Ograniczenia kosztów w budowie cyfrowego archiwum

[Grzegorz Gałęzowski]

Jakiś czas temu pisałem tutaj o dużych kosztach związanych z budowaniem cyfrowego archiwum i o kosztach digitalizacji.

Jeżeli kogoś interesuje temat to na stronie:

http://gsgalezowski.pl/?p=553

umieściłem artykuł w którym przedstawiam jedną z form cięcia kosztów związanych z IT.

[Grzegorz Gałęzowski]

Mała ciekawostka związana z Archiwum Narodowym USA.

Gazeta "The Washington Post" szukała szybkiego sposobu upoblicznienia dokumentów
na temat codziennej działalności Hillary Clinton w latach 1993-2001, kiedy urzędował
prezydent Bill Clinton. W odpowiedzi na żądanie podparte ustawą o wolności informacji
(Freedom of Information Act) amerykańskie Archiwum Narodowe opublikowało te dane w formie
niskiej jakości pliku PDF o objętości 17481 stron, którego nie można było przeszukiwać.
Inżynier pracujący dla "The Washington Post", użył programu OCR i zaproponował procedurę,
w wyniku której możliwe było przetworzenie jednej strony w trzydzieści minut. Przeniósł
tę procedurę do chmury, uruchomił 200 instancji EC2. Dokument został przetworzony w 9 godzin.
Gazeta upoblikowała możliwy do przeszukiwania dokument w 26 godzin po jego ogłoszeniu przez Archiwum Narodowe.
Przy realizacji zadania wykorzystano 1401 godzin maszyn wirtualnych, które kosztowały 144,62 dolara.
Dla porównania: wykonanie kserokopii stron za 5 centów za stronę kosztowałoby 6 razy więcej, czyli 874,05 dolara.
http://projects.washingtonpost.com/2008/clinton-schedule