1 00:00:00,000 --> 00:00:11,370 2 00:00:11,370 --> 00:00:12,370 JEFFREY Licht: Hi there. 3 00:00:12,370 --> 00:00:13,550 Aku Jeffrey Licht. 4 00:00:13,550 --> 00:00:17,890 Dan aku di sini untuk berbicara dengan Anda tentang Harvard Perpustakaan dan bangunan besok 5 00:00:17,890 --> 00:00:20,870 perpustakaan hari ini, saya kira. 6 00:00:20,870 --> 00:00:23,040 Jadi latar belakang di sini, lapangan untuk sesi ini 7 00:00:23,040 --> 00:00:26,930 pada dasarnya bahwa ada banyak data bibliografi 8 00:00:26,930 --> 00:00:28,400 tersedia di perpustakaan Harvard. 9 00:00:28,400 --> 00:00:33,434 Dan ada kesempatan, melalui beberapa alat 10 00:00:33,434 --> 00:00:36,350 dan proyek yang sedang dikembangkan, untuk mendapatkan akses ke informasi 11 00:00:36,350 --> 00:00:42,430 dan membawanya ke tempat-tempat yang Perpustakaan Universitas Harvard tidak lakukan sekarang, 12 00:00:42,430 --> 00:00:45,460 melakukan hal-hal baru dengan itu, eksperimen dan bermain-main dengan hal itu. 13 00:00:45,460 --> 00:00:52,413 >> Jadi titik masuk ke ini adalah API disebut Harvard Perpustakaan Cloud, yang 14 00:00:52,413 --> 00:00:57,650 adalah server metadata terbuka, yang saya akan berbicara tentang sekarang. 15 00:00:57,650 --> 00:01:02,595 Jadi latar belakang adalah bahwa ada banyak hal di perpustakaan Harvard. 16 00:01:02,595 --> 00:01:07,150 Kami memiliki lebih dari 13 juta bibliografi catatan, jutaan gambar, 17 00:01:07,150 --> 00:01:11,090 dan ribuan menemukan bantuan yang pada dasarnya dokumen yang menggambarkan 18 00:01:11,090 --> 00:01:15,500 koleksi, mengatakan apa ada di dalam mereka, kotak kertas 19 00:01:15,500 --> 00:01:21,080 dan sebagainya yang mewakili lebih dari satu juta dokumen pribadi. 20 00:01:21,080 --> 00:01:24,290 Dan ada juga banyak informasi bahwa perpustakaan memiliki 21 00:01:24,290 --> 00:01:28,180 tentang bagaimana konten digunakan bahwa bisa menarik bagi orang-orang 22 00:01:28,180 --> 00:01:32,400 yang mungkin ingin bekerja dengannya. 23 00:01:32,400 --> 00:01:36,150 >> Jadi semua informasi perpustakaan memiliki metadata. 24 00:01:36,150 --> 00:01:39,500 Jadi metadata adalah data tentang data. 25 00:01:39,500 --> 00:01:42,070 Jadi ketika kita berbicara tentang informasi yang 26 00:01:42,070 --> 00:01:44,890 tersedia melalui perpustakaan cloud yang tersedia, 27 00:01:44,890 --> 00:01:47,760 itu belum tentu dokumen aktual 28 00:01:47,760 --> 00:01:53,060 sendiri, belum tentu penuh teks buku atau gambar penuh, 29 00:01:53,060 --> 00:01:54,890 meskipun yang benar-benar mungkin terjadi. 30 00:01:54,890 --> 00:01:57,550 Tapi itu benar-benar informasi tentang data. 31 00:01:57,550 --> 00:02:00,909 >> Jadi Anda bisa memikirkan katalogisasi informasi, nomor telepon, mata pelajaran, 32 00:02:00,909 --> 00:02:02,700 berapa banyak salinan Buku yang ada, apa yang 33 00:02:02,700 --> 00:02:06,380 adalah edisi, apa format, penulis, dan sebagainya. 34 00:02:06,380 --> 00:02:12,250 Jadi ada banyak informasi tentang informasi dalam koleksi itu, 35 00:02:12,250 --> 00:02:14,400 dalam dirinya sendiri, adalah jenis inheren berguna. 36 00:02:14,400 --> 00:02:19,230 Dan meskipun jika Anda melakukan penelitian mendalam, 37 00:02:19,230 --> 00:02:25,160 Anda jelas ingin sampai ke aktual isi sendiri dan melihat data, 38 00:02:25,160 --> 00:02:30,140 metadata berguna dalam hal kedua menganalisis korpus secara keseluruhan, 39 00:02:30,140 --> 00:02:33,870 seperti apa yang hal-hal yang dalam koleksi. 40 00:02:33,870 --> 00:02:35,520 Bagaimana mereka berhubungan? 41 00:02:35,520 --> 00:02:39,482 Ini membantu Anda benar-benar menemukan hal-hal lain, yang benar-benar tujuan utama itu. 42 00:02:39,482 --> 00:02:41,190 Titik dari metadata dan katalog 43 00:02:41,190 --> 00:02:43,230 adalah untuk membantu Anda menemukan semua informasi yang 44 00:02:43,230 --> 00:02:46,590 tersedia dalam koleksi. 45 00:02:46,590 --> 00:02:53,690 >> Jadi ini adalah contoh dari metadata untuk buku di Perpustakaan Universitas Harvard. 46 00:02:53,690 --> 00:02:56,370 Jadi itu ada. 47 00:02:56,370 --> 00:02:59,850 Dan Anda dapat melihat itu sebenarnya cukup kompleks. 48 00:02:59,850 --> 00:03:04,610 Dan bagian dari nilai metadata dalam sistem Harvard Perpustakaan 49 00:03:04,610 --> 00:03:09,320 adalah bahwa hal itu sudah semacam dari dibangun oleh catalogers 50 00:03:09,320 --> 00:03:12,720 dan dirakit oleh orang-orang menerapkan banyak keahlian dan keterampilan 51 00:03:12,720 --> 00:03:20,030 dan berpikir untuk itu dari waktu ke waktu, yang memiliki banyak nilai. 52 00:03:20,030 --> 00:03:25,450 >> Jadi, jika Anda melihat pada catatan ini untuk The Annotated Alice, Anda dapat mengetahui 53 00:03:25,450 --> 00:03:32,590 Anda punya judul, yang menulis itu, yang penulis, dan semua mata pelajaran yang berbeda 54 00:03:32,590 --> 00:03:35,380 yang orang telah katalog ke. 55 00:03:35,380 --> 00:03:40,110 Dan Anda dapat melihat ada juga, di Selain banyak informasi yang baik 56 00:03:40,110 --> 00:03:42,852 di sini, ada beberapa duplikasi. 57 00:03:42,852 --> 00:03:45,560 Ada banyak kompleksitas yang tercermin melalui metadata 58 00:03:45,560 --> 00:03:46,300 yang Anda miliki. 59 00:03:46,300 --> 00:03:50,320 >> Jadi salah satu judul buku ini Alice Adventures in Wonderland. 60 00:03:50,320 --> 00:03:53,880 Jadi ini adalah beranotasi versi buku itu. 61 00:03:53,880 --> 00:03:56,380 Tapi itu juga disebut The Annotated Alice, Alice Adventures 62 00:03:56,380 --> 00:03:58,570 in Wonderland karena itu adalah sesuatu yang 63 00:03:58,570 --> 00:04:00,430 Martin Gardner menulis dan dijelaskan buku. 64 00:04:00,430 --> 00:04:03,369 Dan ada banyak informasi yang besar tentang teka-teki logika dan hal-hal 65 00:04:03,369 --> 00:04:05,410 dalam Alice bahwa Anda mungkin tidak tahu tentang. 66 00:04:05,410 --> 00:04:07,000 Jadi, Anda harus pergi membacanya. 67 00:04:07,000 --> 00:04:11,940 >> Tapi Anda bisa melihat ada banyak detail di sini, 68 00:04:11,940 --> 00:04:15,340 termasuk pengidentifikasi, ketika diciptakan, dari mana asalnya, 69 00:04:15,340 --> 00:04:17,420 dalam hal Harvard sistem, dan sebagainya. 70 00:04:17,420 --> 00:04:20,350 Jadi ini adalah contoh dari jenis metadata 71 00:04:20,350 --> 00:04:24,340 Anda mungkin melihat sebuah buku di koleksi Perpustakaan Universitas Harvard. 72 00:04:24,340 --> 00:04:26,680 >> Ini adalah sesuatu yang sama sekali berbeda. 73 00:04:26,680 --> 00:04:32,610 Jadi ada sistem yang disebut VIA Harvard, yang pada dasarnya 74 00:04:32,610 --> 00:04:39,990 adalah katalogisasi foto dan benda-benda seni dan hal-hal visual sepanjang Harvard, 75 00:04:39,990 --> 00:04:44,010 dan menambahkan beberapa metadata kepada mereka, mengklasifikasikan mereka, 76 00:04:44,010 --> 00:04:49,200 dan, dalam beberapa kasus, memberikan gambar thumbnail kecil 77 00:04:49,200 --> 00:04:51,250 Anda dapat mengambil melihat jika Anda begitu ingin. 78 00:04:51,250 --> 00:04:54,240 >> Jadi ini adalah contoh dari metadata yang Anda miliki untuk piring 79 00:04:54,240 --> 00:04:57,840 dari, mungkin, Alice in Wonderland. 80 00:04:57,840 --> 00:05:00,499 Dan Anda dapat melihat ada kurang metadata sini. 81 00:05:00,499 --> 00:05:02,040 Hanya saja yang berbeda objek. 82 00:05:02,040 --> 00:05:03,425 Dan jadi ada sedikit informasi. 83 00:05:03,425 --> 00:05:07,790 >> Sebagian besar Anda memiliki fakta bahwa, panggilan jumlah, pada dasarnya yang menciptakannya, - 84 00:05:07,790 --> 00:05:10,410 >> Kita tidak tahu kapan itu dibuat. 