Expediente editorial

Diretor Geral
Rafael Peregrino da Silva
rperegrino@linuxmagazine.com.br
Burrice bem-vinda
Embora raros, há sistemas na engenharia e na biologia que são tão eficientes
Editores
Flávia Jobstraibizer
fjobs@linuxmagazine.com.br
que acabam por gerar problemas estruturais e/ou operacionais. A velocidade
Kemel Zaidan na entrega de obras na construção civil leva empresas de engenharia a usar

EDITORIAL
kzaidan@linuxmagazine.com.br
Editora de Arte
determinados aditivos na cura do concreto que aceleram o seu processo de
Larissa Lima Zanini endurecimento e secagem, mas que podem resultar em porosidade do mate-
llima@linuxmagazine.com.br
Estagiário rial. Do lado da medicina, há certas cirurgias cuja realização é recomendada
Felipe Brumatti Sentelhas
fsentelhas@linuxmagazine.com.br
após os cinquenta anos de idade, pois antes disso o processo de cicatrização é
Colaboradores
tão célere que acaba resultando em recidiva anos mais tarde. Antes da idade
Alexandre Borges, Alexandre Santos, Augusto
Campos, Brice Goglin, Charly Kühnast, Erik Bärwaldt,
recomendada, o paciente deve tentar amenizar o problema usando paliativos.
Hans-Peter Merkel, Ian Dickinson, Jeff Squyres, Até certo tempo atrás – e, na minha idade, “certo tempo” significa pelo
Jon ‘maddog’ Hall, Kai-Thorsten Hambrecht, Klaus
Knopper, Kurt Seifried, Marcel Gagné, Markus menos umas três décadas, ou seja, na era pré-PC –, operadores de computador
Feilner, Markus Heller, Markus Roth, Peter Kreussel,
Samuel Thibault, Thomas Pfeiffer, Zack Brown. estavam habituados a trabalhar no que se convencionou chamar de “termi-
Editores internacionais nal burro”, o qual ficava conectado a um computador de grande porte, onde
Uli Bantle, Andreas Bohle, Jens-Christoph Brendel,
Hans-Georg Eßer, Markus Feilner, Oliver Frommel, todo o processamento ocorria de fato. O terminal, normalmente conectado
Marcel Hilzinger, Mathias Huber, Anika Kehrer,
Kristian Kißling, Jan Kleinert, Daniel Kottmair, via porta serial ao mainframe, praticamente não fazia nada além de mostrar
Thomas Leichtenstern, Jörg Luther, Nils Magnus.
na tela os comandos digitados e eventuais resultados, bem como realizar a
Anúncios:
Rafael Peregrino da Silva (Brasil)
leitura dos dados inseridos via teclado. Esse modo de operar ainda é utilizado
anuncios@linuxmagazine.com.br
Tel.: +55 (0)11 3675-2600
(com variações) por muitas empresas até hoje, como, por exemplo, a Casas
Bahia. A diferença é que, atualmente, o terminal é um programa que simula o
Penny Wilby (Reino Unido e Irlanda)
pwilby@linux-magazine.com comportamento da máquina burra de outros tempos. No servidor, que ainda
Amy Phalen (América do Norte)
aphalen@linuxpromagazine.com
pode ser um mainframe, o sistema operacional agora é em geral Linux (em
Hubert Wiest (Outros países) operação virtualizada nesses sistemas de grande porte), apesar de haver ainda
hwiest@linuxnewmedia.de
Diretor de operações
sistemas operacionais para mainframes, como o z/OS da IBM, por exemplo.
Claudio Bazzoli Com o advento da computação em nuvem, vamos presenciar uma confi-
cbazzoli@linuxmagazine.com.br
guração semelhante chegando a uma grande parcela de usuários finais: como
Na Internet:
www.linuxmagazine.com.br – Brasil a maioria dos aplicativos vai funcionar diretamente a partir “da nuvem”, a
www.linux-magazin.de – Alemanha
www.linux-magazine.com – Portal Mundial capacidade de processamento da máquina local – que pode ser um PC mais
www.linuxmagazine.com.au – Austrália
www.linux-magazine.es – Espanha modesto, um netbook, um tablet ou mesmo um celular – poderá ser muito
www.linux-magazine.pl – Polônia
www.linux-magazine.co.uk – Reino Unido
menor. Isso vai democratizar ainda mais o acesso à Internet e aos aplicati-
www.linuxpromagazine.com – América do Norte vos fornecidos como serviços monetizados via publicidade hospedados na
Apesar de todos os cuidados possíveis terem sido tomados
durante a produção desta revista, a editora não é responsável
nuvem: ponto para o Google! E iniciativas como o lançamento do iCloud,
por eventuais imprecisões nela contidas ou por consequências realizado recentemente pela Apple, “transferem a central digital do usuário
que advenham de seu uso. A utilização de qualquer material da
revista ocorre por conta e risco do leitor. para a nuvem”, em uma tradução livre da afirmação feita por Steve Jobs por
Nenhum material pode ser reproduzido em qualquer meio, em
parte ou no todo, sem permissão expressa da editora. Assu-
ocasião do lançamento do novo serviço. Com isso, o denominador comum
me-se que qualquer correspondência recebida, tal como car-
tas, emails, faxes, fotografias, artigos e desenhos, sejam for-
da vida digital do usuário muda, e, assim, o PC perde a posição de destaque
necidos para publicação ou licenciamento a terceiros de forma que ocupou durante cerca de trinta anos. Os dispositivos móveis serão os apa-
mundial não-exclusiva pela Linux New Media do Brasil, a me-
nos que explicitamente indicado. relhos utilizados para realizar esse acesso. Ponto para o Linux, que já equipa
Linux é uma marca registrada de Linus Torvalds.
a maior parte dos dispositivos embarcados no mundo – tendência que cresce
Linux Magazine é publicada mensalmente por:
Linux New Media do Brasil Editora Ltda. exponencialmente. Afinal, em um mundo em que não há aprisionamento
Rua São Bento, 500
Conj. 802 – Sé
de plataforma operacional, onde um sistema livre, aberto, seguro e rápido
01010-001 – São Paulo – SP – Brasil
Tel.: +55 (0)11 3675-2600
está disponível gratuitamente para qualquer empresa desenvolver produtos e
Direitos Autorais e Marcas Registradas © 2004 - 2011–: soluções, que outra opção mais vantajosa poderia ser adotada?
Linux New Media do Brasil Editora Ltda.
Impressão e Acabamento: RR Donnelley Assim, à exceção dos sistemas que de fato necessitam de grande ca-
Distribuída em todo o país pela Dinap S.A.,
Distribuidora Nacional de Publicações, São Paulo.
pacidade de processamento local (edição de vídeo ou CAD/CAM, por
Atendimento Assinante exemplo), os sistemas baseados em Linux que vão equipar nossos dispo-
www.linuxnewmedia.com.br/atendimento
São Paulo: +55 (0)11 3675-2600
sitivos móveis poderão ser mais simples e, assim, menos inteligentes, já
Rio de Janeiro: +55 (0)21 3512 0888
Belo Horizonte: +55 (0)31 3516 1280
que a inteligência dos aplicativos estará hospedada na nuvem. O terminal
ISSN 1806-9428 Impresso no Brasil burro 2.0 chegou! Saúdem essa burrice bem-vinda! ■

Rafael Peregrino da Silva

Diretor de Redação

Linux Magazine #80 | Julho de 2011 3

ÍNDICE

CAPA
Novas tecnologias 27
Como é possível manter-se atualizado diante da
revolução de lançamentos no mercado de tecnologia,
com o qual somos bombardeados todos os dias?

Um novo começo para o HTML 28

Em 1999, quando o padrão HTML 4.01 apareceu pela primeira vez,
ninguém era capaz de prever o surgimento de blogs de video,
redes sociais e ferramentas de produtividade web. O padrão HTML5
transformará a Internet em uma nova geração de tecnologia e serviços.

Acelere ao máximo 34
O OpenCL permite ao programador acelerar um aplicativo transferindo
alguns cálculos para o processador de gráficos do computador.

Face a face 41
Softwares de reconhecimento facial estão se tornando cada vez mais
populares, além de mais sofisticados. Mostramos como usar o software
de código livre libface para identificar pessoas em suas fotos.

ZFS sob o sol 46

O formato ZFS, da Sun, é geralmente reverenciado como o mais
moderno sistema de arquivos disponível atualmente. O kernel Linux não
proporciona suporte direto para o ZFS, mas o usuário pode encontrar
alternativas para usá-lo tanto no espaço do kernel quanto do usuário.

