímiles formatos es una característica de la gestión y el acceso de la información en la actualidad. La tecnología Web como una plataforma común de acceso al cúmulo de información ha tomado un lugar importante, y dentro de ésta, ha ganado fuerzas la utilización de un cliente universal (navegador de Internet), que permita utilizar una sola aplicación para acceder al conjunto de servicios y datos existentes o futuros que residan en el servidor, de modo que el usuario tenga que aprender el funcionamiento e interacción de un solo programa. En este trabajo, que constituye una versión reducida de un Proyecto de investigación, se presenta una Estructura de Gestión de Información, denominada InfoSis, compuesta por dos aplicaciones: Una Web dinámica y Bases de Datos. Las aplicaciones desarrolladas permiten administrar, gestionar y acceder a la información que existe en nuestro Centro de Investigación. Se describe el diseño, desarrollo y utilización de InfoSis en sus aspectos tanto teóricos como prácticos. Se exponen sus módulos incluyendo el de acceso a Catálogos ISIS. Se describe además, el diseño y estructura de red creada para el funcionamiento de la Intranet de ICT. PALABRAS CLAVES: tecnologías para el acceso a la información, gestión de información, Proyecto Infosis. OBJETIVOS 1-Comparar diferentes tecnologías para el acceso a la información. 2-Modelar e implementar un sistema de gestión de información que resuelva las necesidades de los usuarios y del trabajador de la información. 2-Crear una Intranet que permita a los usuarios el acceso a la información de forma rápida, confiable y amigable desde sus propias terminales. 2

3 INTRODUCCIÓN Como es conocido, los usuarios actuales de los Centros de Investigación y Desarrollo necesitan de la integración de nuevos servicios que les acerque más y mejor información, sin dejar a un lado las formas tradicionales de recuperación de información. Es por ello que en este trabajo, motivados por la problemática que existió en nuestro Centro, abordaremos el problema del acceso a la información, contenida en bases de datos y ficheros con diversos formatos. Tomando como base lo anterior, diseñamos una Estructura de Gestión de Información que debía integrar los datos existentes, permitiendo a los usuarios acceder a los mismos desde sus propias terminales. Se desarrolló entonces un Proyecto de investigación, denominado Proyecto InfoSis. InfoSis está formado por una aplicación de base de datos en el back-end y una aplicación Web en el front-end que establecen un sitio Web dinámico, que en interacción con BD y ficheros compartidos, brinda diferentes servicios informativos. Aunque ha sido creado para el acceso a la información científico tecnológica (ICT), puede ser utilizado en otros Centros donde se pretenda acceder a la información desde la plataforma Web. La Estructura de gestión de información propuesta, disminuye los costos de administración, lo que puede traducirse en reducción de las necesidades de recursos humanos para realizar la actividad de gestión de ICT. En nuestro caso concreto, ha permitido mantener funcionando esta actividad de vital importancia con pocos recursos, tanto económicos como humanos. La modernización constante de Infosis ha permitido ajustarla a nuevos requerimientos, lo que le brinda mayores posibilidades. Su estructura sencilla y modular permite su adaptación a otros entornos de aplicación. En este sentido, la generalización a otros Centros ha demostrado la capacidad de su extensibilidad también en servicios y tecnologías. La transferencia tecnológica desarrollada en este sentido ha disminuido los gastos de búsqueda e investigación en los Centros a los que se ha extendido. El aporte de este trabajo reside a nuestro juicio en las comparaciones, recomendaciones y pruebas que se hacen a lo largo del mismo, así como del sistema de gestión de información diseñado y desarrollado. 3