85 00:05:10,410 --> 00:05:13,320 >> --dan judul. 86 00:05:13,320 --> 00:05:14,300 >> Contoh lain. 87 00:05:14,300 --> 00:05:16,380 Ini adalah bantuan temuan. 88 00:05:16,380 --> 00:05:19,030 Jadi ada koleksi Lewis Makalah Carroll di Harvard. 89 00:05:19,030 --> 00:05:23,601 Jadi ini menjelaskan apa adalah dalam koleksi itu. 90 00:05:23,601 --> 00:05:26,100 Jadi seseorang telah melalui dan melihat melalui semua kotak 91 00:05:26,100 --> 00:05:32,220 dan katalog itu, mengingat beberapa latar belakang, menulis ringkasan dari apa yang ada di sini. 92 00:05:32,220 --> 00:05:35,290 Dan jika Anda adalah untuk melihat lanjut ini, ini 93 00:05:35,290 --> 00:05:39,620 berlangsung selama halaman dan halaman dan halaman, tetapi akan memberitahu Anda 94 00:05:39,620 --> 00:05:41,860 apa surat dan apa tanggal dari apa kotak 95 00:05:41,860 --> 00:05:44,289 ada di seluruh koleksi. 96 00:05:44,289 --> 00:05:46,330 Tapi ini adalah sesuatu bahwa, jika Anda berada di Harvard, 97 00:05:46,330 --> 00:05:50,720 Anda dapat pergi dan benar-benar secara fisik terlihat dan, mungkin, lihatlah. 98 00:05:50,720 --> 00:05:53,440 >> Jadi ini semua besar. 99 00:05:53,440 --> 00:05:54,450 Ini metadata yang berguna. 100 00:05:54,450 --> 00:05:56,327 Ada dalam sistem Harvard Library. 101 00:05:56,327 --> 00:05:58,910 Ada alat online di mana Anda bisa pergi dan melihat hal itu, 102 00:05:58,910 --> 00:05:59,993 dan melihatnya, dan mencari itu. 103 00:05:59,993 --> 00:06:02,810 Dan Anda dapat mengiris dan dadu dalam banyak cara yang berbeda. 104 00:06:02,810 --> 00:06:06,920 >> Tapi itu benar-benar hanya tersedia jika Anda adalah manusia duduk 105 00:06:06,920 --> 00:06:12,600 di web browser atau sesuatu atau telepon dan menavigasi melalui itu. 106 00:06:12,600 --> 00:06:16,730 Ini tidak benar-benar tersedia di setiap jenis busana yang dapat digunakan 107 00:06:16,730 --> 00:06:19,520 untuk sistem lain atau komputer lain untuk menggunakan, 108 00:06:19,520 --> 00:06:21,500 tidak dengan sistem dalam Perpustakaan Harvard, 109 00:06:21,500 --> 00:06:24,890 tetapi sistem di dunia luar, hanya orang lain pada umumnya. 110 00:06:24,890 --> 00:06:30,210 Jadi pertanyaannya adalah, bagaimana kita bisa membuatnya tersedia untuk komputer 111 00:06:30,210 --> 00:06:33,560 sehingga kita bisa melakukan lebih menarik hal dengan itu dari sekedar 112 00:06:33,560 --> 00:06:36,550 penjelajahan diri kita sendiri? 113 00:06:36,550 --> 00:06:39,766 >> Jadi, mengapa Anda ingin melakukan ini? 114 00:06:39,766 --> 00:06:41,140 Ada banyak kemungkinan. 115 00:06:41,140 --> 00:06:43,980 Salah satunya adalah Anda bisa membangun sepenuhnya cara yang berbeda browsing 116 00:06:43,980 --> 00:06:46,962 konten yang tersedia melalui Perpustakaan Harvard. 117 00:06:46,962 --> 00:06:48,670 Aku akan menunjukkan kepada Anda satu kemudian disebut Stacklife, 118 00:06:48,670 --> 00:06:52,440 yang memiliki sama sekali berbeda mengambil mencari konten. 119 00:06:52,440 --> 00:06:54,560 >> Anda bisa membangun sebuah mesin rekomendasi. 120 00:06:54,560 --> 00:06:57,955 Jadi Harvard Perpustakaan tidak dalam bisnis mengatakan, Anda seperti buku ini. 121 00:06:57,955 --> 00:07:01,080 Lalu pergi lihatlah ini 17 lainnya buku yang Anda mungkin tertarik 122 00:07:01,080 --> 00:07:03,200 atau 18 gambar-gambar ini lain. 123 00:07:03,200 --> 00:07:06,040 Tapi yang pasti bisa menjadi fitur yang berharga. 124 00:07:06,040 --> 00:07:09,272 Dan mengingat metadata, mungkin mungkin untuk menempatkan bersama-sama. 125 00:07:09,272 --> 00:07:11,980 Anda mungkin memiliki kebutuhan yang berbeda dalam hal mencari konten, 126 00:07:11,980 --> 00:07:16,200 seperti mungkin meskipun alat-alat yang tersedia bahwa perpustakaan membuat 127 00:07:16,200 --> 00:07:18,450 tersedia, Anda mungkin ingin untuk mencari dengan cara yang berbeda 128 00:07:18,450 --> 00:07:21,847 atau mengoptimalkan untuk kasus penggunaan tertentu, yang mungkin itu sangat khusus. 129 00:07:21,847 --> 00:07:23,930 Mungkin hanya ada beberapa orang di dunia yang 130 00:07:23,930 --> 00:07:25,846 ingin mencari konten dengan cara ini, tetapi 131 00:07:25,846 --> 00:07:28,985 akan lebih bagus lagi jika kita bisa membiarkan mereka melakukan itu. 132 00:07:28,985 --> 00:07:30,860 Ada banyak analisis hanya bagaimana orang 133 00:07:30,860 --> 00:07:33,860 menggunakan konten yang akan benar-benar menarik untuk mengetahui tentang, cari tahu 134 00:07:33,860 --> 00:07:37,280 buku apa yang digunakan, apa yang tidak, dan sebagainya. 135 00:07:37,280 --> 00:07:41,670 Dan kemudian ada banyak kesempatan untuk mengintegrasikan 136 00:07:41,670 --> 00:07:45,210 dengan informasi lain yang ada di luar sana di web. 137 00:07:45,210 --> 00:07:46,880 Jadi kita have-- 138 00:07:46,880 --> 00:07:50,260 >> Sebagai contoh, NPR memiliki segmen buku, 139 00:07:50,260 --> 00:07:53,090 di mana mereka mewawancarai penulis tentang buku-buku. 140 00:07:53,090 --> 00:07:56,837 Dan akan lebih bagus jika Anda mencari buku di Harvard 141 00:07:56,837 --> 00:07:59,670 Perpustakaan, dan Anda mengatakan, OK, ada menjadi sebuah wawancara dengan penulis. 142 00:07:59,670 --> 00:08:00,878 Mari kita lihat pada saat itu. 143 00:08:00,878 --> 00:08:05,461 Atau ada halaman Wikipedia, sebagai berwibawa, referensi ilmiah 144 00:08:05,461 --> 00:08:07,710 tentang buku ini yang Anda mungkin ingin mengambil melihat. 145 00:08:07,710 --> 00:08:12,600 >> Ada jenis sumber tersebar di seluruh web. 146 00:08:12,600 --> 00:08:16,555 Dan membawa mereka bersama-sama bisa menjadi sangat bermanfaat 147 00:08:16,555 --> 00:08:18,930 seseorang melihat konten, mencari sesuatu. 148 00:08:18,930 --> 00:08:20,180 Tapi itu juga tidak jenis hal Anda lebih 149 00:08:20,180 --> 00:08:23,205 ingin perpustakaan bertanggung jawab untuk turun dan memburu 150 00:08:23,205 --> 00:08:25,455 semua sumber yang berbeda dan memasukkan mereka bersama-sama 151 00:08:25,455 --> 00:08:28,920 karena mereka berubah terus menerus. 152 00:08:28,920 --> 00:08:33,570 Dan apa yang mereka anggap penting Mei bukan apa yang Anda anggap penting. 153 00:08:33,570 --> 00:08:36,929 >> Dan bahkan lebih, pada dasarnya ada banyak hal yang kita belum memikirkan belum. 154 00:08:36,929 --> 00:08:42,222 Jadi jika kita dapat membuka hal ini, lebih orang selain setengah lusin atau lebih, 155 00:08:42,222 --> 00:08:45,174 yang melihat ini pada secara teratur bisa memikirkan ide-ide 156 00:08:45,174 --> 00:08:47,340 dan pijat data, dan melakukan apa yang mereka inginkan dengan itu. 157 00:08:47,340 --> 00:08:49,920 158 00:08:49,920 --> 00:08:54,045 >> Jadi kita ingin membuat ini data yang tersedia untuk dunia. 159 00:08:54,045 --> 00:08:55,670 Nah, ada beberapa komplikasi. 160 00:08:55,670 --> 00:08:58,540 Salah satunya adalah bahwa metadata ini dalam sistem yang berbeda. 161 00:08:58,540 --> 00:09:01,110 Ini dalam format yang berbeda. 162 00:09:01,110 --> 00:09:04,719 Jadi ada beberapa normalisasi yang perlu terjadi, 163 00:09:04,719 --> 00:09:08,010 yang menjadi normalisasi proses membawa hal-hal dari format yang berbeda 164 00:09:08,010 --> 00:09:12,940 dan pemetaan mereka ke format tunggal sehingga bidang akan cocok. 165 00:09:12,940 --> 00:09:15,160 >> Ada beberapa pembatasan hak cipta. 166 00:09:15,160 --> 00:09:21,010 Anehnya, entri katalog tentang buku bertanggung jawab atas hak cipta. 