4 www.linuxmagazine.com.br
 Linux Magazine 80 | ÍNDICE

COLUNAS REDES
Klaus Knopper 08 Alternativa de peso 58
Charly Kühnast 10
Zack Brown 12
Augusto Campos 13
Kurt Seifried 16
Alexandre Borges 20

NOTÍCIAS
Geral 20 O iSCSI oferece uma alternativa rápida e flexível para
armazenamento de arquivos em rede. A ferramenta
➧ Fim do Adobe AIR para Linux iSCSI permite que você configure o armazenamento de
➧ Xen completamente integrado ao Linux arquivos em sua própria rede, sem a necessidade de
uso de equipamento ou cabeamento especializado.

CORPORATE TUTORIAL
Notícias 22
Elo perdido 63
➧ Cisco apresenta novo sistema ASR9000
Conheça um novo método para processar, combinar,
➧ Red Hat lança soluções para gestão e desenvolvimento de nuvem analisar e apresentar informações ocultas em dados
➧ eBay adquire Magento brutos usando a plataforma Jena: web semântica
e dados vinculados (linked data) para Java.
➧ Oracle exige bilhões do Google
➧ Open Virtualization Alliance ganha 65 novos membros VoIP com Asterisk – parte IX 70

Coluna: Jon “maddog” Hall 24

Coluna: Alexandre Santos 26

ANÁLISE
Lições sobre localização 50

O sistema telefônico ultrapassado, presente até pouco

tempo atrás nas empresas, é prolífico em cobranças: cada
novo recurso ativado requer uma nova ativação de serviço,
com o preço adicionado ao pagamento mensal. É hora
de mudar. É hora de criar sua própria central VoIP

PROGRAMAÇÃO
Busca com qualidade 72

A topologia do servidor interno está se tornando cada

vez mais complexa. Entender onde os processos estão
sendo executados no servidor pode ter um grande
impacto no desempenho geral do sistema.

Pequeno soldado 55

Analisamos a ferramenta de indexação Open

Search Server e mostramos como integrar o recurso
de busca ao seu website utilizando PHP.

SERVIÇOS
Editorial 03
Emails 06
O Sentinella automatiza a forma com que o computador monitora Linux.local 78
problemas com recursos e outros estados de sistema. Preview 82

Linux Magazine #80 | Julho de 2011 5

 u
c.h
.s x
ww
–w
ro
ne
gje
Emails para o editor

nja
sa
CARTAS

Permissão
de escrita
Aplicativo personalizado [Desktop Entry]
Name=Terminal
Olá pessoal, criei uma calculadora utilizando lingua- Comment=Use the command line
gem C com GTK e compactei o programa em um TryExec=gnome-terminal
Exec=gnome-terminal
pacote .deb. Icon=utilities-terminal
Gostaria de saber como faço para que o programa seja Type=Application
exibido na aba acessórios da minha distribuição Linux. X-GNOME-DocPath=gnome-terminal/
João Vieira index.html
X-GNOME-Bugzilla-Bugzilla=GNOME
X-GNOME-Bugzilla-Product=
Resposta gnome-terminal
Caro João, para que o atalho seja exibido no menu X-GNOME-Bugzilla-
Acessórios do Gnome ou do KDE basta que você Component=BugBuddyBugs
X-GNOME-Bugzilla-Version=2.32.0
inclua no seu pacote um arquivo do tipo .desktop Categories=GNOME;GTK;Utility;
com os dados do aplicativo, como: nome, coman- TerminalEmulator;
do de execução, ícone, e seção do menu onde o StartupNotify=true
OnlyShowIn=GNOME;
aplicativo deve ser exibido. X-Ubuntu-Gettext-Domain=
No Gnome este arquivo deve ficar no diretório /usr/ gnome-terminal
share/applications/seu_programa.desktop.
Como exemplo, copio abaixo o conteúdo de um ar- Mais informações podem ser encontradas na documentação
quivo /usr/share/applications/gnome-terminal.desktop: do Gnome no endereço http://live.gnome.org/GnomeLove.

Escreva para nós! ✉

Sempre queremos sua opinião sobre a Linux Magazine e nossos artigos. Envie seus emails para
cartas@linuxmagazine.com.br e compartilhe suas dúvidas, opiniões, sugestões e críticas. Infelizmente, devido ao
volume de emails, não podemos garantir que seu email seja publicado, mas é certo que ele será lido e analisado.

6 www.linuxmagazine.com.br
 Coluna do Augusto
Bons ventos sopram
sobre o Android
Novas iniciativas e alternativas estão surgindo no
universo do desenvolvimento Android.
Q uem chega ao universo Android interessado
no fato de ele ser (em grande parte) um sis-
tema de código aberto (e por incluir o kernel
Linux) acaba tendo grande interesse pela possibilidade
de modificar o sistema e interagir com ele em níveis
mais avançados, assim como usualmente é possível fazer
em distribuições Linux no desktop. Mesmo quando essa
possibilidade não é colocada em prática, é interessan-
te saber que ela está lá e que pode ser aproveitada por
outros, de forma que possamos colher os frutos, afinal,
sempre há algum desenvolvedor interessado em adaptar
os recursos do sistema, agregar acessórios e ir além das
APIs oficiais, trocando a compatibilidade por utilidades
adicionais e melhor desempenho.
No caso do Android, essa situação poderia ser simbo-
lizada pelo CyanogenMod [1], um firmware alternativo
para smartphones, e-readers e tablets, que é mantido
por uma comunidade de fãs do Android e compatível
com dezenas de modelos de aparelhos. Ele oferece a
seus usuários recursos que frequentemente ficam de
fora nas versões de Android embarcadas nos aparelhos
por seus fabricantes e operadoras.
O CyanogenMod é um
firmware alternativo para
smartphones, e-readers
e tablets, que é mantido
por uma comunidade
de fãs do Android e
compatível com dezenas
de modelos de aparelhos.
Linux Magazine #XX | Mês de 200X
COLUNA
Normalmente, o desenvolvimento deste tipo de al-
ternativa se dá sem qualquer apoio dos fabricantes e
desenvolvedores originais ou, em determinados casos,
tendo de lidar com a resistência e obstrução ativas pra-
ticadas por eles, inclusive com travamentos feitos no
hardware para evitar a execução de sistemas alternativos.
Isso já foi tendência quase geral, e vai continuar
a acontecer. Porém, no final do primeiro semestre,
tivemos duas notícias muito positivas a respeito, in-
dicando uma possível mudança de maré entre os fa-
bricantes de aparelhos.
A primeira foi da HTC, cujo CEO veio a público
agradecer a paciência dos seus usuários e afirmar que
vai cessar com a prática de “travar” o boot dos seus
aparelhos equipados com Android – acabando assim
com a medida antipática cujo objetivo era dificultar a
instalação de sistemas alternativos.
Logo em seguida, foi noticiado algo ainda mais ex-
tremo na aproximação entre fabricantes e hackers: a
Samsung doou um aparelho Galaxy S II para um dos
desenvolvedores do CyanogenMod, com o objetivo
expresso de facilitar a portabilidade deste software al-
ternativo para o novo smartphone da empresa.
Nada disso garante aproximações ou aberturas defi-
nitivas, mas são excelentes notícias que podem ajudar a
ampliar o nível de abertura das plataformas móveis, ao
mesmo tempo em que certamente constituem critérios
adicionais a considerar na hora de escolher o fabricante
de nossos próximos produtos! ■
Mais informações
[1] CyanogenMod: http://www.cyanogenmod.com/
Augusto Campos é administrador de TI e, desde 1996, mantém o site BR-
linux.org, que cobre a cena do Software Livre no Brasil e no mundo.
13
 Coluna do Alexandre

Introdução ao
COLUNA

udev: controle
seus dispositivos
Relembre o uso do framework udev.

