数字档案馆集成商数据对接与系统部署实操全流程指南

一、前置环境准备（零门槛落地）

需安装的核心工具及命令如下，直接复制执行即可：

• Python3.9及以上（用于数据处理）：sudo apt update && sudo apt install python3.9 python3-pip -y
• MySQL5.7及以上（档案馆核心数据库）：sudo apt install mysql-server-5.7 -y
• 依赖包安装：pip install pymysql pandas requests configparser

关键提示：安装完成后，执行mysql_secure_installation配置MySQL root密码，后续数据库操作需用到该密码。

二、数据对接核心配置（实操步骤）

1. 建立数据库连接配置

在项目目录下新建config.ini文件，内容完整复制如下（需替换为实际的数据库及API信息）：

```ini [database] host = 127.0.0.1 port = 3306 user = arch_admin password = ArchPass@2024 db = digital_archive charset = utf8mb4 [api] endpoint = http://127.0.0.1:8080/archive/api token = abc123xyz ```

操作要求：该文件必须与Python脚本放在同一目录，避免路径读取失败。

编写Python读取配置文件的代码（保存为config_helper.py）：

```python import configparser def load_config(config_path='config.ini'): config = configparser.ConfigParser() config.read(config_path, encoding='utf-8') 验证配置完整性 required_sections = ['database', 'api'] for sec in required_sections: if sec not in config: raise ValueError(f"配置文件缺少[{sec}]模块") return config ```

2. 元数据映射配置（档案馆核心规则）

按照国家档案局《数字档案元数据规范》建立映射关系，映射表结构如下（直接在MySQL中执行创建语句）：

```sql CREATE TABLE IF NOT EXISTS metadata_mapping ( id INT AUTO_INCREMENT PRIMARY KEY, original_field VARCHAR(64) NOT NULL COMMENT '档案馆原始字段名', system_field VARCHAR(64) NOT NULL COMMENT '系统映射字段名', field_type VARCHAR(32) NOT NULL COMMENT '字段类型', create_time DATETIME DEFAULT CURRENT_TIMESTAMP ) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4; ```

插入映射数据（直接执行以下SQL）：

```sql INSERT INTO metadata_mapping (original_field, system_field, field_type) VALUES ('档案编号', 'archive_code', 'VARCHAR(32)'), ('题名', 'title', 'VARCHAR(255)'), ('立卷单位', 'create_unit', 'VARCHAR(128)'), ('归档日期', 'archive_date', 'DATE'), ('档案类别', 'archive_type', 'VARCHAR(64)'); ```

注意：禁止修改映射字段名，否则会导致后续数据同步失败。

三、系统部署与结果验证

1. 部署同步脚本

编写同步脚本（保存为archive_sync.py），代码如下：

```python import pymysql import requests from config_helper import load_config def sync_archive_data(): 加载配置 config = load_config() db_conf = config['database'] api_conf = config['api'] 连接数据库 conn = pymysql.connect( host=db_conf['host'], port=int(db_conf['port']), user=db_conf['user'], password=db_conf['password'], db=db_conf['db'], charset=db_conf['charset'] ) cursor = conn.cursor() 查询映射关系 sync_sql = "SELECT original_field, system_field, field_type FROM metadata_mapping" cursor.execute(sync_sql) mappings = cursor.fetchall() 调用API同步档案数据 api_headers = {'Authorization': f"Bearer {api_conf['token']}"} 替换为实际的源档案查询SQL archive_sql = "SELECT archive_code, title, create_unit, archive_date FROM source_archive LIMIT 100" cursor.execute(archive_sql) archives = cursor.fetchall() 组装数据并推送 for arch in archives: data = {} for idx, map_item in enumerate(mappings): data[map_item[1]] = arch[idx] response = requests.post(api_conf['endpoint'], json=data, headers=api_headers) if response.status_code != 200: print(f"同步失败：{data['archive_code']}，错误：{response.text}") 关闭连接 cursor.close() conn.close() print("同步完成") if __name__ == "__main__": sync_archive_data() ```

执行同步脚本的命令：python3 archive_sync.py

关键操作：执行前必须停止档案馆数据库的写入操作，避免数据冲突。

2. 结果验证

验证步骤如下：

1. 检查脚本输出，确认显示“同步完成”；
2. 执行MySQL查询，查看同步后的档案数量：SELECT COUNT() FROM archive_items WHERE status = 'synced'；
3. 登录数字档案馆系统，查看10条以上同步的档案，确认字段无缺失、乱码。

异常排查：若同步失败，优先检查：

• config.ini文件中的密码、端口是否正确；
• API token是否过期；
• 数据库账号是否有读写权限。