【正文】 擴展名）、每日工作時間范圍、采集數(shù)量（條數(shù)）、被處理文件大小、輪詢間隔 、對不符合規(guī)則數(shù)據(jù)的處理方式（刪除、移到備份、不處理） 。 模板指定 把設(shè)置好的采集 模板 指定到稿源上。 系統(tǒng) 預(yù)置 CNML、 XinHuaML、 FounderEnpML 模板。 . 模板管理 模板設(shè)置 模板是用來建立源數(shù)據(jù)文件與內(nèi)容管理系統(tǒng)各元數(shù)據(jù)項直接的映射關(guān)系的。稿源信息包含：源數(shù)據(jù)位置、目標(biāo)站點、稿源模板、稿源采集規(guī)則等信息。 . 模塊單元設(shè)計 . 稿源管理 稿源管理包含稿源新增、稿源修改和稿源刪除功能。 . 結(jié)構(gòu)圖 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 34 頁 共 111 頁 內(nèi)容采集系統(tǒng)在執(zhí)行稿源數(shù)據(jù)采集時可以由管理用戶為稿源數(shù)據(jù)指定格式模板，也可為入庫引擎指定運行策略，同時對采集到的數(shù)據(jù)可以做一定的信息過濾和自動校正的處理 。 ? 遠程發(fā)稿模塊 為了方便外出人員進行在系統(tǒng)中工作，遠程發(fā)稿模塊通過遠程代理的方式，實現(xiàn)了遠程使用系統(tǒng)進行發(fā)稿、管稿、發(fā)稿等內(nèi)容管理系統(tǒng)功能。 ? 客戶端平臺 提供完整的內(nèi)容管理系統(tǒng)功能共用戶使用。 ? 發(fā)布系統(tǒng) 發(fā)布系統(tǒng)完成內(nèi)容管理系統(tǒng)中數(shù)據(jù)到頁面的發(fā)布的工作，系統(tǒng)依據(jù)內(nèi)容管理系統(tǒng)模版管理、組件管理、欄目管理、發(fā)布樹管理等功能，很好地完成了基于 XML 信息片的實時和定時合成和頁面生成工作。 ? 內(nèi)容管理 系統(tǒng) 內(nèi)容管理模塊是網(wǎng)站 CMS 系統(tǒng)的核心 分布式存儲模塊，完成 CMS 系統(tǒng)得成品資料、背景資料以及其它的需要存儲管理的資料的存儲和管理工作。本處引用如下： 圖 新華網(wǎng)內(nèi)容管理系統(tǒng) 總體 結(jié)構(gòu) ? 內(nèi)容采集 系統(tǒng) 內(nèi)容采集模塊，是系統(tǒng)的批量資料導(dǎo)入接口，在內(nèi)容采集模塊中，提供了標(biāo)準(zhǔn)的JavaAPI 和 WebService 接口（包含 XML 文件接口），供第三方廠商調(diào)用，提過直接調(diào)用這兩種形式的接口，可以直接把信息推送到 CMS 系統(tǒng)中。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 31 頁 共 111 頁 第 6章 . 系統(tǒng)單元設(shè)計 系統(tǒng)單元劃分 系統(tǒng)總體結(jié)構(gòu)設(shè)計詳見 “系統(tǒng)結(jié)構(gòu)”章節(jié)。 . 碎片 文件 發(fā)布系統(tǒng)在完成組件內(nèi)容解析后，把解析結(jié)構(gòu) 緩存 成 碎片文件。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 30 頁 共 111 頁 . 多語種技術(shù) 內(nèi)容管理系統(tǒng)在一個系統(tǒng)中同時管理多 種語言的內(nèi)容，并且能夠正確地在網(wǎng)站上發(fā)布每個語種的內(nèi)容。在可視化編輯過程中， “組件 ”可以顯示為一些占位文字，也可以自動根據(jù)內(nèi)容管理中的數(shù)據(jù)生成。同時，需要記錄稿件的版本與修改痕跡。 . 可視化 XML 編輯技術(shù) +修改痕跡技術(shù) 內(nèi)容管理中的稿件，最適合用 XML 表示。 工作流引擎是用于定義、實現(xiàn)和管理工作流運行的一套軟件系統(tǒng)，它與工作流執(zhí)行者（人、應(yīng)用）交互，推進工作流實例的執(zhí)行，并監(jiān)控工作流的運行狀態(tài)。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 29 頁 共 111 頁 關(guān)鍵技術(shù)與算法 . 