N
esta coluna (e possivelmente nas próximas), SCSI/SATA idênticos (sda, sdb, sdc...) têm o mesmo
vou relembrar um assunto bastante interes- major number (pois o Linux faz uso do mesmo driver
sante do Linux, mas que, no entanto, é por para acessá-los), mas minor numbers diferentes, já que é
muitas vezes esquecido pelos administradores: o fra- usada uma cópia diferente do driver para acessar cada
mework udev. Antigamente, os sistemas Unix (e aqui um dos discos rígidos. A mesma lógica se aplica para
também incluímos o Linux), que referenciam todo um único disco com múltiplas partições, loop device
e qualquer hardware através de arquivos no sistema files, usado para montar ISOs ou que tenha character
(ou ainda device nodes, se preferir), possuíam uma devices para acesso a terminais (tty´s). Note a saída
maneira bastante rudimentar de criar referências para de alguns arquivos de dispositivo do diretório /dev na
tais dispositivos, pois, como nunca se conhecia de an- listagem 1, onde b é block device e c é character devi-
temão qual hardware estaria presente na máquina, a ce; o primeiro número após o tipo do dispositivo é o
instalação do sistema operacional criava previamen- major number e o segundo número é o minor number.
te dezenas ou centenas de entradas (block device file Toda esta prestatividade em criar este enorme
ou character device file) no diretório /dev, tentando, conjunto de entradas em /dev é muito nobre, porém
assim, se antecipar ao administrador e garantir que traz diversos problemas, já que, como a criação des-
aquele dispositivo teria um arquivo representativo tas entradas é antecipada, muitos dispositivos jamais
válido daquele hardware. existirão na máquina. Isso deixa praticamente todos
Estes arquivos criados no diretório /dev possuem al- estes arquivos sem função alguma e ainda complicam
guns atributos especiais como major number e minor a sua vida quando você tiver de examinar o diretório
number, sendo que o primeiro explicita qual é o driver em questão, pois fica difícil saber quais hardwares
usado para acessar aquele dispositivo e o segundo diz existem realmente na sua máquina. Pior: imagine
qual instância deste driver é utilizada para acessar de- que você deseja utilizar seu tablet (com Android,
terminado dispositivo. Explico: arquivos de dispositivos espero), sua câmera digital e seu pendrive. Cada vez
de bloco (block device file) que referenciam 4 discos que você conectar estes dispositivos, eles serão atre-
lados a um arquivo de dispositivo diferente (sda, sdb,
Listagem 1: ls -l /dev sdc...), dependendo da ordem em que você executar
01 brw-rw–- 1 root disk 8, 1 2011-06-12 12:48 sda1
esta operação ou da ordem em que os seus drivers
02 brw-rw–- 1 root disk 8, 2 2011-06-12 12:48 sda2 forem carregados.
03 brw-rw–- 1 root disk 8, 5 2011-06-12 12:48 sda5 Depois de diversas evoluções, passando pelo DevFS
04 brw-rw–- 1 root disk 7, 0 2011-06-12 12:48 loop0 que foi excluído da árvore do kernel, os desenvolve-
05 brw-rw–- 1 root disk 7, 1 2011-06-12 12:48 loop1 dores do Linux chegaram ao udev, que possui fun-
06 crw--w–- 1 root tty 4, 10 2011-06-12 12:48 tty10 ções de gerenciamento do diretório /dev para resolver
07 crw--w–- 1 root tty 4, 11 2011-06-12 12:48 tty11 estes problemas e tornar o manuseio de dispositivos
muito mais simples, com o bônus de disponibilizar

18 www.linuxmagazine.com.br
estes hardwares e as suas propriedades no arquivo
de sistema (filesystem) montado no diretório /sys.
Algumas vantagens do udev são:
➧ Criação dinâmica de entradas para dispositivos
em /dev;
➧ Controle na criação dos nomes dos dispositivos
em /dev através de regras;
➧ Inicialização dos dispositivos de hardware de
maneira dinâmica (hotplug);
➧ Possibilidade de renomeação de interfaces
de rede;
➧ Vinculação de scripts para serem executados
na adição ou remoção de um hardware;
➧ Mudança da propriedade e permissão de
um dispositivo.
O leitor pode utilizar qualquer distribuição, como
Ubuntu, Red Hat ou Suse, para fazer testes com o
udev. Estou usando Ubuntu 11.04, pois é aquela que
está instalada no meu netbook, embora não escon-
da de ninguém que prefiro Red Hat ou Suse para
ambientes críticos. Caso o leitor ainda queira, pode
realizar o download do código do udev e compilá-lo.
Para fazer isso (no seu sistema podem ser exigidos
outros pacotes adicionais), a partir da raiz e como
usuário root, digite:
Linux Magazine #80 | Julho de 2011
# git clone git://git.kernel.org/pub/scm/linux/
hotplug/udev.git udev-lm
# apt-get install libacl1-dev
# apt-get install glib-2.0
# apt-get install gobject-*
# apt-get install gperf
# apt-get install gtk-doc-tools
# cd /udev-lm
# ./autogen.sh –without-selinux –disable-
-introspection
# make
# make udev/test-udev
Agora você pode executar o script Perl de teste
que vem junto com o udev, o qual simula a inclusão
e a remoção de dispositivos no sistema, de modo a
verificar se está tudo funcionando bem:
# perl test/udev-test.pl
No mês que vem continuamos a relembrar o uso
e funcionamento do udev. Até a próxima. ■
Alexandre Borges (alex_sun@terra.com.br, twitter: @ale_sp_brazil) é Es-
pecialista Sênior em Solaris, OpenSolaris e Linux. Trabalha com desen-
volvimento, segurança, administração e análise de desempenho desses
sistemas operacionais, atuando como instrutor e consultor. é pesquisa-
dor de novas tecnologias e assuntos relacionados ao kernel.
19
As novidades do mercado de tecnologia
Novas tecnologias
Como é possível manter-se atualizado diante da revolução de lançamentos no
mercado de tecnologia, com o qual somos bombardeados todos os dias?
por Flávia Jobstraibizer
A
cada dia descobrimos uma nova forma de realizar
tarefas corriqueiras, seja através de um novo dispo-
sitivo lançado ou mesmo através de uma nova tec-
nologia que surge. Os beneficios sessas novas tecnologias,
são inúmeros: todos os dias são lançados dispositivos que
facilitam a vida do usuário de telefonia celular, o profis-
sional que desenvolve sistemas conta com computadores
cada vez menores, o gestor que necessita de conexão a
todo momento, pode montar um ponto de acesso sem
fio de onde estiver, a escola que deve fornecer recursos
para seus alunos e pode utilizar uma nova plataforma de
aprendizagem online, o departamento de uma empre-
sa que através da implementação de uma nova forma
de armazenamento de arquivos, economizou ao evitar
a compra de outro servidor etc., são muitas as vertentes
que precisam da tecnologia e é claro, se movimentam
em torno dela e de suas novidades.
Algumas novas tecnologias tem um nível de obsoles-
cência tão grande, que já nascem desatualizadas. É o
caso dos tablets, dispositivos móveis com celulares e até
mesmo notebooks. Lançado um hoje, amanhã já exis-
tem outros melhores ou com mais recursos. Não raro,
quando sequer descobrimos que uma nova tecnologia foi
lançada, existem outras várias iniciativas em torno dela,
melhoradas e mais úteis. Como acompanhá-las? É esta
a pergunta que nos fizemos quando decidmos agrupar
algumas dessas novidades nesta edição da Linux Ma-
gazine, uma vez que, assim como a vida, a tecnologia
se reinventa e se renova todos os dias.
Vamos abordar algumas novidades tecnológicas que
estão acendendo o mercado, como é o caso do HTML5,
Matérias de capa
Um novo começo para o HTML 28
Acelere ao máximo 34
Face a face 41
ZFS sob o sol 46
Linux Magazine #80 | Julho de 2011
CAPA
que promete ser principal ator para o desenvolvimento
web da nova era da Internet.
Apresentamos ainda a tecnologia por trás das placas de
vídeo. Seus processadores, como obter melhor desempe-
nho e velocidade através de cálculos e scripts específicos
que as tornam mais eficientes e eficazes, com o openCL.
Na área de armazenamento e sistemas de arquivos, fa-
laremos sobre o iSCSI, que oferece uma alternativa rápida
e flexível para armazenamento de arquivos em rede. A
ferramenta permite que você configure o armazenamento
de arquivos em sua própria rede, sem a necessidade de
uso de equipamento ou cabeamento especializado. Outra
opção é o ZFS, da Sun, que é tido como o mais moder-
no sistema de arquivos disponível atualmente. O kernel
Linux não proporciona suporte direto para o ZFS, mas
mostaremos as alternativas para usá-lo tanto no espaço
do kernel quanto do usuário.
E para fechar esta edição, demonstraremos como
funcionam os softwares de reconhecimento facial, que
estão se tornando cada vez mais populares, além de
mais sofisticados. Aprenda como identificar pessoas
em fotos e montar uma base para automatização de
reconhecimento facial em lotes de imagens.
A nova era tecnológica já começou, mantenha-se atu-
alizado e boa leitura! ■
27

