Samordning – teknik och praktik

bortom MONA-systemet

C-G Hjelm

2011-05-10

claus-goran.hjelm@scb.se

Eller…

Från MONA till MO(L)NA

Dagens övningar

• Bakgrund

• Dagsläget

• Lärdomar

• Framtiden

Finns det motsättningar mellan

myndighets- och forskarintressen ?

• Myndigheter producerar statistik

• För en viss period

• Metadata för produktionsprocessen

• Mao – inga longitudinella data eller

metadata/dokumentation

• Hantera mikrodata primärt för att producera

statistik/tabeller

Vad vi ser efterfrågas idag och i nog framtiden

av forskare

• Mikrodata …

• Longitudinellt synsätt på både mikrodata och

metadata

• Dokumentation om processdata/paradata

• Sökbara metadata

• Möjlighet att länka mellan

material

Metadata standard ISO 11179

MONA systemet idag

Microdata ON-line Access)

Tillkomsten av MONA

• SCB hade under många år förmedlat/försett forskare med mikrodata • Aptiten och volymerna växte

• Vi såg ett framtida behov att se vart data fanns / tog vägen

• Säkerheten och användarmöjligheterna kom

främst

• Infrastruktur – många forskningsprojekt har inte

möjligheten/kompetensen att bygga dessa

strukturer eller säkerheter

Tillkomsten av MONA - fortsättning

• Forskningen är inte längre lokal – möjligheter att arbeta med samma material från flera platser

• Service till alla – oavsett storlek på projekt eller personkännedom

• Sammantaget större forskaranvändning av mikrodata

• Stort behov av metadata – vilka data finns och hur ser dessa data ut

Utvecklingen av MONA

• Startade fullt början av 2005

• 2011 – runt 650 registrerade användare (500 aktiva)

• Ökning på mellan 25-30% per år

• Forskaranvändningen i systemet är runt 75%

0

100

200

300

400

2006 2007 2008 2009 2010

MONA infrastruktur idag

Internet

https SSL

Reverse Proxy (PortWise)

https://mikrodata.scb.se

Domain Controller and Terminal Servers

File, SQL, Application and RSA Servers

SAN

Struktur i nuvarande MONA

Strukturerat datalager (Data Warehouse)

Vyer (filter) i SQL Server

Användare-1 Användare-2 Användare-n

Personliga skrivbord och datalager

Vad har vi lärt oss ?

• Att aptiten ökar snabbare än resurserna

• Infrastruktur är också att många grupper har tillgång till resurser och oberoende av ort

• STORT, BRETT datalager – borde vara större

• Centraliserat system var rätt väg att börja

• Allmänhetens förtroende är viktigt

• Ny Metropolit-debatt (10 februari 1986…)

• Diskussion i DN kring register och biobanker

• Att i drift måste tekniken vara beprövad

• Metadata finns idag ”utspritt” på olika registerhållare och i olika format

• Svårt för forskare att komma åt

Mikrodata och åtkomst av den i morgon

Vet du ?

• … var ditt data finns idag eller i morgon ?

• … var dina data bearbetas idag eller i morgon ?

Flerstegsraket • Idag – centraliserad lösning

• MONA etc

• Snart – decentraliserad lösning

• Flera MONA som talar med varandra

• Framåt – federerad lösning

• Data kvar hos dataägarna – bearbetning på ett

ställe

Ju längre fram – ju större beroende av

metadata !

Betrodd plats

Forskardata Dataleverantör Dataleverantör

Nav

Data

Relations- databas

Data

Relations- databas Lab

data

Relations- databas

Egna data

Applikations- server

Säkra förbindelser mellan servrar/datalager

Logiskt flöde

Meta- data

Federation server

Analysserver Metadata är nyckeln till allt…

Federation av data - slutgiltig lösning ?

Federering -

förutsättningar/hinder • Bygger idag på programvara från en leverantör

(IBM)

• Borde bygga på freeware/public domain

• Lagstiftningen runt detta finns ej ännu

• Tekniken ännu ej mogen

• Fungerar med att skicka enstaka poster – ej hela

register (kapacitets/tidsfråga)

Det var nog allt – frågor …

claus-goran.hjelm@scb.se