exameinformatica

Uma parceria VISÃO

Siga-nos nas redes

Perfil

Ciência

Noruega quer digitalizar e disponibilizar online tudo o que já foi publicado no país

Os responsáveis da Biblioteca Nacional da Noruega têm o plano ambicioso de digitalizar e colocar online todos os livros, jornais, revistas, posters, fotos, filmes, transmissões de rádio e sites registados no domínio nacional .no. O arquivo cresce entre 5 e 10 TB por dia.

  • 333

Exame Informática

A Biblioteca Nacional da Noruega conta, neste momento, com mais de 540 mil livros e mais de 2 milhões de jornais no seu arquivo. Estes conteúdos foram digitalizados em massa e processados para que seja possível o reconhecimento de caracteres, permitindo a pesquisa de termos. Nos últimos 12 anos, os responsáveis têm em mãos a tarefa de digitalizar tudo o que já tenha sido publicado no país, desde jornais, revistas, livros, posters, fotografias, filmes, transmissões de rádio e TV e até os sites registados no domínio nacional .no. Ao ritmo atual, os mentores prevêem terminar de digitalizar tudo em 30 anos.

Segundo a ZDNet, no início de setembro, a coleção contava com 8,1 petabytes de dados e crescia a um ritmo de 5 a 10 terabytes por dia.

A escolha por manter estes conteúdos online prende-se também com a necessidade de se adequar aos formatos. Neste momento, já teve de ser colocada em prática uma conversão em massa de 50 milhões de imagens, num processo que envolveu 10 servidores a operar 24 horas, sete dias por semana, durante três meses.

Todos os conteúdos são guardados em triplicado: uma versão num disco rígido e outras duas em fita, num sistema baseado em Oracle SAM-FS. A recuperação de um petabyte em tape demoraria semanas, segundo os responsáveis.

O próximo passo envolve digitalizar mais de cem mil emissões de rádio disponíveis em cassete, antes que os leitores necessários desapareçam do mercado.

A ZDNet lista a coleção completa de conteúdos digitalizados até agora:

  • 2.000.000 newspapers, cerca de 40.000.000 páginas
  • 540.000 livros, cerca de 80.000.000 páginas
  • 700.000 páginas manuscritas
  • 1.300.000 fotos
  • 1.400.000 horas de transmissão de rádio
  • 950.000 horas de transmissão de TV
  • 55.000 músicas
  • 16.000 filmes ou vídeos
  • 24.800.000.000 páginas web
  • 333