F
erramentas de monitoramen-
to de rede como o Nagios
observam toda a sua rede e
mandam um alerta caso aconteça
algum problema. Isso se você tiver
tempo e energia para configurar a
infraestrutura completa de alertas
no programa. Se você opera em
menor escala, talvez seja melhor
usar um pequeno soldado, em
vez de um exército completo. O
Sentinella é um desses aplicativos
práticos que supervisionam o seu
processador, espaço em disco ou
interface de rede e mandam um
alarme ou executam um determi-
nado comando quando um pro-
blema ocorre.
A ferramenta de monitoramen-
to Sentinella já conquistou o seu
espaço nos repositórios de muitas
distribuições, e é possível que você
possa instalá-lo convenientemente
com o Synaptic, YaST ou outro ge-
renciador de pacotes. Se os pacotes
binários não estiverem disponíveis
Linux Magazine #80 | Julho de 2011
para a sua distribuição, você pode
baixar o arquivo do site do proje-
to [1] e realizar uma instalação
manual. O site tem informações
detalhadas sobre como configurar
a ferramenta.
Caso você não use o desktop
KDE, para o qual o Sentinella está
otimizado, instalar os arquivos bi-
nários normalmente irá instalar
o que é necessário para executar
o Sentinella no Gnome, Xfce ou
LXDE sem sacrificar recursos da
ferramenta.
Executar o Sentinella
Dependendo da sua distribuição
Linux, o processo de instalação do
pacote cria um item no menu da
área de trabalho. No Ubuntu 10.10,
o Sentinella fica no menu Aplicati-
vos/Ferramentas de sistema.
Quando aberto, o Sentinella é
exibido em uma janela simples. Não
se incomode em procurar por uma
barra de botões ou menus, pois um
Monitoramento de redes e sistemas | ANÁLISE
Monitoramento de redes e sistemas
Pequeno
ANÁLISE
soldado
O Sentinella automatiza a forma
com que o computador monitora
problemas com recursos e
outros estados de sistema.
Erik Bärwaldt
grupo de opções no topo e no meio
da janela já abrangem as principais
funções. Outros botões na metade
inferior da tela oferecem ações que
dependem das condições seleciona-
das (figura 1).
As condições que disparam uma
ação podem ser definidas de forma
granular, graças a providenciais caixas
de seleção e importação. Em vez de
manter configurações padrão, você
pode adicionar entradas personali-
zadas. Dependendo das condições
que você aciona, as configurações
mudarão para refletir o contexto. As
categorias básicas incluem: carga da
CPU, utilização de memória, tráfe-
go de rede, além de dia e hora. É
possível também selecionar ações a
serem disparadas de acordo com o
comportamento de outros progra-
mas. Nesse caso, o Sentinella exibe
uma janela listando todos os proces-
sos correntes e oferecendo escolhas
para a visualização. Por exemplo, se
você tem um grande número de pro-
55
 ANÁLISE | Monitoramento de redes

Figura 1: O programa é fácil de usar, graças à sua Figura 2: Escolha de um programa ativo na janela de
interface amigável. processos.

Figura 3: O Sentinella pode ajudá-lo a economizar energia. Figura 4: Monitoramento preventivo.

cessos ativos, pode querer destacar
somente os de usuários.
Na parte inferior da janela, você
encontra seis ações que pode atribuir
às condições selecionadas. Quando
o evento selecionado ocorre, você
pode reiniciar ou desligar a máqui-
na, colocá-la para dormir (sleep) ou
tocar um alarme de alerta. Três di-
ferentes alarmes estão disponíveis.
Um modo muito mais flexível é
executar um comando quando um
evento específico ocorre. Como
alternativa, você pode finalizar o
programa. Nesse caso, você verá
novamente uma lista de processos
para escolha (figura 2).
Após finalizar as configurações,
você pode começar a monitorar o
sistema clicando em Start, no centro
inferior da tela. A janela se tornará
acinzentada e você não poderá ver
entradas adicionais. O Sentinella
exibe um ícone de mensagem no
painel para que você possa fechar a
janela. Quando você clica no ícone,
a janela do programa é exibida no
desktop. Para finalizar o programa,
você deve clicar com o botão direito
do mouse no ícone no painel e clicar
e selecionar a opção Quit.
Risco
O Sentinella é capaz de desligar o
computador quando a carga da CPU
é menor do que 5% se você assim
escolher; contudo, você precisa to-
mar cuidado com esse tipo de ação.
Efeitos indesejados podem ocorrer,
incluindo perda de dados, caso o
Sentinella feche o sistema durante
uma rotina de backup, por exemplo.
Não se preocupe, pois mesmo mal
configurado o Sentinella não dani-
ficará seu hardware.
Cenários de
aplicativos
O Sentinella poderá ajudá-lo a
economizar energia se você usa o
software no laptop ou notebook.
Após selecionar CPU load como
condição, entre com o mínimo de
carga à direita do sinal de percen-
tual. Para evitar que o seu compu-
tador execute uma ação definida
antes que ocorra a condição, defi-
na o período de tempo no qual a
carga ficará abaixo do limite espe-
cificado para que o desligamento
ocorra. É necessário entrar com
um período válido de tempo para

56 www.linuxmagazine.com.br

que a configuração seja concluída
com sucesso. Abaixo, na janela do
programa, habilite a ação Sleep e
escolha Suspend ou Hibernate à
direita. Certifique-se de ter espaço
em disco suficiente ou a ação pode
provocar perda de dados (figura 3).
Em outro cenário, o Sentinella
pode ser útil para administradores
de rede. Uma vez que o programa é
capaz de monitorar tráfego de rede,
ele pode identificar e reportar ano-
malias em tempo real. Você pode
monitorar a entrada e a saída de da-
dos por meio das interfaces ativas de
rede. Se os volumes estiverem abai-
xo de limites determinados por um
período de tempo, você pode pedir
para disparar um alarme.
Um cenário como esse poderia
prevenir que transferências de da-
dos indesejados e em larga escala
ocorressem no ambiente de servi-
Linux Magazine #80 | Julho de 2011
Monitoramento de redes e sistemas | ANÁLISE
dor. Em ambientes heterogêneos, sistema definido ocorre antes do
em particular, essa é uma forma desligamento ou da execução da
eficiente de identificar a influên- ação definida. O risco de perda de
cia de um malware. Para esse tipo dados é real. Antes de implantar
de monitoramento, simplesmente o programa, você deve considerar
marque a opção Network traffic, de- cuidadosamente quais ações são
fina as interfaces de rede do sistema significativas no contexto de estados
e volumes de dados e programe o específicos do sistema. ■
alarme na seção de ações – há três
melodias para escolher no lado di-
reito da janela (figura 4). Mais informações
[1] Sentinella:
Conclusão http://sourceforge.net/
O software Sentinella assume a res- projects/sentinella
ponsabilidade de monitorar várias
tarefas em um sistema e responde
com ações predefinidas quando cer- Gostou do artigo?
go?
tos estados de sistema ocorrem. A Queremos ouvir sua
ua opinião.
opin o.
ferramenta é fácil e intuitiva para Fale conosco em
instalar; no entanto, os usuários cartas@linuxmagazine.com.br
zine om.b
correm riscos. Por exemplo, o sof-
Este artigo no nosso
so site:
s
tware não mostra uma mensagem http://lnm.com.br/article/5472
de alerta quando um estado de
57
 Apache Jena | TUTORIAL

Apache Jena

Elo perdido

TUTORIAL
Conheça um novo método para processar,
combinar, analisar e apresentar informações
ocultas em dados brutos usando a
plataforma Jena: web semântica e dados
vinculados (linked data) para Java.
por Ian Dickinson

O
compartilhamento de dados é
um dos tópicos mais quentes
atualmente na computação.
As fontes podem ser desde APIs do Fa-
cebook, dados científicos abertos e até
dados públicos gerados pelo governo
e disponibilizados gratuitamente. Por
todos os lados, há alguém liberando
novos dados para serem explorados
por desenvolvedores e cientistas de
dados [1]. Nesse cenário, espera-se
que projetistas, exploradores de dados
e desenvolvedores criem aplicativos
de valor para usuários finais, com re-
cursos novos e interessantes.
Sendo um desenvolvedor, como
abordar essa montanha de informa-
ções? Que ferramentas e técnicas
serão úteis? Muitas abordagens estão
disponíveis, variando desde de sim-
ples análise de arquivos com valores
separados por vírgulas (CSV) em pla-
nilhas de dados, consulta em bancos
de dados relacionais, chegando a fer-
ramentas de larga escala e distribuídas
de análise de informações na nuvem.
Como cada técnica possui vanta-
gens e desvantagens, e ao invés de
Figura 1: Uma representação gráfica da sentença.
fazer um levantamento completo de
todas elas, vamos focar apenas em
dados semânticos vinculados, mais
especificamente na plataforma Jena.
A web semântica
Não por acaso, as técnicas e ideias da
web semântica acabaram ganhando
uma reputação de complexidade e
dificuldade. O modelo de XML pa-
drão do RDF (Resource Description
Framework) é grosseiro, razão pela qual
modelar o mundo real pode revelar nu-
ances conflituosas. No entanto, em seu
núcleo estão duas ideias importantes.
A primeira é a de que estruturas ricas
e expressivas de dados, descrevendo in-
formações sobre determinado assunto,
podem ser construídas a partir de um
conjunto de informações simples so-
bre o relacionamento entre pares de
elementos: duas entidades nomeadas
ou uma entidade nomeada e um valor,
como um número.
Um exemplo simples: suponhamos
que o identificador para o artigo que
você está lendo é artigo123 (voltaremos
a isso em breve); então, a sentença “Ian
é autor do artigo123, sobre Jena” po-
deria ser escrito com a seguinte linha
de código, podendo ser representado
graficamente como na figura 1.
<ian> <autor-do> <artigo123>.
<artigo123> <tem-o-assunto> “Jena”.
Matematicamente, a estrutura exem-
plificada na figura é um gráfico dire-
cionado, que rotula os dois nós e suas
extremidades. Para ser simples, irei me
referir a ele apenas como um gráfico.
Uma vez que cada declaração contém
tipicamente três elementos – o assunto,
o objeto e o nome do predicado que
os liga –, o termo triple é usado para
denotar tal declaração. Isso leva a outras
expressões como triplestore, para um
banco de dados constituído de triples.
A segunda das duas ideias impor-
tantes é o nome das coisas que não
são valores, que é representado por
URIs. Um URI (Uniform Resource
Identifier, ou Identificador de Recursos
Uniforme) refere-se a um conjunto
de identificadores definidos pela RFC
2396. O mais importante desse con-
junto é que ele inclui identificadores
http:// para websites familiares. O uso
de URIs por identificadores tem duas
consequências importantes: primei-
ro, todos os identificadores formam
eficazmente um grande namespace,
minimizando as chances de usar aci-
dentalmente um mesmo nome para