167 00:09:21,010 --> 00:09:24,060 Jadi meskipun itu hanya informasi yang diperoleh dari buku, 168 00:09:24,060 --> 00:09:25,330 itu memiliki hak cipta. 169 00:09:25,330 --> 00:09:28,400 Dan tergantung pada yang benar-benar menciptakan metadata itu, 170 00:09:28,400 --> 00:09:32,175 mungkin ada pembatasan yang dapat mendistribusikannya, to-- sama 171 00:09:32,175 --> 00:09:33,402 >> Saya tidak tahu. 172 00:09:33,402 --> 00:09:36,110 Ini mungkin atau mungkin tidak sama dengan situasi lirik lagu, 173 00:09:36,110 --> 00:09:36,610 sebagai contoh. 174 00:09:36,610 --> 00:09:38,560 Jadi kita semua tahu bagaimana panci keluar. 175 00:09:38,560 --> 00:09:40,450 Jadi, Anda perlu untuk berkeliling masalah itu. 176 00:09:40,450 --> 00:09:44,910 >> Dan kemudian bagian yang lain adalah bahwa ada banyak data. 177 00:09:44,910 --> 00:09:52,420 Jadi jika saya seseorang yang ingin bekerja dengan data atau memiliki ide yang dingin, 178 00:09:52,420 --> 00:09:55,350 berurusan dengan 14 juta catatan di laptop saya 179 00:09:55,350 --> 00:09:57,487 bisa menjadi masalah dan sulit untuk mengelola. 180 00:09:57,487 --> 00:09:59,320 Jadi kita ingin mengurangi hambatan bagi orang-orang 181 00:09:59,320 --> 00:10:02,130 untuk dapat bekerja dengan data. 182 00:10:02,130 --> 00:10:07,880 >> Jadi pendekatan yang mudah-mudahan alamat semua kekhawatiran ini adalah dua bagian. 183 00:10:07,880 --> 00:10:11,770 Salah satunya adalah membangun sebuah platform yang mengambil Data dari semua sumber tersebut berbeda 184 00:10:11,770 --> 00:10:14,350 dan memperburuk itu, menormalkan, memperkaya, dan merek 185 00:10:14,350 --> 00:10:16,650 itu tersedia dalam satu lokasi. 186 00:10:16,650 --> 00:10:20,950 Dan itu membuatnya tersedia melalui API publik yang dapat memanggil orang. 187 00:10:20,950 --> 00:10:24,430 >> Jadi API adalah Application Programming Interface. 188 00:10:24,430 --> 00:10:28,930 Dan pada dasarnya mengacu pada endpoint bahwa sistem atau teknologi 189 00:10:28,930 --> 00:10:31,720 bisa menelepon dan mendapatkan data kembali format terstruktur dengan cara 190 00:10:31,720 --> 00:10:32,900 bahwa hal itu dapat digunakan. 191 00:10:32,900 --> 00:10:36,060 Jadi, tidak tergantung pergi ke sebuah situs web 192 00:10:36,060 --> 00:10:37,970 dan menggores data dari itu, misalnya. 193 00:10:37,970 --> 00:10:40,690 194 00:10:40,690 --> 00:10:45,010 >> Jadi ini adalah halaman rumah Perpustakaan Cloud Barang API, 195 00:10:45,010 --> 00:10:47,220 yang pada dasarnya adalah versi dua. 196 00:10:47,220 --> 00:10:50,130 Jadi itu adalah iterasi kedua mencoba untuk membuat semua data ini 197 00:10:50,130 --> 00:10:53,280 tersedia untuk dunia. 198 00:10:53,280 --> 00:10:59,560 Jadi itu http://api.lib.harvard.edu/v2/items. 199 00:10:59,560 --> 00:11:03,830 Dan hanya untuk istirahat ini turun sedikit, apa artinya ini 200 00:11:03,830 --> 00:11:06,115 adalah bahwa ini adalah versi dua dari API. 201 00:11:06,115 --> 00:11:08,490 Ada versi satu, yang Saya tidak akan berbicara tentang. 202 00:11:08,490 --> 00:11:09,750 Tapi ada versi satu. 203 00:11:09,750 --> 00:11:14,740 >> Dan jika Anda menelepon ini API, Anda memperoleh item. 204 00:11:14,740 --> 00:11:20,640 Dan bagian dari ide tentang API adalah API adalah kontrak. 205 00:11:20,640 --> 00:11:23,440 Ini adalah sesuatu yang tidak akan berubah. 206 00:11:23,440 --> 00:11:24,850 Jadi misalnya, - 207 00:11:24,850 --> 00:11:27,410 >> Dan alasannya adalah bahwa jika saya membangun semacam sistem yang 208 00:11:27,410 --> 00:11:33,210 akan menggunakan API perpustakaan awan untuk menampilkan buku atau membantu orang menemukan 209 00:11:33,210 --> 00:11:36,190 informasi dengan cara yang unik, apa yang tidak kita inginkan terjadi 210 00:11:36,190 --> 00:11:38,940 adalah bagi kita untuk pergi mengubah cara API yang bekerja, dan tiba-tiba 211 00:11:38,940 --> 00:11:41,340 semuanya istirahat di sisi pengguna akhir. 212 00:11:41,340 --> 00:11:46,710 Jadi bagian dari jika Anda membuat API tersedia untuk dunia, itu 213 00:11:46,710 --> 00:11:49,396 praktik yang baik untuk menempatkan nomor versi di dalamnya sehingga orang 214 00:11:49,396 --> 00:11:51,020 tahu apa versi mereka sedang berhadapan dengan. 215 00:11:51,020 --> 00:11:54,300 >> Jadi jika kita memutuskan kita menemukan cara yang lebih baik membuat informasi ini tersedia, 216 00:11:54,300 --> 00:11:57,295 kita mungkin mengubah ke menyebut bahwa versi ketiga. 217 00:11:57,295 --> 00:11:59,920 Jadi setiap orang yang masih menggunakan Versi kedua, yang masih akan bekerja. 218 00:11:59,920 --> 00:12:03,490 Tapi versi tiga akan memiliki semua barang baru. 219 00:12:03,490 --> 00:12:06,680 220 00:12:06,680 --> 00:12:09,210 >> Jadi ini adalah API, tapi ini benar-benar terlihat seperti URL. 221 00:12:09,210 --> 00:12:11,680 Dan jadi apa ini adalah contoh adalah apa yang 222 00:12:11,680 --> 00:12:16,615 disebut API istirahat, yang tersedia lebih hanya koneksi web biasa. 223 00:12:16,615 --> 00:12:19,680 Dan Anda benar-benar bisa pergi ke dalam browser. 224 00:12:19,680 --> 00:12:28,550 >> Jadi di sini saya baru saja membuka Firefox dan pergi ke api.lib.harvard.edu/v2/items. 225 00:12:28,550 --> 00:12:31,560 Dan apa yang saya dapatkan di sini adalah pada dasarnya halaman pertama 226 00:12:31,560 --> 00:12:34,740 hasil dari seluruh yang set item yang kita punya. 227 00:12:34,740 --> 00:12:37,460 Dan itu ada di sini dalam format XML. 228 00:12:37,460 --> 00:12:40,130 229 00:12:40,130 --> 00:12:42,210 Dan itu juga telah prettified oleh Firefox. 230 00:12:42,210 --> 00:12:45,850 Ini tidak benar-benar memiliki semua ini sedikit memperluas dan kontraktor 231 00:12:45,850 --> 00:12:47,880 doohickeys sini. 232 00:12:47,880 --> 00:12:52,520 Ini adalah semacam lebih baik Versi cara untuk melihat itu. 233 00:12:52,520 --> 00:12:57,040 >> Tapi apa ini memberitahu kita adalah Saya telah meminta semua item. 234 00:12:57,040 --> 00:13:03,120 Jadi ada 13.289.475 item. 235 00:13:03,120 --> 00:13:06,150 Dan aku melihat pertama 10, mulai dari posisi nol 236 00:13:06,150 --> 00:13:09,760 karena dalam ilmu komputer kita selalu mulai dari nol. 237 00:13:09,760 --> 00:13:15,150 Dan apa yang saya miliki di sini, jika saya hanya runtuh ini, Anda akan melihat saya punya 10 item. 238 00:13:15,150 --> 00:13:20,410 239 00:13:20,410 --> 00:13:25,210 >> Dan jika saya melihat pada item, saya bisa melihat bahwa saya punya informasi tentang hal itu. 240 00:13:25,210 --> 00:13:27,400 Dan ini adalah apa yang disebut bentuk MODS. 241 00:13:27,400 --> 00:13:30,860 Dan jadi saya akan beralih kembali ke sini sebentar. 242 00:13:30,860 --> 00:13:33,750 OKE. 243 00:13:33,750 --> 00:13:37,447 >> Jadi mari kita mencari sesuatu di spesifik karena item pertama yang 244 00:13:37,447 --> 00:13:40,030 terjadi untuk datang ketika Anda melihat melalui seluruh koleksi 245 00:13:40,030 --> 00:13:41,750 adalah, menurut definisi, random. 246 00:13:41,750 --> 00:13:44,550 Jadi mari kita lihat beberapa donat. 247 00:13:44,550 --> 00:13:46,830 Oh. 248 00:13:46,830 --> 00:13:49,190 >> OKE. 249 00:13:49,190 --> 00:13:49,940 Jadi donat. 250 00:13:49,940 --> 00:13:55,360 Jadi kami menemukan ada 80 item dalam koleksi yang referensi donat. 251 00:13:55,360 --> 00:13:57,150 Kami sedang melihat pertama 10 dari mereka. 