4 DESARROLLO Exponemos el desarrollo de una Estructura de Gestión de Información Científico-Técnica basada en el modelo cliente-servidor en tres capas, el cual permite distribuir los distintos componentes de una aplicación en diferentes servidores de una red, de forma tal que la ejecución o despliegue de una aplicación pueda realizarse en distintas máquinas donde se encuentran distribuidos los procesos. En una de las capas se encuentran los clientes, que se basan en el modelo Cliente Servidor Universal, utilizando los estándares de Internet (navegadores). Por tanto, en este modelo no hay que desarrollar una aplicación cliente. En otra de las capas está el Servidor de aplicaciones donde se encuentran las bases de datos y los ficheros compartidos. El Servidor Web funciona como una capa intermedia entre los clientes y los datos, controlando los accesos de los clientes a la base de datos y a los ficheros en disco, así como, gestionando las peticiones de los usuarios. En realidad este modelo en tres capas es un modelo lógico y no físico. Cada capa no necesariamente tiene que estar físicamente en una máquina diferente. Las Búsquedas de información se realizan a través de tecnologías Web dinámicas, mientras que la conexión con la base de datos se realiza a través de un driver o controlador, por lo que es fácil cambiar el Sistema de Gestión de Base de Datos (SGBD) utilizado, si se mantiene la misma estructura de campos y tablas. La necesidad de mostrar en el navegador contenidos que no estén explícitamente en un fichero en el servidor Web, así como aumentar el dinamismo y flexibilidad en las páginas Web, obligó a desarrollar diferentes tecnologías como las páginas Web dinámicas. El tratamiento dinámico de páginas Web introduce una gran diferencia con sus antecesoras - el formato HTML, o Web estáticas - al permitir modificar la presentación e incluso el contenido a mostrar, sin tener que alterar el código fuente de la página, a partir de la inclusión de código de programación o scripts. Las Web dinámicas permiten a los usuarios recuperar información cuyo contenido no se encuentra explícitamente en un fichero, sino que es el resultado de una respuesta a la petición del mismo. 4

5 De forma general, las tecnologías para desarrollar páginas dinámicas se pueden clasificar en dos grandes grupos atendiendo al lugar donde se ejecute el código del programa o script, ya sea en el servidor o en el cliente. Dadas las ventajas que presentan las tecnologías dinámicas del lado del servidor para la solución a los problemas de acceso y gestión de la información, se debe tener en cuenta un conjunto de tecnologías [Dac02], como son ASP (Active Server Pages), PHP (Hypertext Preprocesor), JSP (Java Server Pages) y ActiveX para el acceso a Bases de Datos, así como IS (Index Server) para el acceso a ficheros en disco. Entre las principales ventajas de sobrecargar el servidor y no el cliente, como presentamos en el modelo desarrollado están, la reducción de recursos y esfuerzos en la lógica de presentación del cliente, así como en el aumento de seguridad de la aplicación. Según la literatura [PHP00], [Lim00], se reportan mejores rendimientos de la combinación PHP+Apache que ASP+IIS. En nuestro caso [Dac02], se instaló PHP como un módulo que corre sobre IIS y los resultados obtenidos muestran un mejor rendimiento de la combinación PHP+IIS que ASP+IIS, a pesar de ser ASP e IIS tecnologías desarrolladas por Microsoft. El mejor tiempo obtenido con ASP, utilizando el controlador OLE_DB (Object Linking and Embedding Database) fue de 6 seg., mientras que en PHP el mismo resultado se obtuvo en 4 seg., utilizando ODBC (Open Data Base Conectivity). En las pruebas realizadas, se logró recuperar la misma BD de 4700 artículos en 13 seg. a partir de JSP. Respondiendo al modelo en tres capas y haciendo uso de los resultados obtenidos en las comparaciones de las diferentes tecnologías para el desarrollo de páginas web dinámicas, desarrollamos una Estructura de Gestión de Información denominada Infosis, constituida por dos aplicaciones fundamentales: Aplicación de Base de datos y la Aplicación Web, concebidas e implementadas para realizar las tareas de administración, gestión y acceso de la información de forma ágil, dinámica y modular. La Aplicación de Base de datos desarrollada es utilizada como herramienta de administración de la Estructura y consta de cinco módulos, (Captación, Actualización, Consultas, Estadísticas y Salida) y tres submódulos (Publicaciones, Usuarios y Préstamos). Una descripción detallada de dicha herramienta la podemos encontrar en [DM00]. 5