工作流技術(shù) 工作流 是針對工作中具有固定程序的常規(guī)活動而提出的一個概念。同時該平臺上采用插件結(jié)構(gòu)設(shè)計，可以把其他系統(tǒng)功能加入進來，插件可以隨時開發(fā)自由注冊，方便客戶端平臺的擴展。 ? 分發(fā)系統(tǒng) 把發(fā)布 系統(tǒng)生成的靜態(tài)頁面、關(guān)聯(lián)圖片、 js 文件、 css 文件等生成結(jié)果安裝指定的規(guī)則發(fā)送出去，在發(fā)送的過程中，按照指定邏輯可以對發(fā)送的文件進行一些簡單的邏輯處理 。 在內(nèi)容管理模塊中，系統(tǒng)提供了對于數(shù)據(jù)資料的分庫存儲管理，按照資料屬性的不同的文檔文件夾管理，多種分類方式的分類管理，元數(shù)據(jù)定義等功能，實現(xiàn)了網(wǎng)站內(nèi)容的海量存儲。 比如：新華社電稿文件都放在某一個共享目錄中，內(nèi)容采集系統(tǒng)的輪詢引擎監(jiān)控目錄中文件變化情況，對新增的文件 進行入庫操作。 比如： TRS 系統(tǒng)，通過內(nèi)容采集模塊的 WebService 接口的調(diào)用，便可以把抓取到的頁面內(nèi)容載入到 內(nèi)容管理 系統(tǒng)中，以便 內(nèi)容管理 系統(tǒng) 的內(nèi)容編輯繼續(xù)完成下一步的發(fā)布工作。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 27 頁 共 111 頁 圖 新華網(wǎng) 內(nèi)容管理系統(tǒng) 總體 結(jié)構(gòu) 通過對用戶需求的細致分析，經(jīng)過公司專家組成員的建議與評審，我們設(shè)計的 內(nèi)容管理系統(tǒng)包含如下的功能模塊。 a) 注：新華社圖片稿件的圖片存儲在應(yīng)用服務(wù)器的 NAS 上面，每半年占據(jù) 55G 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 26 頁 共 111 頁 數(shù)據(jù)存儲空間，由歸檔模塊負責(zé)清理 日志、用 戶、欄目、成品庫、資料庫等其他數(shù)據(jù)使用存儲單元： RAC2，總數(shù)據(jù)量為（ ＋ 542＋ 14）＝ 563G。 系統(tǒng)日志 根據(jù)目前多站點系統(tǒng)的日志情況計算： 日志記錄數(shù) 日志量 (K) 1 天 80,300 40,150 1 月 2,409,013 1,204,506 3 月 7,227,038 3,613,519 半年 14,454,075 7,227,038 1 年 29,309,652 14,654,826 2 年 58,619,305 29,309,652 3 年 87,928,957 43,964,479 如果日志歸檔規(guī)則按保存一年的情況來計算，需要存儲量 14G。 成品庫 成品庫中保存的是發(fā)向新華社多媒體數(shù)據(jù)的稿件，目前每天 送稿量是 200，如果此數(shù)據(jù)比較平穩(wěn)，不考慮突發(fā)增長量的情況如下 稿件數(shù) 稿件量 (K) 1 天 200 20,064 1 月 6,000 601,924 3 月 18,000 1,805,771 半年 36,000 3,611,541 1 年 73,000 7,323,403 按歸檔規(guī)則保存半年的數(shù)據(jù)存儲量是 。 發(fā)布庫 發(fā)布庫的記錄數(shù)基本與簽發(fā)庫的記錄數(shù)一致。 簽發(fā)庫 發(fā)布稿件條數(shù) 發(fā)布圖片量(張 ) 發(fā)布圖片數(shù)據(jù)量 (K) 稿件正文量(K) 稿簽量 (K) 稿件圖文總量(K) 1 天 30,000 55,790 1,952,660 46,973 5, 2,005,392 1 月 900,000 1,673,709 58,579,808 1,409,201 172, 60,161,774 1 年 10,950,000 20,363,457 712,720,991 17,145,274 2,101, 731,968,244 3 年 32,850,000 61,090,371 2,138,162,974 51,435,821 6,305, 2,195,904,733 5 年 54,750,000 101,817,284 3,563,604,957 85,726,368 10,509, 3,659,841,222 如果簽發(fā)庫歸檔規(guī)則平均按 1 年來計算，則簽發(fā)庫要保存的圖文總量在 732G。 