Linux Magazine #80 | Julho de 2011 63

 TUTORIAL | Apache Jena

se referir a coisas diferentes. Segun- escrita direta sobre aquele domínio ditos ao autor deve ser tratado com
do, a maioria dos URIs podem ser podem atualizar o significado mais cuidado, porque uma pessoa não é
“resolvidos” ou procurados com um diretamente associado aos termos. um recurso de informação na web.
navegador de Internet, de forma que Então, para atualizar o exemplo com Essa questão, amplamente debatida,
dê informações sobre o termo que o uso de URIs, precisamos considerar tem uma série de soluções que vão
está sendo identificado. quais identificadores usar. Sempre além do escopo deste artigo. Um
Além das consequências óbvias que possível, deve-se tentar reutilizar URI elaborado com a classe Person
de ter o significado, ou a semântica, vocabulários existentes. O vocabulário do vocabulário Friend of a Friend
declarado explicitamente, isso signi- Dublin Core Metadata Initiative [2] (FOAF, ou amigo do amigo) [3], será
fica também que o responsável pela possui um conjunto bem estabelecido suficiente. Com essas mudanças, o
manutenção do domínio web que de vocábulos para “metadados conhe- exemplo fica assim:
hospeda o identificador tem alguma cidos”, como o autor de uma matéria.
<http://epimorphics.com/rdf/
autoridade sobre o uso ou significa- O próprio artigo, aliás, eventualmente staff#ian> rdf:type foaf:Person.
do pretendido do termo. Além dis- ganhará uma identidade no espaço <http://epimorphics.com/rdf/
so, qualquer um pode reutilizar um web de quem publica. staff#ian> dcterms:creator.
<http://epimorphics.com/documents/
termo publicado em um domínio. Por enquanto, isso é um rascu- drafts/jena-1>.
Aliás, a web semântica acaba enco- nho. Imagine portanto o URI padrão <http://epimorphics.com/documents/
rajando esse tipo de ação. No entan- http://epimorphics.com/documents/ drafts/jena-1> dcterms:subject
to, somente pessoas com direitos de draft#jena-1. O URI para dar cré- “Jena”.
<http://epimorphics.com/documents/
drafts/jena-1> rdf:type
Listagem 1: Código gerado pelo Schemagen no Doap.Java foaf:Document.
01 /** URL de uma homepage de um projeto, associada com exatamente
um projeto. */ Claro que poderíamos entrar em
02 public static final Property homepage = muitos detalhes sobre as várias tecno-
m_model.createProperty( "http://usefulinc.com/ns/doap#homepage" ) logias de web semântica: linguagens
de consulta, armazenamento persis-
Listagem 2: O núcleo do Init.java tente, vocabulários específicos e assim
por diante. Para focar na prática, no
01 public void run() { entanto, falareremos apenas sobre
02 if (noTDB() || hasOption( "f" )) {
03 // (re)criar a imagem TDB como os triples podem ser manipu-
04 FileUtils.deleteQuietly( getTDBFile() ); lados com código Java usando o Jena.
05 FileUtils.forceMkdir( getTDBFile() );
06
07
Dataset dataset = TDBFactory.createDataset( getTdbLocation() );
Apache Jena
08 // o nome do projeto é um argumento requisitado O Jena é um framework Java de código
09 String projectName = getArgs()[0]; aberto para criar, armazenar, manipular
10 String projectURI = projectNamespace() + projectName; e consultar dados semânticos na web.
11 Resource project = dataset.getDefaultModel().
createResource( projectURI ); Foi desenvolvido originalmente por pes-
12 quisadores dos laboratórios da HP no
13 project.addProperty( RDF.type, DOAP.Project ); Reino Unido e tem sido amplamente
14 project.addProperty( DOAP.name, projectName ); utilizado desde seu primeiro lançamento
15
16 // adicione descrições a partir de opções de linhas de em 2001. Em 2008, o time do Jena dei-
comando xou a HP e, em 2009, o Jena se tornou
17 addOptionalProperty( project, DOAP.shortdesc, "s" ); um projeto incubado na Apache [4].
18 addOptionalProperty( project, DOAP.description, "d" );
19
Ao invés de listar os recursos téc-
20 System.out.println( String.format( "Criada nova descrição nicos do Jena, vamos introduzir a
DOAP para %s projetos com %s triples", projectName, abordagem de algumas partes do
dataset.getDefaultModel().size() ) ); framework enquanto trabalhamos
21 }
22 else { por meio de exemplos. Algumas
23 System.out.println( "Logbook já existe, nenhuma ação sendo linhas de terminologia básica, no
tomada" ); entanto, ajudarão.
24 } O gráfico descrito previamente é
25 }
gerenciado no código Jena como um

64 www.linuxmagazine.com.br
 Apache Jena | TUTORIAL

objeto Model. O objeto é, nos termos do exemplo, o nome do projeto, a locali- que os dados DOAP estão armazenados
Java, uma interface ou especificação abs- zação do repositório fonte, quem está no diretório do próprio projeto. Com
trata que permite ao Jena fornecer vários trabalhando nele e assim por diante. o tempo, meu objetivo poderá ser o
tipos de objetos Model (armazenado na Felizmente, um vocabulário já existe de desenvolver a ferramenta para ar-
memória, no disco, sem interferência para gravar esse tipo de informação: mazenar mais do que simples dados
de disco etc.) com uma API comum. DOAP (Description of a Project, ou DOAP, talvez até incluir controle de
O Model é uma das abstrações chaves descrição de um projeto) [5] [6]. tempo, entre outras informações. Por
do Jena para lidar com RDF. Coincidentemente, os projetos da essa razão, vou generalizar o nome e
Um recurso no modelo, denotado Apache são encorajados a usar arqui- chamá-lo simplesmente de “Projeto
por uma URI, é representado por um vos DOAP. Embora o DOAP forme o Diário de Bordo”, representado pelo
objeto Resource, enquanto um valor, núcleo de um caderno de notas de um termo plb. Para brincar com o código,
como um número, é um Literal. O aplicativo, você deve ter a possibilidade veja o quadro 1.
predicado que liga os nós do gráfico de adicionar outras informações que Uma escolha razoável para o projeto
são objetos Property, e Property é uma pareçam relevantes sem ser restringido seria armazenar os dados em um sim-
subclasse de Resource. Finalmente, por esquemas rígidos de dados. ples arquivo RDF. No entanto, como
um objeto Statement representa um Projetar uma ferramenta visual rica meu o objetivo é ilustrar os vários recur-
triple. Um determinado Statement terá em recursos para criar e editar arqui- sos do Jena, vamos armazenar o RDF
um assunto Resource, um predicado vos DOAP está além do escopo deste gerado em um triplestore persistente.
Property e um objeto, que pode ser artigo. Em vez disso, tenho a meta de O Jena tem uma série de soluções de
tanto um Resource quanto um Literal. criar um conjunto de ferramentas de armazenamento RDF persistentes.
Chega de teoria. Vamos ver um linhas de comando e atualizar um diá- Vamos usar o TDB, customizado para
pouco de código. rio de bordo, imprimir um relatório e triplestore, com a capacidade de arma-
enriquecê-lo ao mesclar informações zenar um grande números de triples
Exemplo de aplicativo a partir de uma fonte externa. com eficiência sem requerer um banco
Suponhamos que você queira compar- O objetivo deste miniprojeto é gerar de dados relacional adicional, como o
tilhar detalhes com outros desenvol- e manter dados DOAP para um proje- MySQL, por exemplo.
vedores de código aberto, como, por to em particular; assim, eu presumirei O TDB pode suportar ordens de
magnitude muito maior que aquelas
Listagem 3: Consultar o ref:type que eu vou gerar agora, mas ele tor-
na bem direta a tarefa de atualizar o
01 /** O recurso com URI tem rdf:type t? */
banco de dados persistente.
02 public boolean hasType( String u, Resource t ) {
03 return getModel().getResource( u ).hasProperty( RDF.type, t );
04 } Quadro 1: Teste o código
Para o projeto, você precisará de
Listagem 4: Acumular documentos RDF descobertos por um compilador Java que suporte
Java 1.6. Eu estou usando tam-
meio do sindice.com bém o Maven para gerenciar o
01 // fase de leitura: adicione os documentos em um modelo combinado Jena e outras bibliotecas depen-
02 Model m = ModelFactory.createDefaultModel(); dentes. Então, você precisará da
03 for (ResIterator i = sIndex.listSubjectsWithProperty( RDF.type, versão mais recente do mvn. Final-
Sindice.Result ); i.hasNext(); ) { mente, o código está no repositó-
04 String docURL = i.next().getPropertyResourceValue( rio Git e o exemplo também lida
Sindice.link ).getURI(); com metadata Git, de modo que
05 você precisará do Git instalado. O
06 // poderíamos ser mais sofisticados sobre a proveniência dos recursos
pom.xml, no diretório raiz do proje-
07 try {
08 m.read( docURL ); to, lista as dependências de soft-
09 } ware. O Maven instalará todos au-
10 catch (RuntimeException e) { tomaticamente como necessário.
11 // alerte sobre falha de leitura, mas siga na leitura de
Para clonar o projeto do repositório
outros documentos
12 log.warn( String.format( “Failed to retrieve from %s Git, use o seguinte comando:
because: %s”, docURL, e.getMessage() ) ); git clone git@codebasehq.com:
13 } epimorphics/epimorphics-open/
14 } jena-plb-tutorial.git