252 00:13:57,150 --> 00:14:01,890 Sekarang, Anda bisa lihat di sini cara yang Aku bilang aku sedang mencari donat, 253 00:14:01,890 --> 00:14:04,400 Saya baru saja menambahkan sesuatu untuk string URL. 254 00:14:04,400 --> 00:14:09,680 Jadi q sama donat, yang Anda bisa melihat sedikit lebih mudah di sini. 255 00:14:09,680 --> 00:14:12,131 >> Dan ini pada dasarnya berarti ada spec untuk API, yang 256 00:14:12,131 --> 00:14:13,880 mendefinisikan apa semua berarti parameter ini. 257 00:14:13,880 --> 00:14:17,150 Dan ini berarti kita akan mencari segala sesuatu untuk donat. 258 00:14:17,150 --> 00:14:24,910 >> Jadi item pertama di sini kita memiliki Anda dapat melihat judul Donuts, 259 00:14:24,910 --> 00:14:29,310 dan ada subtitle yang disebut An Gairah Amerika, yang, saya kira, 260 00:14:29,310 --> 00:14:31,610 yang sesuai. 261 00:14:31,610 --> 00:14:36,134 Ada banyak different-- 262 00:14:36,134 --> 00:14:38,050 Setelah Anda sampai ke titik mendapatkan data, 263 00:14:38,050 --> 00:14:41,020 ada banyak yang berbeda format yang bisa Anda peroleh ke dalam. 264 00:14:41,020 --> 00:14:44,050 Dan ada kekuatan yang berbeda dan kelemahan bagi mereka semua. 265 00:14:44,050 --> 00:14:49,000 Jadi yang satu ini, Anda bisa melihat di sini, formulir ini sangat kaya. 266 00:14:49,000 --> 00:14:51,946 Dan itu standar. 267 00:14:51,946 --> 00:14:55,040 >> Jadi ada judul tertentu lapangan, bidang subtitle. 268 00:14:55,040 --> 00:14:58,950 Ada alternatif judul, An Gairah Amerika. 269 00:14:58,950 --> 00:15:01,650 Ada nama yang terkait dengan itu. 270 00:15:01,650 --> 00:15:03,120 Jenis sumber daya adalah teks. 271 00:15:03,120 --> 00:15:06,070 Ada banyak informasi di sini dalam format ini. 272 00:15:06,070 --> 00:15:09,480 >> Tapi ada banyak yang format yang berbeda. 273 00:15:09,480 --> 00:15:11,920 Jadi apa yang kita hanya lihat adalah format 274 00:15:11,920 --> 00:15:17,700 disebut MODS, yang merupakan singkatan Metadata Object Description Service, 275 00:15:17,700 --> 00:15:18,250 berpotensi. 276 00:15:18,250 --> 00:15:23,030 Aku sebenarnya tidak yakin tentang S. Tapi itu format yang cukup kompleks. 277 00:15:23,030 --> 00:15:24,240 Ini adalah format standar. 278 00:15:24,240 --> 00:15:30,260 >> Tapi itu adalah salah satu yang membuat kekayaan semua data 279 00:15:30,260 --> 00:15:33,820 bahwa perpustakaan memiliki karena itu sangat dekat dengan apa 280 00:15:33,820 --> 00:15:35,110 perpustakaan menggunakan internal. 281 00:15:35,110 --> 00:15:39,030 Ini adalah standar yang digunakan di seluruh negeri, 282 00:15:39,030 --> 00:15:40,944 di seluruh dunia dalam perpustakaan akademik. 283 00:15:40,944 --> 00:15:42,110 Dan itu sangat interoperable. 284 00:15:42,110 --> 00:15:44,852 Jadi jika Anda punya dokumen yang dalam format MODS, 285 00:15:44,852 --> 00:15:47,560 Anda dapat memberikan bahwa untuk orang lain Sistem yang memahami MODS, 286 00:15:47,560 --> 00:15:48,518 dan mereka dapat mengimpor. 287 00:15:48,518 --> 00:15:50,840 Jadi itu standar. 288 00:15:50,840 --> 00:15:54,250 Ini sangat baik didefinisikan, sangat spesifik. 289 00:15:54,250 --> 00:15:58,980 Dan itulah yang membuatnya interoperable karena jika seseorang mengatakan, 290 00:15:58,980 --> 00:16:04,930 ini adalah judul alternatif dari catatan, semua orang tahu apa artinya. 291 00:16:04,930 --> 00:16:07,740 Di sisi lain, itu sangat rumit. 292 00:16:07,740 --> 00:16:13,160 >> Jadi jika anda melihat pada rekor ini di sini, 293 00:16:13,160 --> 00:16:15,320 jika saya hanya ingin mendapatkan judul dokumen ini, 294 00:16:15,320 --> 00:16:21,150 buku ini, yang mungkin Donuts, Seorang Gairah Amerika, parsing keluar 295 00:16:21,150 --> 00:16:22,940 sedikit terlibat. 296 00:16:22,940 --> 00:16:27,380 Sedangkan ada lagi format yang disebut Dublin Core, 297 00:16:27,380 --> 00:16:29,730 yang jauh, format yang lebih sederhana. 298 00:16:29,730 --> 00:16:33,764 >> Dan Anda lihat di sini, tidak ada judul, subjudul, judul alternatif. 299 00:16:33,764 --> 00:16:35,930 Hanya ada judul, Donuts, An Gairah Amerika, 300 00:16:35,930 --> 00:16:38,780 dan judul yang lain, Gairah Amerika. 301 00:16:38,780 --> 00:16:42,907 Jadi, ketika Anda melihat apa bentuk Anda ingin mendapatkan data dari, 302 00:16:42,907 --> 00:16:44,740 banyak tergantung pada bagaimana Anda akan menggunakannya. 303 00:16:44,740 --> 00:16:46,573 Apakah Anda menggunakan untuk interoperabilitas atau Anda 304 00:16:46,573 --> 00:16:49,970 ingin sesuatu yang sederhana yang mungkin lebih mudah untuk bekerja dengan? 305 00:16:49,970 --> 00:16:56,002 >> Di sisi lain, banyak Rincian mendapatkan semacam squished bawah. 306 00:16:56,002 --> 00:16:58,460 Anda mungkin kehilangan nuansa apa cara bidang tertentu 307 00:16:58,460 --> 00:17:02,960 jika Anda sedang berhadapan dengan Dublin Core, yang Anda tidak akan mendapatkan dengan MODS. 308 00:17:02,960 --> 00:17:06,462 Jadi mereka adalah dua format Anda bisa keluar dari API. 309 00:17:06,462 --> 00:17:08,920 Dan pada dasarnya, kami menjaga itu di belakang layar di MODS. 310 00:17:08,920 --> 00:17:14,179 Tapi kita bisa memberikan di MODS dan Dublin Core dan apa pun juga. 311 00:17:14,179 --> 00:17:16,470 Pertimbangan lain ketika Anda cari dalam data 312 00:17:16,470 --> 00:17:21,210 adalah Anda bisa mendapatkannya baik sebagai JSON, yang singkatan JavaScript Object Notation, 313 00:17:21,210 --> 00:17:24,720 atau XML, yang merupakan singkatan Extensible Markup Language. 314 00:17:24,720 --> 00:17:30,080 Dan ini representasi data baik memiliki data yang sama persis, tepatnya 315 00:17:30,080 --> 00:17:31,080 bidang yang sama. 316 00:17:31,080 --> 00:17:33,644 Tapi mereka hanya sintaksis yang berbeda. 317 00:17:33,644 --> 00:17:40,401 >> Jadi ini adalah a-- 318 00:17:40,401 --> 00:17:41,400 Nah, mari kita beralih. 319 00:17:41,400 --> 00:17:47,490 Jadi ini adalah permintaan kami untuk donat dalam format XML. 320 00:17:47,490 --> 00:17:53,470 Jika saya hanya beralih ini menjadi JSON, Aku bisa melihatnya terlihat berbeda. 321 00:17:53,470 --> 00:17:58,580 Jadi sekarang ini adalah konten yang sama, tetapi struktur yang berbeda. 322 00:17:58,580 --> 00:18:00,080 Ada kurung sudut lebih sedikit. 323 00:18:00,080 --> 00:18:02,530 Ada kurang verbose. 324 00:18:02,530 --> 00:18:06,440 >> Dan ini adalah format yang, jika Anda bekerja di lingkungan web, 325 00:18:06,440 --> 00:18:09,680 Anda kemungkinan besar akan ingin menggunakan karena salah satu 326 00:18:09,680 --> 00:18:12,630 satu hal yang menyenangkan tentang JSON adalah itu kompatibel dengan JavaScript. 327 00:18:12,630 --> 00:18:17,680 Jadi jika saya sedang menulis aplikasi web, saya bisa menarik di JSON dan hanya bekerja dengannya secara langsung. 328 00:18:17,680 --> 00:18:20,187 Sedangkan dengan XML, itu adalah sedikit lebih rumit. 329 00:18:20,187 --> 00:18:21,520 Jadi sekali lagi, ini adalah baik berguna. 330 00:18:21,520 --> 00:18:26,387 Mereka hanya kasus penggunaan yang berbeda di mana orang mungkin ingin menggunakannya. 331 00:18:26,387 --> 00:18:26,886 OKE. 332 00:18:26,886 --> 00:18:29,810 333 00:18:29,810 --> 00:18:31,680 Jadi kembali ke API. 334 00:18:31,680 --> 00:18:32,900 Jadi kita bisa mencari for-- 335 00:18:32,900 --> 00:18:36,220 >> Saya memberikan contoh mencari donat. 336 00:18:36,220 --> 00:18:39,330 Kami juga dapat mencari hanya dalam bidang tertentu dalam sini. 337 00:18:39,330 --> 00:18:41,310 Jadi, bukannya mencari seluruh catatan, 338 00:18:41,310 --> 00:18:43,870 Aku hanya bisa mencari bidang judul. 