ResultWriterクラスユーザの名前とプロファイルをタブで区切っ

ResultWriterクラス
ユーザの名前とプロファイルをタブで区切って1行に1人出力した テキストファイルを，gz圧縮した形式で出力するようにしてください．

q.v. GZipOutputStream

プログラムの起動
プログラムを実行するためにはいくつかの情報を与える必要があります． それは次のようなオプションで与えられるべきです．

rule
RuleBaseClassifierが使う判定ルールを含むファイル名
model
BayesianClassifierが使う判定モデルを含むファイル名
threshold
BayesianClassifierが使うしきい値
to
結果ファイルを書き込むためのディレクトリ名
実際のプログラムは次のように起動されることになります．

profiler --rule RuleFile.tsv --model model.txt --threshold 0.8
--to /home/profiler/result /path/to/raw/data/2014/11/01/
この場合，プログラムは判定ルールに「RuleFile.tsv」を， BayesianClassifierの判定モデルに「model.txt」を使い， しきい値を0.8として判定器を初期化し， 「/path/to/raw/data/2014/11/01/」にあるRAWデータファイルを読み込んで 「/home/profiler/result」に出力する．

コマンドラインオプションのパースに関しては，Apache Commons CLIを参照してください．

ログ出力仕様
slf4jを使用し，ログを出力してください．

ログは1回につき1行を出力してください． このとき，ログはLTSVフォーマットに従うようにしてください． このフォーマットは，Mapを1行になるよう文字列化したもので，キーと値を:（コロン）で区切って並べたものを，タブで連結した形式です．

これは後でログをPerlなどで解析する時に都合の良い形式です．

ログは，自動的に行われる処理について，どの処理が成功し，どの処理がなぜ失敗したのかということと，成功した場合はどれくらい時間がかかったのかということ，失敗して再処理を手動で行う時，どのような問題への対処を行い，どのような引数をわたせばよいのかということを知るために残されます． そうした情報を残すために，log4jのPatternLayoutを利用して，次のことが常に出力されるようにしてください．

プログラムのプロセスID
ログを出力した時間
ログのレベル
ログを発生させたクラス
ログメッセージ
プログラムからログ出力までにかかった時間
コードに添付されたlog4.propertiesファイルを参考にしてください．

処理が正常に進行した時，次のタイミングで，レベルINFOのログが出力されるべきです．

プログラムが開始された時．プログラムが開始されたというメッセージを残してください．
各Classifierが正常に初期化された時．
プログラムが正常に終了した時．プログラムが終了したというメッセージを残してください．
また，例外が発生した時，それがプログラムを終了させる例外である場合， なるべく上のレベルで例外をキャッチし，レベルERRORのログを出力させてから終了させるべきです．

その他，必要と思われるログを，DEBUGレベルで出力して構いません．

例外処理
次の例外が発生した時，プログラムは終了するべきです．

RuleBaseClassifierおよびBayesianClassifierの初期化に失敗した場合
RawDataParserがIOExceptionを発生させた時
ResultWriterが出力に失敗した時
テスト仕様
#### 性能系（速度） DummyRawDataWriterを使うとダミーのRAWデータを生成することができます． 1日分のRAWデータを生成し，実行にかかった時間を測定して報告してください． #### 性能系（負荷、スケーラビリティ） 1日分のRAWデータを生成し，それを処理したときのgclogを添付してください． このときjvmに与えるメモリは2GBとし，それでOutOfMemoryExceptionが 発生しないことを確認して下さい．

Kết quả (Việt) 1:

ResultWriter lớpHãy chắc chắn để đầu ra trong văn bản tập tin là in một mỗi dòng, phân tách bằng tab trong tên của người dùng và hồ sơ, định dạng nén gz.q. v. GZipOutputStreamBắt đầu chương trìnhBạn nên cung cấp một số thông tin để chạy chương trình. Nó nên được đưa ra với các tùy chọn sau.quy tắcTên tệp có chứa một quy tắc quyết định được sử dụng bởi RuleBaseClassifierMô hìnhTrong đó có quyết định mô hình sử dụng tên tập tin BayehiianclahihiifierngưỡngSử dụng ngưỡng BayesianClassifierđểKết quả viết để tên tập tin thư mụcChương trình thực tế sẽ bắt đầu sau đây.Hồ sơ - 0,8-quy tắc RuleFile.tsv - mẫu model.txt - ngưỡng - / -/ home/hồ sơ/kết quả /path/to/raw/data/2014/11/01Trong trường hợp này các chương trình bản án quy tắc bằng cách sử dụng mô hình quyết định của BayesianClassifier 'model.txt', 'RuleFile.tsv', tải ngưỡng giá trị khởi tester là 0,8, /path/to/raw/data/2014/11/01 và các tập tin dữ liệu thô, sản lượng để '/ home/hồ sơ/kết quả'.Phân tích của các tùy chọn dòng lệnh cho Apache Commons CLI.Đăng nhập đầu ra chi tiết kỹ thuậtsử dụng slf4j, xin vui lòng đăng nhập đầu ra.Đăng nhập, đầu ra một dòng / 1. Hãy chắc chắn bạn đăng nhập theo định dạng LTSV. Một loạt các định dạng này, bản đồ đường như, phím và giá trị: ） （ ruột kết nối và phân tách bằng tab trong các hình thức.Thật tốt khi bạn sau đó đăng nhập phân tích chẳng hạn như trong định dạng Perl.Để biết khi nào bằng tay tái xử lý các thất bại rằng sự thành công một đó là lý do tại sao không thành công, thành công các bản ghi mà xử lý thông tin được thực hiện tự động, và làm thế nào lâu nó mất, và đối phó với bất kỳ vấn đề, tốt wataseba bất kỳ đối số mà còn lại. Hãy chắc chắn để lại thông tin như vậy, bằng cách sử dụng log4j PatternLayout, luôn luôn phát ra sau.ID quá trình của chương trìnhThời gian đăng nhập đầu raMức độ đăng nhậpMà lớn lên các lớp học đăng nhậpThông điệp ghiThời gian đăng nhập đầu ra từ chương trìnhXin vui lòng tham khảo log4.properties tệp được đính kèm vào mã.Khi bạn tiến bộ thành công, thời gian sau, mức độ thông tin đăng nhập sẽ được đăng nhập.Khi chương trình được bắt đầu. Xin vui lòng để lại một tin nhắn rằng chương trình được bắt đầu.Khi mỗi loại đã được khởi tạo thành công.Khi chương trình kết thúc bình thường. Xin vui lòng để lại một tin nhắn mà chương trình kết thúc.Ngoài ra, nên chấm dứt với một ngoại lệ khi ngoại lệ xảy ra, nó chấm dứt chương trình nếu việc nắm bắt ngoại lệ ở cấp độ đầu càng nhiều càng tốt, để đầu ra mức độ lỗi đăng nhập từ.Các dường như yêu cầu khác, mức độ của bản ghi gỡ lỗi.Xử lý ngoại lệNgoại lệ sau đây xảy ra, chương trình nên là để kết thúc.Nếu bạn thất bại trong việc khởi tạo các RuleBaseClassifier và BayesianClassifierRawDataParser IOException một được nêu ra:Khi ResultWriter thất bại để đầu raKiểm tra các thông số kỹ thuậtBạn có thể tạo ra các dữ liệu thô của dummy ### hiệu năng hệ thống (tốc độ) DummyRawDataWriter. Đo thời gian nó đã để chạy và sản xuất dữ liệu thô nọ, xin vui lòng báo cáo nó. Xin vui lòng đính kèm các ### tạo ra hiệu năng hệ thống (tải và khả năng mở rộng) và 1 ngày của dữ liệu thô và xử lý nó khi gclog. Kiểm tra sau đó, nó không phải là một OutOfMemoryException khi jvm bộ nhớ 2 GB.