Linux Magazine #80 | Julho de 2011 65

 TUTORIAL | Apache Jena
Início do projeto
O problema tem quatro componen-
tes: inicializar o projeto, atualizar a
descrição DOAP manualmente, au-
mentar a descrição automaticamen-
te e reportar o perfil DOAP. Cada
componente é chamado pela linha
de comando (quadro 2).
Inicializar o projeto é algo direto:
você precisará criar o elemento de
armazenamento TDB (ou recriar se
o usuário quiser forçar a criação de
um novo elemento de armazenamen-
to) e adicionar um recurso root para
representar o projeto DOAP que es-
tou descrevendo. Criar um elemen-
to de armazenamento TDB requer
um diretório para os dados – vamos
usar o ./.plb/tdb por padrão – e um
chamado Java. O chamado é uma
linha getTdbLocation(), método que
retorna uma string especificamente
no diretório TDB.
Dataset dataset = TDBFactory.
createDataset( getTdbLocation() );
Criar o recurso root para o projeto é
conceitualmente simples: é preciso so-
mente um URI para denotar o projeto e
esse deve ser atribuído ao doap:Project.
Aqui, doap: é o componente namespace
do URI e se expande para http://usefu-
linc.com/ns/doap#, enquanto Project é o
nome de uma classe RDFS. Matemati-
camente, classes RDFS (RDF Schema
ou Esquema RDF) correspondem a
conjuntos de coisas que compartilham
características semelhantes – o conjunto
de todas as coisas que são descrições de
projetos, por exemplo.
Para desenvolvedores, é interes-
sante pensar nas classes RDFS como
análogas aos types na linguagem Java
ou outras linguagens de programa-
ção. Tenha em mente, no entanto,
que as classes Java e as classes RDFS
têm diferenças importantes. Em par-
ticular, à medida que você descobre
mais informações sobre um recurso,
você poderá achar que se trata de um
membro de uma classe que você não
sabia de que fazia parte. Além disso,
66
um recurso pode ser membro de mui- dividuais definidos no arquivo. A ferra-
tas classes ao mesmo tempo. menta Schemagen pode ser executada
Obter o código Java para fazer com a partir da linha de comando ou como
que o recém criado projeto seja membro um plugin Maven [7]. Uma amostra
da classe doap:Project vai requerer um do código gerado aparece na listagem
novo triple, com o projeto como assun- 1. Os vocabulários completos estão
to, o predicado especial rdf:type como incluídos no projeto para download.
propriedade e um recurso denotando Considerando que eu tenho acesso às
a classe doap:Project como um objeto. propriedades e classes DOAP por meio
O URI doap:Project não muda (a não da classe DOAP.java, o início do projeto
ser que o esquema mude), então este é direto, como mostrado na listagem 2.
será definido como constante. Embora
seja possível escrever manualmente a Inclusão manual no
declaração de uma constante no códi-
go, correríamos o risco de fazer erros de
diário de bordo
transcrição e criar problemas de manu- Muitos bits de informação útil sobre
tenção com a mudança de esquema. um projeto devem ser capturados,
Felizmente, o Jena oferece uma inclusive as várias propriedades dife-
ferramenta que gera um código Java rentes utilizadas pelo DOAP. Assim,
automaticamente a partir de um ar- eu quero que meus usuários possam
quivo RDFS, o schemagen. A classe Java adicionar informações de forma in-
gerada define constantes para cada uma cremental. No entanto, é necessário
das classes, propriedades e recursos in- atingir um balanço na interface apre-
Listagem 4: Acumular documentos RDF descobertos por
meio do sindice.com
01 // fase de leitura: adicione os documentos em um modelo combinado
02 Model m = ModelFactory.createDefaultModel();
03 for (ResIterator i = sIndex.listSubjectsWithProperty(
RDF.type, Sindice.Result ); i.hasNext(); ) {
04 String docURL = i.next().getPropertyResourceValue(
Sindice.link ).getURI();
05
06 // poderíamos ser mais sofisticados sobre a proveniência dos recursos
07 try {
08 m.read( docURL );
09 }
10 catch (RuntimeException e) {
11 // alerte sobre falha de leitura, mas siga na leitura de
outros documentos
12 log.warn( String.format( "Failed to retrieve from %s
because: %s", docURL, e.getMessage() ) );
13 }
14 }
Listagem 5: Modelo de consulta
01 String queryString = String.format( "describe ?s where
{?s <%s> \"%s\"}", FOAF.mbox_sha1sum.getURI(), mboxSha1 );
02 // analise a consulta
03 Query query = QueryFactory.create( queryString ) ;
04 // vincule ao modelo
05 QueryExecution qexec = QueryExecutionFactory.create(
query, collected );
06 // faça a consulta
07 dev.getModel().add( qexec.execDescribe() );
www.linuxmagazine.com.br
 Apache Jena | TUTORIAL

sentada aos usuários. Como não há
modelo de dados fixo, o RDF permite
que qualquer predicado seja anexado
a qualquer recurso, algumas vezes de-
clarado como “qualquer um pode dizer
qualquer coisa sobre qualquer coisa”.
Esse modelo pode ser muito pode-
roso, mas tanta abertura pode dificul-
tar as coisas. Por exemplo, há algumas
restrições na estruturação da interação
do usuário. Nesse caso, não espero que
os usuários digitem uma propriedade
URI completa ou linha de comando só
para adicionar um triple para a descri-
ção do projeto; então, permitirei que
qualquer propriedade no vocabulário
do DOAP seja abreviada somente com
seu nome de local, menos o namespa-
ce. Os usuários digitarão algo como:
$> plb set language Java
$> plb set -r release 1.0.1
Esses dois comandos adicio-
nam valores para doap:language e
doap:release; a bandeira -r substi-
tui um valor existente armazenado.
O código RDF específico na classe
de ação Set é pequeno: a maior parte
do código é ocupada com checagem
de rotina e manipulação de argumen-
tos. A definição da classe completa
pode ser encontrada no download.
Com Jena, toda informação de
estado é mantida no objeto Model.
No entanto, um objeto Resource
contém referência para o Model que
o contém. Então, eu posso pergun-
tar ao Resource pelos seus triples re-
lacionados, ou seja, pergunto se um
determinado URI corresponde ao
recurso com um rdf:type em parti-
cular (aqui atribuído ao parâmetro
type; listagem 3).
Dado um Resource denotando o
projeto, posso adicionar um novo
triple com esse recurso como um
assunto, usando o método addPro-
perty. Já que eu optei por usar um
modelo baseado em TDB persistente,
eu não preciso fazer uma chamada
separada para salvar os triples atua-
lizados no disco.
Dados automáticos
no diário de bordo
Até então, eu criei um novo diário
de bordo usando TDB e uma arma-
zenagem triple, defini um recurso
para representar o projeto e permiti
que os usuários anexassem algumas
propriedades à linha de comando.
É um começo sólido, mas não fez
muito ainda pela web semântica e
os princípios de dados ligados.
Meu projeto tem alguns desenvol-
vedores. Deste modo, vamos assumir
que eu quero anotar no meu diário
de bordo quaisquer informações que
possam ser coletadas sobre eles para
ter a visão mais fiel possível sobre
o projeto. Para evitar questões de
privacidade, vamos usar somente
informações públicas.
Qual seria a estratégia? Se o projeto
está usando um sistema de gerencia-
mento de recursos, posso listar todos
eles facilmente. Nesse tutorial, vou
presumir que o código é gerenciado
por um repositório Git. Algum pro-
cessamento simples do log do Git
listará os desenvolvedores por nome
e e-mail e podemos usar o endere-
ço de e-mail como uma chave para
reunir mais dados.
Amigo do amigo (Friend of a
Friend ou FOAF [8]) é outro vo-
cabulário RDF usado amplamen-
te. As pessoas utilizam FOAF para
publicar dados pessoais, como