頁面分發(fā) 多服務(wù)器、動態(tài)負載均衡 頁面分發(fā) Dell2950 6 Red Hat Linux Enterprise v4 JDK 與生成發(fā)布服務(wù)器共享NAS 存儲區(qū)域 通過 Ftp 和Socket 方式把生成頁面?zhèn)魉统鋈? . 系統(tǒng)數(shù)據(jù) 分布 . 數(shù)據(jù)量估算 源稿庫 存儲時長 稿件條數(shù) 稿件數(shù)據(jù)量 無圖片量 1 個月 ≈ （萬條） ≈ （ G） ≈ 380（ M） 3 個月 ≈ 10（萬條） ≈ 29（ G） ≈ （ G） 半年 ≈ 20（萬條） ≈ 58（ G） ≈ （ G） 1 年 ≈ 40（萬條） ≈ 117（ G） ≈ （ G） 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 24 頁 共 111 頁 如果按歸檔規(guī)則為保存半年來計算，需要的存儲量為 。 為內(nèi)容管理應(yīng)用提供靜態(tài) 資 源 訪問。 基于 B/S 和 C/S 架構(gòu)中都采用分層結(jié)構(gòu)設(shè)計 ，系統(tǒng)的 分 層結(jié)構(gòu)示意圖如下： 圖 新華網(wǎng) 內(nèi)容管理系統(tǒng) 技術(shù)架構(gòu)圖 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 21 頁 共 111 頁 . 物理部署 系統(tǒng)的物理部署示意圖如下： 圖 新華網(wǎng) 內(nèi)容管理系統(tǒng) 物理部署 圖 圖中分為應(yīng)用數(shù)據(jù)區(qū)和前端服務(wù)區(qū) 要使用的服務(wù)器；系統(tǒng)存在接口的其他系統(tǒng)的服務(wù)器位置 。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 20 頁 共 111 頁 第 5章 . 系統(tǒng)總體結(jié)構(gòu) 系統(tǒng)結(jié)構(gòu) 新華網(wǎng) 內(nèi)容管理系統(tǒng)（ CMS），將采用 C/S+B/S 體系結(jié)構(gòu)，系統(tǒng)中間件平臺采用WebLogic，數(shù)據(jù)庫服務(wù)采用 Oracle 數(shù)據(jù)庫。 折衷策略 項目進度要求非常進展，所以在各模塊的設(shè)計開發(fā)中應(yīng)盡量考慮使用成熟的技術(shù)以保證降低風(fēng)險，保證進度。編輯器采用插件機制，為將來擴展編輯器功能提供基礎(chǔ)。 基于對象的內(nèi)容管理子系統(tǒng)； 系統(tǒng)采用基于網(wǎng)站對象的 內(nèi)容管理子系統(tǒng)，能夠定制對象屬性、定制對象的存儲方式與存儲策略，為將來系統(tǒng)對象的再次利用提供了擴展策略。 基于 XML 的信息片的發(fā)布方式，為將來擴展多介質(zhì)、多展現(xiàn)形式的的擴展策略提供了數(shù)據(jù)基礎(chǔ)。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 17 頁 共 111 頁 軟件、硬件環(huán)境 . 硬件環(huán)境 數(shù)據(jù)庫服務(wù)器： Sun Fire V890 6 應(yīng)用 服務(wù)器： Sun Fire T2020 6 發(fā)布服務(wù)器： Dell 6850 6 分發(fā)服務(wù)器： Dell 2950 6 靜態(tài)資源服務(wù)器： Dell 2950 2 直播服務(wù)器： Dell 2950 2 . 軟件環(huán)境 內(nèi)容管理系統(tǒng)數(shù)據(jù)庫： Oracle 10g 內(nèi)容管理系統(tǒng)應(yīng)用服務(wù)器： BEA WebLogic Oracle 以 分組、分 RAC 方式部署， WebLogic 以負載均衡 、 Cluster 方式部署。 