339 00:18:43,870 --> 00:18:48,810 Dan sekarang ada 25 hal yang memiliki donat dalam judul, salah satunya 340 00:18:48,810 --> 00:18:52,430 adalah tentang pemulihan lahan basah dalam manajemen 341 00:18:52,430 --> 00:18:54,990 dari lubang di donat Program, yang mungkin 342 00:18:54,990 --> 00:18:58,970 belum tentu apa yang kita cari ketika kita sedang mencari donat. 343 00:18:58,970 --> 00:19:02,790 344 00:19:02,790 --> 00:19:05,490 >> Anda juga bisa, ketika Anda berurusan dengan API-- 345 00:19:05,490 --> 00:19:08,827 >> Bagian dari memiliki API adalah memberikan orang akses ke set data yang besar. 346 00:19:08,827 --> 00:19:11,410 Dan ada beberapa yang berbeda alat yang dapat digunakan untuk melakukan itu. 347 00:19:11,410 --> 00:19:14,170 Salah satunya adalah, sangat sederhana, Anda dapat halaman melalui data. 348 00:19:14,170 --> 00:19:17,340 Jadi sama seperti jika Anda melakukan query melalui antarmuka web, 349 00:19:17,340 --> 00:19:19,470 Anda dapat melihat halaman satu, halaman dua, tiga halaman. 350 00:19:19,470 --> 00:19:22,040 Anda dapat melakukan hal yang sama Hal melalui API. 351 00:19:22,040 --> 00:19:24,150 Anda hanya perlu eksplisit dalam cara Anda melakukannya. 352 00:19:24,150 --> 00:19:29,511 >> Jadi misalnya, jika saya mencari pada permintaan pertama saya di sini, 353 00:19:29,511 --> 00:19:32,510 di mana aku melakukan pencarian untuk hal-hal dengan donat dalam judul, saya dapat mengatakan, 354 00:19:32,510 --> 00:19:35,415 dan batas sama 20, yang berarti memberi saya pertama 20 catatan, tidak 355 00:19:35,415 --> 00:19:38,540 pertama 10, yang merupakan default, karena saya ingin melihat 20 pada suatu waktu. 356 00:19:38,540 --> 00:19:43,435 Atau aku bisa mengatakan, mengatur mulai sama dengan 20 dan batas 357 00:19:43,435 --> 00:19:47,150 sama 20, yang akan memberikan saya mencatat 21 melalui 40. 358 00:19:47,150 --> 00:19:52,680 >> Jadi, saya kira hal itu untuk mengambil di sini adalah 359 00:19:52,680 --> 00:19:57,290 bahwa kita menggunakan query string untuk mengatur parameter pada query. 360 00:19:57,290 --> 00:20:02,760 Dan itu memungkinkan kendali Anda apa yang Anda dapatkan kembali. 361 00:20:02,760 --> 00:20:05,980 >> Alat lain yang dapat Anda gunakan, - 362 00:20:05,980 --> 00:20:09,250 >> Dan ini benar-benar membantu dalam hal mengeksplorasi data. 363 00:20:09,250 --> 00:20:10,840 >> --is sesuatu yang disebut faceting. 364 00:20:10,840 --> 00:20:15,530 Jadi faceting istilah belum tentu umum. 365 00:20:15,530 --> 00:20:16,880 Tapi Anda semua pernah melihat itu sebelumnya. 366 00:20:16,880 --> 00:20:18,630 Jika Anda melihat pada Amazon, misalnya, 367 00:20:18,630 --> 00:20:20,870 dan Anda melakukan pencarian untuk donat dalam buku-buku, 368 00:20:20,870 --> 00:20:27,080 di sini mereka punya serangkaian buku, dan mereka dikelompokkan berdasarkan kategori, 369 00:20:27,080 --> 00:20:30,470 dan Anda mendapatkan kategori yang berbeda, dan berapa banyak buku dalam setiap kategori 370 00:20:30,470 --> 00:20:31,330 muncul. 371 00:20:31,330 --> 00:20:33,420 >> Jadi ini pada dasarnya adalah sebuah aspek. 372 00:20:33,420 --> 00:20:37,570 Anda mengambil semua buku-buku mereka, 1.800 buku yang sesuai donat di Amazon. 373 00:20:37,570 --> 00:20:39,820 12 dari mereka berada di Kategori sarapan. 374 00:20:39,820 --> 00:20:43,100 21 di kue dan kue, dan sebagainya dan sebagainya. 375 00:20:43,100 --> 00:20:47,670 >> Jadi ini benar-benar berguna alat untuk menjelajahi konten 376 00:20:47,670 --> 00:20:53,260 dalam perpustakaan juga karena ketika Anda melihat segi sebuah, 377 00:20:53,260 --> 00:20:56,520 memberikan Anda gambaran tentang apa pelajaran ada, seperti apa jenis mata pelajaran 378 00:20:56,520 --> 00:20:58,510 yang paling populer dalam set query Anda. 379 00:20:58,510 --> 00:21:00,950 Dan membantu Anda mengusir dan mengeksplorasi. 380 00:21:00,950 --> 00:21:02,770 Jadi kita bisa melakukan hal yang sama. 381 00:21:02,770 --> 00:21:05,940 >> Jika kita ingin menggunakan API dan melihat aspek, 382 00:21:05,940 --> 00:21:08,950 kita menambahkan parameter lain untuk teman kita string. 383 00:21:08,950 --> 00:21:12,540 Jadi aspek sama dipisahkan koma daftar apa yang ingin kita Facet pada. 384 00:21:12,540 --> 00:21:14,790 Jadi salah satu aspek yang mungkin dikenakan. 385 00:21:14,790 --> 00:21:16,565 Lain mungkin bahasa. 386 00:21:16,565 --> 00:21:19,665 Dan jika kita menjalankan query itu, kami get-- 387 00:21:19,665 --> 00:21:23,372 388 00:21:23,372 --> 00:21:24,830 Kelihatannya cukup banyak yang sama di sini. 389 00:21:24,830 --> 00:21:29,010 Tapi kami telah menambahkan sampai akhir daftar seperangkat aspek. 390 00:21:29,010 --> 00:21:34,060 Jadi kita memiliki facet disebut subjek. 391 00:21:34,060 --> 00:21:40,250 Jadi ini memberitahu kita bahwa jika saya melihat di saya 80 hasil dari query donat, 392 00:21:40,250 --> 00:21:42,100 13 dari mereka memiliki subjek Amerika Serikat. 393 00:21:42,100 --> 00:21:43,684 Tiga memiliki donat subjek. 394 00:21:43,684 --> 00:21:45,600 Tiga memiliki subjek restorasi lahan basah, 395 00:21:45,600 --> 00:21:47,720 yang mungkin lubang kami di donat. 396 00:21:47,720 --> 00:21:51,780 Dua dari mereka, Simpsons, dan sebagainya dan sebagainya. 397 00:21:51,780 --> 00:21:59,211 >> Jadi ini dapat berguna jika Anda ingin mempersempit pencarian Anda. 398 00:21:59,211 --> 00:22:00,210 Hal ini dapat membantu Anda melakukannya. 399 00:22:00,210 --> 00:22:03,580 Terutama jika Anda memiliki lebih dari, katakanlah, 80 hasil. 400 00:22:03,580 --> 00:22:05,980 >> Demikian pula, kita juga meminta untuk aspek bahasa. 401 00:22:05,980 --> 00:22:14,790 Jadi jika kita melihat hasil kami, kami melihat 76 dari mereka adalah dalam bahasa Inggris, empat di Perancis, 402 00:22:14,790 --> 00:22:19,620 dua di Spanyol, dua, saya pikir itu terdefinisi atau tidak dikenal, Belanda dan Latin. 403 00:22:19,620 --> 00:22:22,830 Jadi saya pikir Latin Hasil donat, sekali lagi, 404 00:22:22,830 --> 00:22:24,922 tidak ada hubungannya dengan dipanggang. 405 00:22:24,922 --> 00:22:25,630 Tapi ada Anda pergi. 406 00:22:25,630 --> 00:22:31,420 407 00:22:31,420 --> 00:22:38,630 >> Jadi ini semacam menunjukkan Anda bagaimana Anda dapat menarik isi kembali 408 00:22:38,630 --> 00:22:41,270 dari API hanya melalui web browser, yang sangat bagus. 409 00:22:41,270 --> 00:22:44,320 Tapi itu tidak benar-benar apa yang akan Anda biasanya akan digunakan dalam API untuk itu. 410 00:22:44,320 --> 00:22:48,710 Jadi salah satu contoh bagaimana Anda benar-benar bisa melakukan ini adalah saya sudah 411 00:22:48,710 --> 00:22:54,720 menulis sebuah program super kecil, yang, sekali lagi, melakukan pencarian donat saya 412 00:22:54,720 --> 00:22:59,010 dan memilih beberapa bidang dan menampilkannya dalam sebuah tabel. 413 00:22:59,010 --> 00:23:01,610 Jadi ini sangat banyak konten yang sama bahwa kita hanya 414 00:23:01,610 --> 00:23:04,830 melihat dengan beberapa bidang ditarik keluar. 415 00:23:04,830 --> 00:23:12,090 Jadi daftar judul, yang lokasi apa buku 416 00:23:12,090 --> 00:23:15,120 adalah tentang, bahasa, dan sebagainya dan sebagainya. 417 00:23:15,120 --> 00:23:20,480 >> Jadi bagaimana ini benar-benar terjadi, karena Saya kira kita harus melihat beberapa kode, 418 00:23:20,480 --> 00:23:22,420 aku s-- 419 00:23:22,420 --> 00:23:28,060 >> Apa yang kita miliki di sini adalah HTML sederhana Halaman, yang menampilkan teks, 420 00:23:28,060 --> 00:23:32,900 Selamat datang di awan perpustakaan dan kemudian menampilkan tabel hasil. 