Kết quả (Việt) 2:

Lớp ResultWriter
một file văn bản có một đầu ra trên mỗi dòng, tách tên và tiểu sử của người sử dụng trong các tab, xin vui lòng được đầu ra trong một định dạng đó là nén gz. QV GZipOutputStream bắt đầu chương trình để chạy chương trình bạn cần phải cung cấp một số thông tin. Nó cần phải được đưa ra trong các tùy chọn sau đây. Rule tên file RuleBaseClassifier chứa một quy tắc quyết định có sử dụng mô hình tên tập tin chứa một mô hình quyết định BayesianClassifier sử dụng ngưỡng ngưỡng BayesianClassifier sử dụng để tên thư mục để viết một tập tin kết quả chương trình thực tế sẽ được bắt đầu như sau: bạn. Profiler --rule RuleFile.Tsv --model Model.Txt --Threshold 0,8 --Để / home / Profiler / kết quả / path / to / thô / data / 2014/11/01 / Trong trường hợp này, chương trình này là để xác định các quy tắc các "RuleFile.tsv", sử dụng "model.txt" để mô hình quyết định của BayesianClassifier, khởi tạo các đơn vị quyết định ngưỡng 0.8, để "/ path / to / thô / data / 2014/11/01 /" đọc các tập tin dữ liệu RAW là đầu ra cho "/ home / hồ sơ / kết quả". Đối với tùy chọn dòng lệnh Perth, xin vui lòng tham khảo các Apache Commons CLI. Đăng nhập đặc điểm kỹ thuật đầu ra sử dụng SLF4J, xin vui lòng ghi kết quả đầu ra. Đăng nhập, xin vui lòng ra một dòng tại một thời điểm. Trong trường hợp này, đăng nhập, xin vui lòng để theo định dạng LTSV. Định dạng này, trong đó có đến thành chuỗi để trở thành bản đồ trên cùng một dòng, hình thức của những gì được sắp xếp, các phím tách biệt và giá trị :( đại tràng), và ligated với các tab. Đây là một định dạng thuận tiện khi bạn phân tích sau đó đăng nhập như trong Perl. Đăng nhập, chế biến được thực hiện tự động, trong đó xử lý thành công, thực tế là cho dù bất kỳ lý do tại sao không xử lý được, mà bao lâu thời gian là chi nếu thành công, thực hiện tái chế bằng tay không thời gian, được thực hiện để đối phó với bất kỳ vấn đề, ​​nó là trái để biết rằng trong đó những gì đối số có thể cần phải vượt qua. Để lại thông tin như vậy, bằng cách sử dụng các log4j của PatternLayout, hãy làm những điều sau đây luôn luôn đầu ra. Quá trình chương trình ID của thời gian là sản lượng các bản ghi mức độ đăng nhập các bản ghi được tạo ra để lớp tin nhắn đăng nhập từ thời gian chương trình diễn ra để đăng nhập Vui lòng tham khảo các tập tin log4.properties được gắn vào các mã để tham khảo. Khi quá trình này đã được tiến hành một cách chính xác, tại thời gian tiếp theo, nên mức độ INFO log output. khi chương trình được bắt đầu. Vui lòng để lại tin nhắn mà chương trình đã được bắt đầu. khi mỗi Classifier đã được khởi tạo thành công. khi chương trình đã thành công. Xin vui lòng để lại tin nhắn mà chương trình đã kết thúc. Ngoài ra, khi một ngoại lệ xảy ra, nếu nó là một ngoại lệ để chấm dứt chương trình, để bắt ngoại lệ ở mức trên càng nhiều càng tốt, nên được thoát để ra một bản ghi của mức ERROR. Khác, nhật ký được coi là cần thiết, nó không quan trọng đến sản lượng ở mức DEBUG. Xử lý ngoại lệ khi các ngoại lệ sau đây xảy ra, chương trình phải được chấm dứt. Nếu không thể khởi RuleBaseClassifier và BayesianClassifier RawDataParser là khi gây ra một IOException khi ResultWriter không ra đặc điểm kỹ thuật kiểm tra nó có thể sử dụng một hệ thống hiệu suất #### (tốc độ) DummyRawDataWriter để tạo ra một dữ liệu RAW giả bạn. Để tạo ra các dữ liệu RAW của một ngày, xin vui lòng báo cáo bằng cách đo thời gian nó đã để chạy. #### Hệ thống Performance (tải, khả năng mở rộng) để tạo ra các dữ liệu RAW của một ngày, hãy đính kèm một gclog khi bạn xử lý nó. Tại thời điểm này, bộ nhớ 2GB và để cung cấp cho các JVM, do đó hãy chắc chắn rằng OutOfMemoryException không xảy ra.