6 La Aplicación Web creada a partir de un conjunto de páginas Web dinámicas y estáticas, permite acceder a los diferentes servicios, como son: Lo nuevo en la Web. Permite obtener las últimas actualizaciones de información realizadas, a partir de un criterio de sedimentación de la información, lo último que se introdujo es lo primero que se observará. Búsquedas Bibliográficas: Son búsquedas a texto completo en todos los directorios y subdirectorios y se realizan a partir de una herramienta configurable aportada por IIS, denominada Index Server (IS), la cual se ha integrado con el resto del sistema de forma totalmente transparente al usuario. Se incorporó al sistema un filtro desarrollado por ADOBE para encontrar ficheros pdf al realizar las búsquedas. Mediante botones los usuarios poseen dos posibilidades para realizar las búsquedas, búsquedas rápidas y búsquedas avanzadas. En el caso de la búsqueda rápida sólo se rastrea la ocurrencia de cadenas dentro del documento. En el caso de la búsqueda avanzada se puede trabajar con varias propiedades del documento a la vez tales como autor, titulo, la ocurrencia de cadenas y el tamaño del documento. En ambos casos la forma de ordenar las búsquedas en el formulario por los usuarios, es muy similar a como se realiza en Internet, pudiéndose utilizar operadores booleanos y de proximidad, comodines y otras facilidades. Búsquedas Referenciales: Se realizan sobre datos totalmente estructurados, con el objetivo fundamental de obtener la información referencial contenida en las tablas de la Base de datos. Discos Compactos: La información de los CD, se copia en el disco duro del servidor, implementando la búsqueda a partir de los propios navegadores de los CD, con lo cual se logra que varios usuarios puedan acceder a la misma información de manera simultánea. Por lo general, estos discos agrupan información no estructurada que puede contener audio, imágenes, vídeo, bases de datos e incluso aplicaciones ejecutables. Los mismos se producen para que sean utilizados individualmente por los usuarios y no para que sean compartidos en una red, por lo tanto, hay que analizar la estructura de cada uno de ellos antes de transferirlo al servidor y hacerlos disponibles desde la Web. 6

7 Productos Informativos: Concebido para acceder a distintas informaciones necesarias para el trabajo de investigación y desarrollo (novedades científicas, alertas tecnológicas, últimas adquisiciones, entre otros). A partir de la creación de páginas al vuelo, se crean servicios dinámicos que toman como base la información volcada en la BD, lográndose que lo que el usuario ve hoy no es lo mismo que vio ayer, ni incluso hace un momento si hubo una actualización previa de la BD. Cursos: Se puede acceder, descargar o listar un conjunto de cursos depositadas en la Web de forma igualmente dinámica. Descarga de software: Se creó una interfaz dinámica para descargar los Software desde las propias terminales usuarias, sin costo adicional para el administrador, ya que los software son incluidos en la BD como un documento más del fondo. Información del Proyecto Infosis: Se pueden obtener todos los trabajos relacionados con el proyecto. Acceso a Catálogos ISIS: Servicio incorporado a la Web que por su importancia será explicado con más detalle. Para publicar los Catálogos ISIS (BD ISIS desarrollados con cualquier versión del software CDS/ISIS) en la Web, se necesita una máquina servidora donde además de las aplicaciones propias de una PC dedicada a las tareas de servidor, se tengan las BD ISIS y el servidor ISIS. La publicación de los Catálogos ISIS en una Intranet necesita también de la normalización o estandarización de dichos Catálogos [Uga00], lo que se puede realizar a través de un proceso de reconversión o reformateo. En nuestro caso y teniendo en cuenta los diferentes formatos que poseían las BD ISIS que deseábamos publicar en la Web, y las potencialidades del formato CEPAL, decidimos normalizarlas a dicho formato a través de un proceso de reformateo siguiendo la Metodología que brindamos a continuación y que toma como base la información obtenida de los manuales de ISIS [UNE98], así como la producida por otros autores [Uga00]. 1.-Crear una BD nueva con la estructura normalizada, es decir, una BD vacía, cuya estructura responda al modelo general que poseerán todas las BD que publicaremos en la WEB. 7