Listagem 6: Listar todos os desenvolvedores do projeto

01 $ sp="prefix foaf: <http://xmlns.com/foaf/0.1/> prefix doap: <http://usefulinc.com/ns/doap#> prefix
plb: <http://www.epimorphics.com/tutorial/plb#> prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
02 $ tdbquery --loc=.plb/tdb "$sp select ?p ?e ?w {?p a doap:Project . ?p doap:developer ?d. optional
{?d foaf:mbox ?e ; foaf:homepage ?w}}"
03 --------------------------------------------------------------------------------
04 | p | e | w |
05 ================================================================================
06 | plb:plb | "mailto:i.j.dickinson@gmail.com" | <http://www.iandickinson.me.uk> |
07 | plb:plb | "mailto:ian@epimorphics.com" | <http://www.iandickinson.me.uk> |
08 --------------------------------------------------------------------------------

Listagem 7: Listar todas as propriedades do projeto

01 $ tdbquery --loc=.plb/tdb "$sp select ?p ?o where {?proj a plb:root . ?proj ?p ?o} order by ?p"
02 ----------------------------------------------------------------------------------------
03 | p | o |
04 ========================================================================================
05 | doap:description | "A Jena tutorial showing how to create DOAP project descriptions" |
06 | doap:developer | <http://www.iandickinson.me.uk/rdf/foaf#ian> |
07 | doap:name | "plb" |
08 | doap:shortdesc | "Jena PLB tutorial" |
09 | rdf:type | doap:Project |
10 ----------------------------------------------------------------------------------------

Linux Magazine #80 | Julho de 2011 67

 TUTORIAL | Apache Jena
websites, detalhes de contato, in-
teresses e amigos que conhecem
por referência de perfis de outros
amigos. A princípio, eu poderia
usar esses detalhes do log inicial
para procurar informações públicas
dos membros e adicionar automa-
ticamente ao diário de bordo. Na
história inicial do FOAF, a prática
de disfarçar endereços de e-mail
para evitar spams era uma medida
comum contra estes; assim, preci-
samos buscar pela soma SHA1 dos
endereços de e-mail dos meus de-
senvolvedores. Um algoritmo ideal
para obter essa informação seria:
for each unique committer C
let m be the email address of C
let s be sha1( m )
run the sparql query:
describe ?person where
{?person foaf:mbox_sha1sum
“value of s”}
A linguagem SPARQL é a padrão
para fazer consultas em armazena-
gens triple RDF e é totalmente su-
portada pelo Jena. Ela tem quatro
verbos de consulta:
Quadro 2: Empacotador de
linhas de comando
Uma variedade de comandos pode
ser executada de um shell. Em vez
de um script Bash para cada um
deles, um script empacotado, plb,
pode chamar um conjunto de co-
mandos diferentes. Veja o exemplo:
plb init test-project
O script Bash plb chama um pro-
grama Java para desempenhar o
comando predefinido no primeiro
argumento, com a convenção de
que um comando cmd corresponde
a classe Java com.epimorphics.plb.
Cmd. Para ter dependências no cami-
nho da classe, o script empacotador
executa o programa com mvn:exec,
que, por sua vez, executa um pro-
grama Java arbitrário com todas as
dependências do pom.xml, baixando
as dependências que faltam antes,
se necessário. O script Bash está no
diretório bin do projeto plb.
68
➧ select: entrega linha de valores
correspondentes, semelhante às ar-
mazenagens relacionais SQL;
➧ ask: confirma se um padrão de
consulta pode ser correspondido;
➧ construct: cria um novo gráfico
com o uso de templates e padrões e
consultas;
➧ describe: transfere a responsa-
bilidade de retornar uma descrição
útil de um recurso para um servidor,
suportando especificamente o caso
no qual o cliente não sabe a estrutu-
ra do gráfico contendo um recurso
em particular.
Tipicamente, o servidor retorna
algum tipo de descrição vinculada [9].
O ponto chave, aqui, é que o clien-
te – meu programa – não sabe os es-
quemas que podem ser usados para
anotar um recurso particular, razão
pela qual os verbos descritos são úteis
para obter um conjunto de dados que
podem ser processados localmente.
O único problema com meu algo-
ritmo, é que, no momento da escrita,
um serviço disponível publicamente
que agregava dados FOAF de múl-
tiplos pontos de publicação ficou
indisponível. No entanto, o projeto
de serviço de pesquisa Sindice [10]
proporciona um índice navegável
para todos os documentos RDF que
possam ser detectados. Posso emendar
meu algoritmo da seguinte maneira:
for each unique committer C
let m be the email address of C
let s be sha1( m )
query sindice.com for docs
mentioning s
for each found document
accumulate the doc
into local model L
run the sparql query against model L:
describe ?person where
{?person foaf:mbox_sha1sum
“valor do s”}
A princípio, o programa poderia
obter uma lista de desenvolvedores de
qualquer fonte de sistema de gerencia-
mento, no entanto o tutorial somente
lida com o repositório Git. O retorno
daquela parte de código é um Model do
Jena, contendo recursos denotando os
desenvolvedores no projeto, cada um
com um foaf:mbox denotando seu en-
dereço de e-mail como dado ao Git.
O que são esses recursos, no entanto?
Uma vez que eu não sei as reais identi-
dades dos desenvolvedores, apenas um
dos endereços de e-mail, que recurso
URI deve ser usado para denotar cada
desenvolvedor? Eu poderia criar um
identificador, porém o RDF também
permite um tipo especial de recurso
chamado recurso anônimo (anonymous
resource). Esse recurso age como qual-
quer outro, exceto pelo fato de não ter
identidade conhecida. Por razões his-
tóricas, é normalmente chamado de
bNode, que pode ser usado como um
alocador de recurso, sobre o qual co-
nheço a existência e propriedades, mas
não conheço a identidade. No exemplo
plb, eu crio bNodes para denotar os
desenvolvedores antes de reunir infor-
mações sobre eles de fontes públicas.
A API Sindice é muito fácil: é só
chamar http://sindice.com/search?q=
com o termo de busca depois do si-
nal de igual (=). Esse endereço usa
negociação de conteúdo HTTP
para determinar o formato no qual
deve retornar resultados, o que faz
da busca algo muito natural para o
Jena, uma vez que o método Model.
read() faz com que o tipo favorito de
conteúdo vá ao RDF. Para procurar
por todos os documentos que men-
cionam uma caixa de correio SHA1
em particular, mboxSha1, tudo o que
eu tenho de fazer é digitar:
Model sIndex = ModelFactory.
createDefaultModel();
sIndex.read( “http://api.sindice.
com/v2/search?q=” + mboxSha1 );
O Model resultante contém um
conjunto de recursos sindice:Result
denotando as buscas. Para cada uma
das buscas, eu tento executar o link
para o documento original, tendo
em mente que isso pode falhar se o
documento foi indexado há algum
tempo. A listagem 4 mostra o processo.
www.linuxmagazine.com.br

