dms1-0需求的说明书.doc

达内IT培训集团 达内IT培训集团 培训事业部 版权 2009—2012 DMS 1.0 通用数据挖掘系统 V1.0 需求说明书 Version 1.0 文档编号 TTS*** 2009-7-23 达内IT 集团  版本标题内容作者时间v1.0需求说明书唐亮2009-07-23  编写目的 本文档的目的是明确项目的业务背景、业务范围、定义项目的专业名词，分析项目的核心功能和系统需求。期望读者包括：项目发起人、最终用户、项目投资方、项目管理团队、项目执行团队，以及其他项目干系人。 参考文档 【无】 名称解释 DMS：数据挖掘系统（Data Mining System） 用户：需要使用Unix实验室出租业务的客户，用户通过电信公司提供的帐号和密码登录指定的Unix机器，并使用Unix服务。 终端机器：用户通过一台本地终端机器来访问我们的Unix机器，并使用Unix服务，该本地终端就是我们所说的终端机器。在我们的程序中要记录这一终端的IP，做为向用户收费的依据之一。 登录日志文件：在Unix机器中自动记录用户登入/登出日志的文件，该文件为：/var/adm/wtmpx；在我们的程序中该文件也可以是程序外部指定的另一个文件。我们的程序需要提取该文件的数据来匹配出用户登入/登出的记录，并将其作为将来的收费依据。 用户登入记录：在登录日志文件中记录的用户登入Unix系统的日志记录，该日志记录包含用户的登录名，用户登入Unix的时刻，登录的终端机器IP等信息。 用户登出记录：在登录日志文件中记录的用户登出Unix系统的日志记录，该日志记录包含用户的登录名，用户登出Unix的时刻，登录的终端机器IP等信息。我们需要将用户的登入记录和登出记录匹配起来，得到一条条完整的登录信息，并计算出用户本次登录的时长。 用户的登录记录：将用户的登入记录和登出记录按照对应关系匹配起来，形成一条完整的登录记录，登录记录中包含以下信息：用户登录名，登入时刻，登出时刻，登录时长，登录终端机器IP等。 ???配的登入/登出记录：等同于用户的登录记录。 未匹配的登入记录：在登录日志文件中理论上一条登入记录跟一条登出记录匹配，但有可能在我们采集数据时用户还没有登出，所以日志文件中可能出现没有登出记录与之匹配的登入记录，这些登入记录我们将其保存在一个指定的文件中，在下次采集时再读取。 项目背景 项目业务背景 在电信的业务中，有一种Unix实验室出租业务。只要用户向电信运营商申请一个Unix帐号，就可以远程登录Unix实验室，并使用Unix系统。 用户使用电信运营商提供的Unix实验室的服务需要缴纳一定的费用，电信运营商需要一套数据采集系统，把用户登录实验室的时间长度数据采集起来，便于在指定的时间范围内作为对用户的收费依据。 要求数据采集系统必须采集如下信息：登录用户名，登录的时间，登出的时间，登录总的在线时间，登录的实验室IP，用户的终端IP等信息。 DMS1.0项目需要开发这样一个通用的数据采集系统程序，来采集Unix机器记录的用户登入和登出的原始记录，并将这些记录解析匹配成用户的登录记录，并将其以可阅读的文本形式保存在文件中。 项目业务原理 任何用户登录Unix系统，Unix系统都会记录用户的登录信息，所有用户登入/登出的信息都保存在Unix的系统日志文件中。数据采集系统就是通过读取Unix系统日志文件中用户登入/登出信息，并找出成对的登入/登出记录，得到用户登录实验室的登入时刻、登出时刻、登录时间长度等电信用户收费需要使用的数据，最后把匹配处理好的数据保存成电信工作人员可以阅读的文本文件，做为电信收费依据。 用户登录Unix系统的日志记录文件在Unix的/var/adm目录下，文件名是wtmpx，日志记录文件是一个二进制文件，在Unix中可以使用last指令查看，last命令格式为： last [-a] [-n number | -number] [-f filename] [name | tty] wtmpx文件中一条登录记录包含372字节，每条记录包含的数据项格式说明如下表1-1所示: (其中黄色背景标识的数据项就是要采集的数据项) 位置范围字节长度含义000-03132/* 用户登录名 */032-0354/* inittab id */036-06732/* device name (console， lnxx) */068-0714/* 进程ID*/072-0732/* 登录类型7-登入，8登出 */07