421 00:23:32,900 --> 00:23:37,790 Dan ada jelas tidak ada hasil meja ketika halaman akan dimuat. 422 00:23:37,790 --> 00:23:41,380 Tapi apa yang kita lakukan adalah, pertama-tama, kita 423 00:23:41,380 --> 00:23:46,290 memuat sebuah perpustakaan yang disebut jQuery, yang pada dasarnya adalah 424 00:23:46,290 --> 00:23:52,030 perpustakaan JavaScript, yang membuatnya sangat mudah untuk memanipulasi JavaScript 425 00:23:52,030 --> 00:23:58,780 native, HTML, dan membuat halaman web, logika sisi klien dan halaman web. 426 00:23:58,780 --> 00:24:01,595 >> Jadi apa yang kita miliki di sini adalah jQuery memiliki metode yang disebut Get, 427 00:24:01,595 --> 00:24:05,270 yang pada dasarnya akan pergi ke URL, yang, dalam hal ini, 428 00:24:05,270 --> 00:24:09,070 akrab mencari URL ini. 429 00:24:09,070 --> 00:24:14,440 Dan kemudian akan mendapatkan konten dari URL dan kemudian menjalankan fungsi di atasnya. 430 00:24:14,440 --> 00:24:19,240 Jadi kami mengatakan pergi ke api.lib.harvard / edu. 431 00:24:19,240 --> 00:24:20,060 Mencari donat. 432 00:24:20,060 --> 00:24:21,300 Beri kami 20 catatan. 433 00:24:21,300 --> 00:24:28,590 Dan kemudian jalankan fungsi ini, yang Aku telah memilih, lewat itu data. 434 00:24:28,590 --> 00:24:34,430 Dan data adalah JSON yang mendapat kembali dari API. 435 00:24:34,430 --> 00:24:40,120 >> Dan kemudian kita katakan, dalam itu Data ada field yang disebut item. 436 00:24:40,120 --> 00:24:48,117 Dan jika aku pergi melihat-lihat kembali salah satu hasil yang ada di sini, 437 00:24:48,117 --> 00:24:49,200 ada sesuatu called-- 438 00:24:49,200 --> 00:24:50,220 >> Nah, itu disebut item. 439 00:24:50,220 --> 00:24:53,520 Sehingga mungkin itu. 440 00:24:53,520 --> 00:25:01,840 Dan apa yang dilakukannya itu melewati setiap item 441 00:25:01,840 --> 00:25:05,300 dan kemudian memanggil lagi fungsi pada setiap item. 442 00:25:05,300 --> 00:25:08,440 Dan fungsi yang pada dasarnya adalah mengambil nilai 443 00:25:08,440 --> 00:25:12,010 item, yaitu dasarnya catatan individu 444 00:25:12,010 --> 00:25:18,220 dan memungkinkan kita untuk menarik judul, cakupan dan bahasa. 445 00:25:18,220 --> 00:25:21,640 >> Jadi kita memanggil fungsi pada setiap item yang kami kembali dari API. 446 00:25:21,640 --> 00:25:25,397 Dan jika Anda hanya melihat-lihat di bagian ini di sini, 447 00:25:25,397 --> 00:25:27,230 apa yang kita lakukan adalah kita menciptakan string, 448 00:25:27,230 --> 00:25:31,810 yang pada dasarnya beberapa markup HTML mengelilingi sebuah meja, dengan value.title, 449 00:25:31,810 --> 00:25:35,790 yang merupakan judul objek, value.coverage, 450 00:25:35,790 --> 00:25:36,790 yang merupakan cakupan, - 451 00:25:36,790 --> 00:25:38,225 >> Dan kami melakukan cek di sini untuk melihat siapa yang terdefinisi 452 00:25:38,225 --> 00:25:40,570 dan menyembunyikannya jika ia mengatakan tidak terdefinisi, karena kita tidak benar-benar tertarik 453 00:25:40,570 --> 00:25:41,600 dalam hal itu. 454 00:25:41,600 --> 00:25:42,939 >> --dan maka bahasa. 455 00:25:42,939 --> 00:25:44,730 Dan kemudian apa yang kita lakukan adalah menambahkan bahwa 456 00:25:44,730 --> 00:25:48,510 tabel yang diidentifikasi oleh string ini di sini. 457 00:25:48,510 --> 00:25:50,790 Dan bagaimana jQuery bekerja adalah apa ini mengatakan 458 00:25:50,790 --> 00:25:56,420 adalah mencari meja dengan ide Hasil dan menambahkan teks ini untuk itu. 459 00:25:56,420 --> 00:25:59,380 Dan ini adalah tabel dengan hasil ide. 460 00:25:59,380 --> 00:26:04,998 Jadi apa yang Anda berakhir dengan adalah halaman ini di sini. 461 00:26:04,998 --> 00:26:06,206 Dan untuk melihat source-- 462 00:26:06,206 --> 00:26:11,310 463 00:26:11,310 --> 00:26:13,810 Nah, sumber sebenarnya tidak diperbarui ketika itu terjadi. 464 00:26:13,810 --> 00:26:18,740 Sehingga Anda dapat melihat yang sebenarnya Hasil dari tabel di sini meskipun. 465 00:26:18,740 --> 00:26:24,770 >> Jadi itu hanya contoh sederhana melakukan query sangat dasar terhadap API 466 00:26:24,770 --> 00:26:29,020 dan menampilkan informasi dalam beberapa lainnya bentuk, dan tidak melakukan apa-apa terlalu mewah. 467 00:26:29,020 --> 00:26:36,370 Sekarang, contoh lain adalah seperti Aplikasi yang ditulis oleh David Weinberger 468 00:26:36,370 --> 00:26:39,120 sebagai demo ini, yang dasarnya menunjukkan Anda 469 00:26:39,120 --> 00:26:44,620 bagaimana Anda dapat tumbuk sampai hasil Anda mendapatkan dari perpustakaan awan API 470 00:26:44,620 --> 00:26:46,250 dengan, katakanlah, Google Books. 471 00:26:46,250 --> 00:26:52,225 >> Dan pemikiran di sini adalah bahwa saya bisa menjalankan query terhadap Google Books, 472 00:26:52,225 --> 00:26:56,060 mendapatkan pencarian teks lengkap, mendapatkan beberapa hasil kembali, mengetahui item-item 473 00:26:56,060 --> 00:27:01,180 benar-benar ada di Hollis, sistem perpustakaan, 474 00:27:01,180 --> 00:27:03,200 dan kemudian memberi saya link kembali ke barang-barang. 475 00:27:03,200 --> 00:27:12,730 Jadi jika saya mencari, itu malam yang gelap dan penuh badai, saya 476 00:27:12,730 --> 00:27:16,210 mendapatkan kembali banyak hasil dari Google, dan kemudian satu hasil 477 00:27:16,210 --> 00:27:19,460 yang merupakan A Wrinkle in Time. 478 00:27:19,460 --> 00:27:29,330 Dan ini adalah link ke buku-buku yang ada dalam sistem Harvard Library. 479 00:27:29,330 --> 00:27:32,160 >> Jadi saya kira titik di sini adalah tidak sehingga hal ini mungkin atau mungkin tidak 480 00:27:32,160 --> 00:27:34,118 menjadi cara yang Anda inginkan untuk mencari perpustakaan, 481 00:27:34,118 --> 00:27:38,310 tapi itu adalah benar-benar berbeda cara yang tidak tersedia untuk Anda 482 00:27:38,310 --> 00:27:42,884 sebelumnya, seperti Anda tidak punya cara untuk melakukan teks lengkap pencarian pada buku yang bahkan 483 00:27:42,884 --> 00:27:44,550 adalah bagian dari sistem Harvard Library. 484 00:27:44,550 --> 00:27:46,870 Jadi sekarang ini adalah cara Anda bisa melakukan itu. 485 00:27:46,870 --> 00:27:51,930 Dan Anda dapat menampilkan mereka dalam Format apa pun yang Anda inginkan. 486 00:27:51,930 --> 00:27:55,990 Jadi intinya di sini adalah, pada dasarnya, kita membuka cara baru bagi orang-orang 487 00:27:55,990 --> 00:27:59,080 untuk bekerja dengan data. 488 00:27:59,080 --> 00:28:07,925 >> Sepotong awan perpustakaan adalah bahwa membantu mengekspos beberapa data penggunaan 489 00:28:07,925 --> 00:28:08,800 bahwa perpustakaan memiliki. 490 00:28:08,800 --> 00:28:12,630 Jadi, jika Anda pergi ke perpustakaan, dan Anda sedang mencari buku, 491 00:28:12,630 --> 00:28:15,770 Anda tidak perlu benar-benar memiliki ide, 492 00:28:15,770 --> 00:28:19,080 untuk semua item dalam pelajaran tertentu, apa 493 00:28:19,080 --> 00:28:21,200 adalah orang-orang di masyarakat, apakah itu 494 00:28:21,200 --> 00:28:24,890 didefinisikan sebagai Harvard atau negara atau kelas Anda, 495 00:28:24,890 --> 00:28:26,421 apa yang mereka temukan paling berguna? 496 00:28:26,421 --> 00:28:28,920 Dan perpustakaan sebenarnya memiliki ton informasi tentang apa 497 00:28:28,920 --> 00:28:32,999 yang paling berguna karena jika banyak orang yang memeriksa buku, 498 00:28:32,999 --> 00:28:34,040 yang memberitahu Anda sesuatu. 