8 2.-Crear una Tabla de selección de campos (FST) para reformateo [UNE98], la cual deberá estar ubicada en el directorio Work dentro de WinISIS. La FST tendrá la estructura 1 0 x, donde el campo de salida 1 tomará la información del campo x. La FST de reformateo establece la relación entre el campo que contiene determinada información y hacia el cual exportaremos la misma. La definición correcta de esta tabla para reformateo es el paso más importante de este proceso. 3.-Exportar la información de la BD que contiene los datos a normalizar a un fichero ISO, utilizando la FST original. 4.-Importar en la BD creada según el punto 1 de esta metodología, la cual está vacía, el fichero ISO exportado, usando la FST de reformateo. 5.-Actualizar el Diccionario. Servidores ISIS Los servidores ISIS son los que permiten el acceso a BD ISIS desde la Web. Existen diferentes versiones [Bux02], (WWWISIS, WXIS), cada uno con sus ventajas, desventajas y posibilidades. Entre las desventajas no asociadas específicamente a alguno de estos servidores, sino que son traspoladas del funcionamiento del CDS/ISIS está el hecho de que sólo se puede recuperar la información que está en el diccionario y que los resultados recuperados se muestran en el orden en que aparecen en la BD. La utilidad de la publicación de Catálogos ISIS en la Web está dada por la necesidad de acceder desde la red a BD ISIS de interés. De ahí la conveniencia de acceder a estos Catálogos también desde Infosis. La aplicación ISIS en nuestro caso, permite realizar búsquedas rápidas y búsquedas por diccionario hasta el momento, y fue desarrollada para la versión 4 del servidor Web para ISIS (WXIS), ya que las aplicaciones que se desarrollan en este caso son más compactas, lo que las hacen más portables y fáciles de desarrollar, aunque debe utilizarse con la licencia expedida por sus distribuidores. Las búsquedas se realizan de la misma forma en que el usuario efectúa otras tareas, siéndole prácticamente transparente, el hecho de que se trabaja con Catálogos ISIS. La página principal de la aplicación ISIS desarrollada, cuenta con una descripción de las BD publicadas en nuestra Intranet, accediendo desde la misma a los módulos de 8

9 Búsqueda rápida y Búsqueda por diccionario. En la actualidad desde InfoSis, se puede acceder a 12 Bases de Datos en ISIS, dos de ellas propias. La utilización de la Estructura desarrollada, la cual brinda un ambiente de trabajo al usuario muy similar al de Internet, lleva a los miembros de la Intranet a conocer sólo una forma de trabajar, de modo que cuando estos salgan a Internet únicamente se aumentará la cantidad de información disponible, pero se conservará la forma de usarla. Así no es necesario aprender nuevos sistemas, y por tanto, la inversión en capacitación se reduce de forma considerable. Nosotros instalamos InfoSis sobre un servidor WWW, basado en IIS y soportado por el sistema operativo Windows NT 4.0, conectando las diferentes estaciones al servidor, con lo cual configuramos una Intranet que sirve de soporte a la red del Centro de ICT, a través de la cual los usuarios acceden a toda la información científico-tecnológica contenida en la organización. La información relacionada con la BD, al ser actualizada ésta última, se encuentra prácticamente disponible al usuario sólo con un pequeño tiempo de retardo. En el caso de la información bibliográfica, sí hay una demora mayor, ya que el catálogo no se actualiza en el momento de la copia, sino cuando el servidor disponga tiempo para esto pues la actualización del catálogo no es precisamente una de las prioridades del servidor. El proceso de indización se realiza como una tarea de fondo con una menor prioridad que las tareas habituales del servidor. Si se quiere, el catálogo se puede actualizar instantáneamente como una tarea de mayor prioridad. Nosotros indizamos un catálogo de alrededor de documentos como una tarea de mayor prioridad en aproximadamente siete minutos, en un Pentium 3 a 800MHz con 64MB de RAM y 20 GB de disco duro, aunque en esto también influye la cantidad de documentos nuevos y la longitud de los mismos. Se han realizado pruebas de InfoSis [DM03] sobre el servidor WWW Personal Web Server (PWS) y sobre los sistemas operativos Windows 98 y Windows 2000 Servidor Avanzado, comprobando la estabilidad y el funcionamiento de la Estructura desarrollada en estos servidores y sistemas operativos. En la actualidad no se considera posible comenzar una investigación sin buscar información en Internet o en una Intranet corporativa, de ahí la importancia de este 9