與中文新聞信息分類對應(yīng)的 中文新聞信息分類與代碼國家標(biāo)準(zhǔn)有利于進一步開發(fā)和整合全社會的中文新聞信息資源；不僅為新聞信息分類工作人員提供分類標(biāo)引的依據(jù)，也為實現(xiàn)中文新聞信息分類自動化打下一個可靠的基礎(chǔ)。 . 中文新聞信息分類標(biāo)準(zhǔn) 中文新聞信息分類是用于標(biāo)準(zhǔn)化、規(guī)范化的對信息信息進行分類，以便實現(xiàn)新聞行業(yè)之間、新聞行業(yè)和廣大用戶之間的新聞信息交換、存儲、處理和共享。該標(biāo)準(zhǔn)具有良好的擴展性和實用性，可用于多媒體新聞信息在通訊社、報社、廣播、電視臺、網(wǎng)站以及新聞信息用戶之間進行交換和共享。 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 16 頁 共 111 頁 . CNML 標(biāo)準(zhǔn) 中文新聞信息置標(biāo)語言標(biāo)準(zhǔn)是用于新聞信息創(chuàng)建、采集、加工、發(fā)布、評估反饋各個生命周期中使用的與國際接軌、又有中國特色的多媒體新聞信息元數(shù)據(jù)規(guī)范。XinhuaML 經(jīng)過一年的研制工作，于 2020 年 3 月完成制定 ，目前已在新華社的各個新建技術(shù)項目中得到了廣泛的應(yīng)用。 J2EE 技術(shù)的基礎(chǔ)就是核心 Java 平臺或 Java 2 平臺的標(biāo)準(zhǔn)版， J2EE 不僅鞏固了標(biāo)準(zhǔn)版中的許多優(yōu)點，例如 “編寫一次、到處運行 ”的特性、方便 存取數(shù)據(jù)庫的 JDBC API、 CORBA 技術(shù)以及能夠在Inter 應(yīng)用中保護數(shù)據(jù)的安全模式等等。 在本系統(tǒng)中，我們將采用 J2EE 作為 Web 服務(wù)應(yīng)用平臺。 Web 服務(wù)系列技術(shù)是架構(gòu)在在 XML 技術(shù)基礎(chǔ)上的網(wǎng)格計算技術(shù)，其體系架構(gòu)與 Web應(yīng)用的 N 層架構(gòu)是類似的，不同點在于最上層的面向瀏覽器的 Web Server 被面向程序 (Web Service Client)的 Web 服務(wù)所取代。實現(xiàn)系統(tǒng)的各部分（模塊）之間的通訊和整合，將相對分散的子系統(tǒng)組成一個統(tǒng)一的整體；實現(xiàn)子系統(tǒng)間的功能控制和信息交互與共享。它可將數(shù)據(jù)傳輸 到許多不同的系統(tǒng)，而無損壞。 將 Unicode 與客戶服務(wù)器或多層應(yīng)用程序和網(wǎng)站結(jié)合，比使用傳統(tǒng)字符集節(jié)省費用。許多操作系統(tǒng)，所有最新的瀏覽器和許多其他產(chǎn)品都支持它。 Unicode 標(biāo)準(zhǔn)已經(jīng)被這些工業(yè)界的領(lǐng)導(dǎo)們所采用，例如： Apple, HP, IBM, JustSystem, Microsoft, Oracle, SAP, Sun, Sybase, Unisys 和其它許多公司。任何一臺特定的計算機 (特別是服務(wù)器 )都需要支持許多不同的編碼，但是，不論什么時候數(shù)據(jù)通過不同的編碼或平臺之間，那些數(shù)據(jù)總會有損壞的危險。 這些編碼系統(tǒng)也會互相沖突。沒有一個編碼可以包含足夠的字符：例如，單單歐州共同體就需要好幾種不同的編碼來包括所有的語言。它們指定一個數(shù)字，來儲存字母或其他字符。在最高層上， WFMS 應(yīng)能提供以下三個方面的功能支持： 建造功能：對工作流過程及其組成活動定義和建模； 運行控制功能：在運行環(huán)境中管理工作流過程，對工作流過程中的活動進 行調(diào)度； 運行交互功能：指在工作流運行中， WFMS 與用戶（業(yè)務(wù)工作的參與者或控制者）及外部應(yīng)用程序工具交互的功能。業(yè)務(wù)流程中， 新華網(wǎng)三期項目系統(tǒng)設(shè)計書 第 14 頁 共 111 頁 實現(xiàn)了基于計算機自動化的全部或部分稱為工作流。 . 工作流