499 00:28:34,040 --> 00:28:36,498 Pasti ada beberapa alasan mereka ingin check it out. 500 00:28:36,498 --> 00:28:38,270 Banyak orang meletakkannya di cadangan. 501 00:28:38,270 --> 00:28:42,520 >> Jika pada daftar cadangan untuk banyak kelas, yang memberitahu Anda sesuatu. 502 00:28:42,520 --> 00:28:45,960 Jika anggota fakultas memeriksa itu keluar banyak dan mahasiswa tidak, 503 00:28:45,960 --> 00:28:47,200 yang memberitahu saya sesuatu. 504 00:28:47,200 --> 00:28:49,280 Begitu juga sebaliknya, yang juga memberitahu Anda sesuatu. 505 00:28:49,280 --> 00:28:54,680 Jadi akan sangat menarik untuk menaruh informasi bahwa di luar sana dan membiarkan 506 00:28:54,680 --> 00:28:59,969 orang menggunakannya untuk membantu mereka menemukan bekerja dalam sistem perpustakaan. 507 00:28:59,969 --> 00:29:02,260 Sisi lain dari ini adalah ada beberapa privasi yang serius 508 00:29:02,260 --> 00:29:07,854 kekhawatiran karena salah satu prinsip-prinsip inti dari perpustakaan 509 00:29:07,854 --> 00:29:10,770 adalah kita tidak akan memberitahu orang apa yang orang lain membaca. 510 00:29:10,770 --> 00:29:17,360 Dan bahkan jika Anda mengatakan ini Buku diperiksa empat kali 511 00:29:17,360 --> 00:29:20,070 di bulan tertentu, yang dapat digunakan 512 00:29:20,070 --> 00:29:25,252 untuk menghubungkan kembali ke tertentu orang dengan data de-anonymi 513 00:29:25,252 --> 00:29:26,710 dan mencari tahu siapa check it out. 514 00:29:26,710 --> 00:29:30,792 Jadi cara yang bisa kita avoid-- 515 00:29:30,792 --> 00:29:33,750 Cara yang bisa kita coba untuk mengekstrak beberapa sinyal dari semua informasi 516 00:29:33,750 --> 00:29:36,740 tanpa melanggar masalah privasi siapa pun 517 00:29:36,740 --> 00:29:42,150 pada dasarnya kita melihat 10 tahun data penggunaan, - 518 00:29:42,150 --> 00:29:43,930 >> Jadi itu selama jangka waktu yang panjang. 519 00:29:43,930 --> 00:29:50,639 >> --dan mengatakan, OK, mari kita lihat bagaimana berkali-kali pekerjaan ini digunakan, 520 00:29:50,639 --> 00:29:52,930 dan dengan yang selama periode ini waktu, dan kemudian pada dasarnya 521 00:29:52,930 --> 00:29:56,300 memberikan kembali nomor, yang kita sebut skor stack, yang pada dasarnya 522 00:29:56,300 --> 00:29:59,910 mewakili berapa banyak itu telah digunakan. 523 00:29:59,910 --> 00:30:01,084 Dan number-- itu 524 00:30:01,084 --> 00:30:03,250 Banyak perhitungan yang berbeda masuk ke nomor itu. 525 00:30:03,250 --> 00:30:05,150 --Tapi itu sangat kasar metrik yang memberikan 526 00:30:05,150 --> 00:30:11,300 beberapa gagasan tentang bagaimana masyarakat dapat menghargai pekerjaan itu. 527 00:30:11,300 --> 00:30:16,772 >> Dan jenis lain bahkan lebih fleshed keluar aplikasi 528 00:30:16,772 --> 00:30:18,480 yang mengambil keuntungan ini adalah sesuatu 529 00:30:18,480 --> 00:30:24,000 disebut Stacklife, yang sebenarnya tersedia melalui Harvard utama 530 00:30:24,000 --> 00:30:24,880 Perpustakaan Portal. 531 00:30:24,880 --> 00:30:26,700 Jadi Anda pergi ke library.harvard.edu. 532 00:30:26,700 --> 00:30:29,360 Anda akan melihat sejumlah berbeda cara mencari perpustakaan. 533 00:30:29,360 --> 00:30:32,300 Dan salah satunya disebut Stacklife. 534 00:30:32,300 --> 00:30:38,980 >> Dan ini adalah sebuah aplikasi yang menelusuri isi perpustakaan, 535 00:30:38,980 --> 00:30:43,490 tapi benar-benar dibangun di atas API ini. 536 00:30:43,490 --> 00:30:46,910 Jadi tidak ada hal-hal khusus terjadi di balik layar. 537 00:30:46,910 --> 00:30:49,570 Tidak ada akses ke Data yang Anda tidak memiliki. 538 00:30:49,570 --> 00:30:54,090 Ini menggunakan API untuk memberikan dengan browsing sama sekali berbeda 539 00:30:54,090 --> 00:30:55,480 Pengalaman. 540 00:30:55,480 --> 00:30:58,570 >> Jadi jika saya mencari Alice in Wonderland dalam hal ini, 541 00:30:58,570 --> 00:31:02,600 Saya mendapatkan hasil yang terlihat seperti ini, yang cukup much-- 542 00:31:02,600 --> 00:31:05,430 543 00:31:05,430 --> 00:31:10,870 >> Ini sangat mirip dengan pencari lainnya Anda mungkin dilakukan, kecuali dalam kasus ini 544 00:31:10,870 --> 00:31:15,730 kita peringkat item dengan stackscore, yang memberi Anda 545 00:31:15,730 --> 00:31:19,850 beberapa gagasan tentang seberapa populer ini item dalam masyarakat. 546 00:31:19,850 --> 00:31:25,610 Dan begitu jelas, Alice in Wonderland oleh Walt Disney sangat populer. 547 00:31:25,610 --> 00:31:36,570 Tapi Anda juga dapat melihat empat besar di sini adalah orang-orang yang Anda mungkin tidak actually-- 548 00:31:36,570 --> 00:31:39,220 >> Hal-hal yang sangat digunakan, tetapi Anda mungkin tidak segera 549 00:31:39,220 --> 00:31:41,240 terhubung dengan Alice in Wonderland. 550 00:31:41,240 --> 00:31:44,650 Jadi teman lama kami di Annotated Alice di sini. 551 00:31:44,650 --> 00:31:46,350 Jadi saya bisa melihat hal itu. 552 00:31:46,350 --> 00:31:52,010 Dan sekarang apa yang saya cari pada dasarnya satu set of-- 553 00:31:52,010 --> 00:31:53,760 Saya dapat memiliki The Annotated Alice di sini. 554 00:31:53,760 --> 00:31:56,700 Saya memiliki informasi tentang hal itu. 555 00:31:56,700 --> 00:32:00,230 Dan saya juga memiliki sebuah stackscore dari, dalam hal ini, 26. 556 00:32:00,230 --> 00:32:03,169 Dan ini memberitahu saya semacam kasar bagaimana kita harus stackscore ini, 557 00:32:03,169 --> 00:32:05,835 seperti yang check it out, seperti bagaimana berkali-kali itu diperiksa, 558 00:32:05,835 --> 00:32:08,440 seperti fakultas atau undergrads, bagaimana banyak salinan perpustakaan memiliki, 559 00:32:08,440 --> 00:32:11,300 dan sebagainya dan sebagainya. 560 00:32:11,300 --> 00:32:16,460 >> Dan Anda juga bisa, cukup menarik di sini, menelusuri tumpukan virtual. 561 00:32:16,460 --> 00:32:19,550 Jadi data di sini, ini menunjukkan Anda menyortir 562 00:32:19,550 --> 00:32:23,547 dari representasi maya apa keperkasaan rak 563 00:32:23,547 --> 00:32:25,880 terlihat seperti jika Anda mengambil semua kepemilikan perpustakaan 564 00:32:25,880 --> 00:32:28,940 dan menempatkan mereka bersama-sama pada satu rak yang tak terbatas. 565 00:32:28,940 --> 00:32:30,990 Dan hal yang menyenangkan adalah bahwa kita can-- 566 00:32:30,990 --> 00:32:33,380 >> Pertama-tama, metadata tentang buku-buku ini 567 00:32:33,380 --> 00:32:35,627 sering memberitahu Anda ketika diterbitkan. 568 00:32:35,627 --> 00:32:37,085 Ini memberitahu Anda berapa banyak halaman itu. 569 00:32:37,085 --> 00:32:38,459 Ini akan memberitahu Anda dimensi. 570 00:32:38,459 --> 00:32:42,930 Sehingga Anda dapat melihat itu tercermin di sini dalam hal ukuran buku. 571 00:32:42,930 --> 00:32:46,740 >> Dan kemudian kita dapat menggunakan tumpukan skor untuk menyorot 572 00:32:46,740 --> 00:32:49,170 buku-buku yang memiliki nilai lebih tinggi tumpukan. 573 00:32:49,170 --> 00:32:54,930 Jadi jika itu gelap, itu berarti bahwa, mungkin, itu lebih sering digunakan. 574 00:32:54,930 --> 00:32:57,040 Jadi dalam hal ini, saya akan menebak bahwa ini 575 00:32:57,040 --> 00:33:03,226 adalah versi Alice in Wonderland yang sangat umum digunakan dan paling 576 00:33:03,226 --> 00:33:05,100 diakses, perpustakaan memiliki paling salinan. 577 00:33:05,100 --> 00:33:06,975 Jadi jika Anda mencari Alice in Wonderland, 578 00:33:06,975 --> 00:33:10,220 ini mungkin menjadi tempat yang baik untuk memulai. 579 00:33:10,220 --> 00:33:13,500 >> Dan maka di sini Anda juga dapat membuat link keluar untuk, katakanlah, Amazon untuk membeli buku, 580 00:33:13,500 --> 00:33:15,182 dan sebagainya dan sebagainya. 