10 desarrollo, el cual acercará cada vez más la información al usuario final, el que acostumbrado a solicitar sus necesidades al bibliotecario tradicional, comenzará a realizar él mismo sus propias búsquedas desde su puesto de trabajo, y sólo recurrirá al nuevo bibliotecario cuando no logre satisfacer sus inquietudes, lo que querrá decir que con una alta probabilidad la información no está en la organización. RESULTADOS Y CONCLUSIONES El estudio y comparación de las tecnologías WWW para el acceso a la información permitió obtener la Estructura de información denominada Infosis de acuerdo con los resultados obtenidos. La aplicación de base de datos desarrollada concentra en una sola BD la información que se tenía hasta el momento en varias, disminuyendo el tiempo utilizado en la introducción de los datos. El sitio Web conformado y la Intranet creada permitieron a los especialistas, acceder a la información necesaria en el momento preciso, desde sus propias terminales de manera rápida y eficiente, lo cual permite reducir el tiempo de búsqueda y acceso a la información, permitiendo además que más de un usuario pueda acceder a la vez a la misma información. Se obtuvo además un módulo [DM03] para acceder a BD ISIS desde la Web que fue incorporado a Infosis, pero que también puede ser utilizado independientemente de esta aplicación logrando conocer las particularidades de la instalación de los servidores ISIS bajo diversas condiciones, lo cual contribuyó en la decisión de utilizar el WXIS a la hora de introducir el resultado en la práctica. La extensión de este enfoque a otros Centros trae aparejado una serie de ventajas, tales como: - Bajo costo de administración, - Bajo costo de programación al crear las páginas al vuelo, - Se puede cambiar el Sistema de Gestión de BD a un bajo costo, - No se necesita crear una aplicación cliente, - Se puede cambiar la estructura completa a un bajo costo, pues los cambios sólo hay que realizarlos en el servidor. 10

11 - El hecho de programar páginas dinámicas permite crear una estructura modular que permite trabajar el diseño y el código a ejecutar en el servidor de forma independiente, - Permite la inclusión de nuevos servicios, sitios y tecnologías sobre la misma estructura. REFERENCIAS BIBLIOGRÁFICAS [Bux02] Buxton, Andrew. The WWWIsis Handbook for Version 4 and 5. Institute of Development studies at the University of Sussex. Marzo [DM00] Dache Héctor F ; Castillo, María Julia. Un Sistema de BD para el control de préstamos e inventarios en una biblioteca. II Conferencia Nacional del MININT CITECNA [Dac02] Dache, Héctor.F. Aprovechamiento de Tecnologías de Avanzada para el Acceso a la Información. Tesis de Maestría. Universidad de la Habana. Feb2002. [DM03] Dache, Héctor F; Castilo, María Julia, et all Estructura de Gestión de información basada en el modelo Cliente servidor Universal. Versión ampliada. Premio MININT [Lim00]- Lim John. 7 Reasons Why PHP is Better than ASP. Thu, Sep 14, [PHP00]- PHP. [Uga00] Ugalde Viquez, Aracelly. De Marc a Cepal o cualquier otro formato y viceversa. Escuela de Bibliotecología, Documentación e Información. Universidad nacional de Costa Rica. [Une98] -UNESCO. CDS/ISIS for Windows. Versión 1.3 November

12 Síntesis curricular de los autores Autor principal: Héctor Fidel Dache Rodríguez Máster en Ciencias de la Computación Investigador Auxiliar MININT Coautor: María Julia Castillo de la Paz Lic. en Análisis de Sistemas Especiales de Comunicación MININT Coautor: Osvaldo Fleites Durán Lic. En Cibernética-Matemática Investigador Auxiliar MININT Coautor: Lucina García Hernández Dra. En Ciencias Físico-Matemáticas Profesora Auxiliar Facultad de Matemática y Computación, Universidad de la Habana Coautor: Roberto Valdivia Pérez Técnico Medio en Informática MININT 12