纸质档案在适宜库房能存上百年,电子档案却没有这么省心。硬盘会坏、格式会过时、系统会淘汰,如果入库后放任不管,投入巨资形成的电子档案可能几年就读不出来。长期保存不是一次性项目,而是需要持续投入的管理动作。
三重风险与母版衍生版分离
电子档案长期保存要应对三类风险:介质老化、格式过时和软硬件依赖。应对的基础策略是母版与衍生版分离:扫描母版采用无损或无压缩的TIFF格式,追求保真并只读保存;屏幕浏览的利用版用体积小的JPEG等格式,由母版一次性生成,绝不反复编辑。版式类电子文件归档则转换为PDF/A,它强制字体嵌入、禁用加密和外部依赖,保证数十年后仍能准确渲染。
校验、多副本与分级存储
为及时发现介质悄悄损坏,要为每个数字对象生成校验和并长期保存,定期重新比对;重要电子档案至少保存两份以上副本,异地异质存放,防范火灾、水灾和单点故障。存储架构按在线、近线、离线分级:在线放常调的利用版,近线放母版,离线放备份副本,既控制成本又保安全。备份还要定期做恢复演练,确认真出事时数据能读得出。
保存元数据也要同步跟上。每个数字对象的格式、位深、采样参数、创建软件、扫描分辨率、图像处理记录、校验值和迁移历史,都要随对象一并保存。没有这些信息,后人即使能打开文件,也无法判断它的技术来历和真实性。把保存元数据做完整,电子档案才算既读得出、又读得懂,长期保存的价值才能真正兑现。
数据迁移与保存元数据
格式选择要有前瞻性,优先公开、稳定、工具链成熟的格式,每隔数年评估一次,出现衰退信号就启动格式迁移,把旧格式批量转为新格式,迁移前后做校验比对并记录原因、时间和操作人。对强依赖旧环境的复杂文件,可辅以仿真方案。同时要把扫描参数、处理历史、校验信息和迁移过程完整记入保存元数据,让后人能看懂数据来历,长期保存才真正可持续。
制度和经费同样要跟上。介质检查、数据迁移、备份恢复演练都要纳入年度计划和岗位职责,不能等到数据读不出才临时抢救。把数字长期保存当作与库房保护实体档案同等重要的日常工作,今天投入巨资形成的资源,才可能在数十年后依然可读可用。
山东通科信息技术有限公司在数字化加工中坚持母版与利用版分离、规范命名与目录组织,并可协助客户建立备份、校验与格式迁移机制,配套数据处理管理系统,让电子档案在长期保管中始终可读、可查、可用。