581 00:33:15,182 --> 00:33:17,140 Intinya di sini, sekali lagi, tidak begitu banyak bahwa ini 582 00:33:17,140 --> 00:33:25,030 adalah cara terbaik untuk mencari perpustakaan atau alat yang tepat untuk setiap kesempatan. 583 00:33:25,030 --> 00:33:28,400 Tapi itu cara lain untuk melakukan hal itu. 584 00:33:28,400 --> 00:33:31,359 Dan dengan membuat data tersedia melalui API, yang 585 00:33:31,359 --> 00:33:34,650 terbuat dari blok bangunan yang sangat sederhana, yang memungkinkan Anda untuk mencari konten, 586 00:33:34,650 --> 00:33:39,420 Anda dapat membangun sesuatu seperti ini yang bisa 587 00:33:39,420 --> 00:33:41,520 menjadi luar biasa berharga bagi beberapa orang. 588 00:33:41,520 --> 00:33:46,640 589 00:33:46,640 --> 00:33:51,860 >> Jadi itu semacam, sebanyak yang saya inginkan mengatakan benar-benar tentang apa API adalah 590 00:33:51,860 --> 00:33:56,070 dan apa yang menghadapkan, ada keseluruhan banyak hal di balik layar, yang 591 00:33:56,070 --> 00:33:59,480 Aku hanya akan menyentuh secara singkat hanya karena semacam ini datang pada 592 00:33:59,480 --> 00:34:03,720 dari sudut yang sama sekali berbeda di hal bagaimana melakukan sesuatu seperti ini 593 00:34:03,720 --> 00:34:04,580 bisa dimasukkan ke dalam tempat? 594 00:34:04,580 --> 00:34:10,820 >> Jadi API adalah standar antarmuka untuk semua konten ini. 595 00:34:10,820 --> 00:34:13,820 Tapi untuk mendapatkannya di sana, Hal pertama yang harus kita lakukan 596 00:34:13,820 --> 00:34:17,260 adalah bekerja sama informasi buku dan gambar 597 00:34:17,260 --> 00:34:21,580 dan bantu menemukan, koleksi dokumen dari berbagai sistem Harvard. 598 00:34:21,580 --> 00:34:23,929 Aleph, VIA, dan OASIS adalah nama-nama sistem. 599 00:34:23,929 --> 00:34:28,820 Dan mereka pada dasarnya masuk ke pipa, pipa pengolahan. 600 00:34:28,820 --> 00:34:33,230 >> Jadi pertama-tama, kita mendapatkan ekspor file dari semua sistem ini. 601 00:34:33,230 --> 00:34:35,130 Kami membaginya dalam setiap item. 602 00:34:35,130 --> 00:34:39,360 Jadi kita memiliki file, yang gigabyte, yang memiliki satu juta catatan di dalamnya. 603 00:34:39,360 --> 00:34:42,290 Jadi kita membaginya menjadi item individu. 604 00:34:42,290 --> 00:34:45,374 Kemudian, untuk setiap item, kami mengubahnya menjadi MODS, karena beberapa di antaranya 605 00:34:45,374 --> 00:34:47,040 adalah MODS native, beberapa dari mereka yang tidak. 606 00:34:47,040 --> 00:34:49,204 Jadi kita mendapatkan mereka semua untuk dalam format yang sama. 607 00:34:49,204 --> 00:34:51,120 Lalu ada berbagai langkah pengayaan, di mana 608 00:34:51,120 --> 00:34:55,969 kita menambahkan lebih banyak informasi untuk data daripada yang tersedia di perpustakaan. 609 00:34:55,969 --> 00:34:59,750 Jadi kita perlu menambahkan, pertama-tama kita memiliki apa perpustakaan tahan. 610 00:34:59,750 --> 00:35:02,250 Kami pergi melalui langkah menghitung stackscore tersebut. 611 00:35:02,250 --> 00:35:07,112 Kami pergi melalui langkah lain menambahkan metadata dalam hal 612 00:35:07,112 --> 00:35:10,730 apa koleksi orang mungkin telah menambahkan this-- 613 00:35:10,730 --> 00:35:12,532 >> Orang-orang membuat koleksi item. 614 00:35:12,532 --> 00:35:13,990 Koleksi Apa milik? 615 00:35:13,990 --> 00:35:17,220 Bagaimana orang tag konten ini di masa lalu? 616 00:35:17,220 --> 00:35:20,750 Kemudian Anda menyaring, dan Anda membatasi catatan karena, seperti yang saya sebutkan, 617 00:35:20,750 --> 00:35:24,120 ada beberapa catatan itu, karena alasan hak cipta, kami tidak dapat menampilkan. 618 00:35:24,120 --> 00:35:26,700 Dan kemudian kita beban mereka menjadi sesuatu yang disebut 619 00:35:26,700 --> 00:35:31,680 Solr, yang tidak salah mengeja, tapi adalah nama dari sebuah software 620 00:35:31,680 --> 00:35:35,710 yang melakukan pencarian pengindeksan, yang drive semua pencarian di belakang API. 621 00:35:35,710 --> 00:35:40,110 Dan kemudian itu menjadi tersedia untuk API, dan orang-orang dapat menggunakannya. 622 00:35:40,110 --> 00:35:44,640 >> Jadi ini seperti cukup Proses mudah. 623 00:35:44,640 --> 00:35:47,230 Salah satu yang menarik hal-hal tentang itu 624 00:35:47,230 --> 00:35:50,990 bahwa kita berhadapan dengan 13 juta catatan 625 00:35:50,990 --> 00:35:53,820 dan kita akan berurusan atau lebih. 626 00:35:53,820 --> 00:36:01,260 Dan kami ingin bisa menangani ini secara relatif cepat. 627 00:36:01,260 --> 00:36:03,630 Dibutuhkan waktu yang lama untuk memproses 13 juta catatan. 628 00:36:03,630 --> 00:36:09,529 >> Jadi bagaimana pipa ini mengatur adalah bahwa Anda can-- 629 00:36:09,529 --> 00:36:12,070 Saya kira keuntungan dari pipa, masalah yang kita 630 00:36:12,070 --> 00:36:15,580 mencoba untuk memecahkan sini, adalah bahwa semua transformasi, semua 631 00:36:15,580 --> 00:36:18,729 langkah-langkah dalam hal ini pipa yang dipisahkan. 632 00:36:18,729 --> 00:36:19,645 Tidak ada ketergantungan. 633 00:36:19,645 --> 00:36:22,146 Jika Anda sedang memproses catatan satu buku, 634 00:36:22,146 --> 00:36:24,270 tidak ada ketergantungan bahwa antara buku lain. 635 00:36:24,270 --> 00:36:27,760 >> Jadi apa yang bisa kita lakukan pada dasarnya adalah, pada setiap langkah dalam pipa, 636 00:36:27,760 --> 00:36:30,470 kita memasukkannya ke dalam antrian di awan. 637 00:36:30,470 --> 00:36:32,250 Saya kebetulan berada di Amazon Web Services. 638 00:36:32,250 --> 00:36:35,140 Jadi ada daftar, mengatakan, 10.000 item yang 639 00:36:35,140 --> 00:36:38,100 harus dinormalisasi dan dikonversi ke format MODS. 640 00:36:38,100 --> 00:36:41,620 Dan kami berputar ke atas karena banyak server seperti yang kita inginkan, mungkin 10 server. 641 00:36:41,620 --> 00:36:44,860 Dan masing-masing server hanya duduk di sana, terlihat dalam antrian itu, 642 00:36:44,860 --> 00:36:46,730 melihat bahwa ada satu yang perlu diproses, menariknya keluar antrian, 643 00:36:46,730 --> 00:36:48,740 memprosesnya, dan tongkat pada antrian berikutnya. 644 00:36:48,740 --> 00:36:54,200 >> Dan apa yang memungkinkan kita lakukan adalah menerapkan, pada dasarnya, 645 00:36:54,200 --> 00:36:58,110 sebanyak hardware seperti yang kita ingin ini masalah untuk waktu yang sangat singkat 646 00:36:58,110 --> 00:37:02,970 untuk memproses data secepat mungkin, yang merupakan sesuatu yang hanya, 647 00:37:02,970 --> 00:37:08,220 sekarang dalam dunia komputasi awan kita bisa server ketentuan dasarnya 648 00:37:08,220 --> 00:37:09,890 instan, adalah bahwa berguna. 649 00:37:09,890 --> 00:37:12,260 Jadi kita tidak perlu memiliki Server raksasa duduk di sekitar 650 00:37:12,260 --> 00:37:16,700 sepanjang waktu untuk melakukan pemrosesan yang mungkin terjadi hanya sekali seminggu. 651 00:37:16,700 --> 00:37:21,440 >> Sehingga sebagian besar itu. 652 00:37:21,440 --> 00:37:27,590 Ada dokumentasi yang tersedia untuk Perpustakaan Cloud Barang API 653 00:37:27,590 --> 00:37:31,960 di URL ini, yang akan segera tersedia. 654 00:37:31,960 --> 00:37:36,730 Dan silahkan pergi lihatlah untuk melihat apakah ada sesuatu, 655 00:37:36,730 --> 00:37:37,579 Anda punya ide. 656 00:37:37,579 --> 00:37:38,120 Bermain dengan itu. 657 00:37:38,120 --> 00:37:38,830 Main-main. 658 00:37:38,830 --> 00:37:42,800 Dan mudah-mudahan Anda bisa datang dengan sesuatu yang besar. 659 00:37:42,800 --> 00:37:44,740 Terima kasih. 660 00:37:44,740 --> 00:37:45,899