Dado um modelo que contenha
triples potencialmente relevantes
e acumuladas, eu posso executar
a consulta descrita (listagem 5).
Aqui, collected (linha 5) é o modelo
contendo os triples dos documen-
tos que foram coletados da web e
dev (linha 7) são os recursos para o
desenvolvedor sendo adicionados à
descrição do projeto.
Resta um passo. Eu utilizei mui-
tas informações da web. O modelo
inclui uma série de fontes denotan-
do a mesma pessoa, alguma delas
sendo bNodes; e eu gostaria de sim-
plificar o gráfico, mesclando essas
fontes redundantes.
O Jena não tem uma ferramenta
interna para fazer isso, mas não é
difícil com a propriedade foaf:mbox_
sha1sum, que é uma boa chave de
desambiguação. Em geral, esse
tipo de mesclagem de informa-
ção pode ser bem complexo, mas
não com essa simples abordagem.
Finalmente, adicionei os resulta-
dos da consulta describe para meu
modelo TDB persistente.
Relatórios
A SPARQL é útil também quando
quero produzir relatórios simples a
partir do diário de bordo. O coman-
do tdbquery está disponível na insta-
lação completa do Jena e executa
uma consulta contra um modelo
TDB da linha de comando. Por
exemplo, eu poderia listar todos os
desenvolvedores no projeto com os
seus sites, se conhecidos (listagem
6), ou listar cada propriedade do
projeto (listagem 7). Obviamente,
eu poderia escrever relatórios muito
mais abrangentes, mas precisaria de
tutoriais separados para isso.
Conclusão
Meu objetivo com este artigo foi intro-
duzir os recursos Jena para uma tarefa
prática. Não pretendo, com isso, ofe-
recer a melhor forma de gerar perfis
DOAP. Na verdade, o plugin Maven
Linux Magazine #80 | Julho de 2011
Apache Jena | TUTORIAL
faz esse trabalho. No entanto, a combi-
nação de um formato flexível de dados
e a habilidade de mesclar informações
de múltiplas fontes na web mostra as
possibilidades tanto do Jena em rela-
ção à abordagem de web semântica e
dados vinculados em geral.
O Jena está, atualmente, incubado
na Apache, e contribuições são bem
vindas: bugs, sugestões, correções etc.
Mais informações estão disponíveis
no site do Jena. ■
Gostou do artigo?
tigo?
Queremos ouvir sua
ua opinião.
Fale conosco em
m
cartas@linuxmagazine.com.br
gazine.com br
Este artigo no nosso
osso site:
te:
http://lnm.com.br/article/5494
br/art /549
Mais informações
[1] “What is Data Science?”
por Mike Loukides,
O’Reilly Radar, junho de
2010: http://radar.
oreilly.com/2010/06/
what-is-data-science.html
[2] Dublin Core Metadata
Initiative: http://
dublincore.org/
[3] Vocabulário FOAF: http://
xmlns.com/foaf/spec/
[4] Projeto Apache Jena: http://
incubator.apache.org/jena
[5] Vocabulário DOAP: http://
usefulinc.com/ns/doap#
[6] Página DOAP: http://
trac.usefulinc.com/doap
[7] Código-fonte Jena: http://
jena.sourceforge.
net/downloads.html
[8] Projeto Friend of a
Friend: http://www.
foaf-project.org/
[9] Descrição vinculada:
http://goo.gl/rOjmt
[10] Serviço Sindice: http://
www.sindice.com/
69
 TUTORIAL | VoIP com Asterisk - parte IX
Asterisk descomplicado
VoIP com
TUTORIAL
Asterisk – parte IX
O sistema telefônico ultrapassado, presente até pouco tempo atrás nas empresas, é prolífico
em cobranças: cada novo recurso ativado requer uma nova ativação de serviço, com o preço
adicionado ao pagamento mensal. É hora de mudar. É hora de criar sua própria central VoIP.
por Stefan Wintermeyer
N
a edição 79 da Linux Maga-
zine, você aprendeu sobre
como provisionar suas exten-
sões através de DHCP, recursos de lista
telefônica e redirecionamento de cha-
madas. Nesta edição, vamos abordar o
provisionamento de ramais via DHCP,
para implantação em massa de ramais
com um único arquivo de configura-
ção. Vamos ver ainda como trabalhar
com agenda telefônica. Mãos a obra!
Provisionamento
por DHCP
A implantação de ramais em massa,
é definida como um processo onde
vários telefones equipados com uma
única configuração passam a funcionar
automaticamente. O software Amoo-
ma Gemeinschaft, (Comunidade) [1]
abordado na edição anterior, usa para
o provisionamento coletivo de ramais,
um método que poderia ser aplicado
em instalações de outros procesos
tecnológicos: um servidor DHCP
busca todos os telefones e confere a
cada um uma URL que corresponde
ao seu respectivo arquivo de configu-
ração. Um exemplo de configuração
de ramais em massa via DHCP pode
ser conferido na listagem 1.
Comumente utilizados na telefonia
VoIP, os telefones Snom [2] lêem os
logs do servidor DHCP, sendo assim,
o aparelho reconhece os três primeiros
70
bytes do endereço MAC do dispositivo O telefone Snom converte o en-
e cria uma sequência de ramais. Então, dereço MAC do aparelho de “boo-
para o servidor DHCP, o telefone não tfile-name” por um endereço “{}
é apenas uma configuração de rede, mac” (para outros telefones pode
mas também é o nome de um servidor ser necessário instalar o módulo
TFTP e um arquivo de inicialização Mod_rewrite do Apache). Isto garante
do ramal com seu respectivo nome. ao servidor de provisionamento que
Listagem 1: dhcpd.conf
01 ;–––––––––––-
02 ; Chamar o ramal 1234567
03 ;–––––––––––-
04 exten => 1234567,1,Verbose(${CALLERID(num)})
05
06
exten => 1234567,n,GOToIf($[“${CALLINGPRES}”=”35”]?abuse1|1)
exten => 1234567,n,Dial(SIP/1001,30)
07
08
exten => 1234567,n,Playback(local/ed-greeting)
exten => 1234567,n,VoiceMail(1001@default)
09 exten => 1234567,n,Hangup()
10 ;–––––––––––-
11 ; Tratamento de chamadas anônimas
12 ; Local dos arquivos de áudio abaixo
13 ; /var/lib/asterisk/sounds/local
14 ;–––––––––––-
15 exten => abuse1,1,Answer
16 exten => abuse1,n,Wait(1)
17 exten => abuse1,n,Monitor()
18 exten => abuse1,n,Playback(local/ed-greeting_offenders)
19 exten => abuse1,n,WaitForSilence(500)
20 exten => abuse1,n,Playback(local/ed-ola)
21 exten => abuse1,n,WaitForSilence(500)
22 exten => abuse1,n,Playback(local/ed-assinatura_nao_reconhecida)
23 exten => abuse1,n,WaitForSilence(1200)
24 exten =>
25 abuse1,n,Playback(local/ed-entao_o_que_posso_fazer_por_voces)
26 exten => abuse1,n,WaitForSilence(1000)
27 exten =>
28 abuse1,n,Playback(local/ed-o_que_especificamente)
29 exten => abuse1,n,WaitForSilence(2000)
30 exten => abuse1,n,Wait(1)
31 exten => abuse1,n,Playback(local/ed-numero_restrito)
32 exten =>
33 abuse1,n,Playback(local/ed-infelizmente_sou_apenas_um_computador)
34 exten => abuse1,n,StopMonitor()
35 exten => abuse1,n,VoiceMail(1001@default)
36 exten => abuse1,n,Hangup
www.linuxmagazine.com.br

Figura 1: Agenda de telefones do software Comunidade.
o dispositivo MAC irá receber um
cabeçalho HTTP com um nome,
como por exemplo, “Snom 370”.
Um script PHP chamado gera a
configuração ao iniciar. A configura-
ção para cada fabricante é diferente,
com um telefone Snom em um caso
simples como na listagem 2 você pode
transformar qualquer extensão e per-
sonalizar as teclas do telefone. Com
o Comunidade também é possível
configurar os botões em uma interface
web (figura 1). Já os telefones Aastra
permitem que você selecione uma va-
riedade de configurações do servidor de
provisionamento – os telefones Snom
tem muito a melhorar neste quesito.
Releitura da
configuração
A maneira mais fácil de configurar
um telefone Snom novo, é realizan-
do um reboot neste, chamando em
conjunto o script:
wget -q -O /dev/null -o
/dev/null http://UIP_do_
telefone/confirm.htm?REBOOT=yes
No entanto, assume-se que o servi-
dor Snom local (o do próprio aparelho)
está habilitado e que não há nenhu-
ma proteção por senha. Mas, se uma
senha estiver configurada, informe-a
no comando wget. Após a reinicializa-
ção do aparelho, a nova configuração
do servidor de provisionamento do
aparelho será lida. Alternativamente,
Linux Magazine #80 | Julho de 2011
VoIP com Asterisk - parte IX | TUTORIAL
Figura 2: O Snom 370 mostra a agenda de contatos
usando o navegador XML do servidor Asterisk.
você pode enviar a configuração e Muitos usuários usam o recurso de
efetuar o reinício do aparelho através encaminhamento de chamadas para os
de um dispositivo SIP Notify persona- telefones, e o Comunidade as efetua de
lizado, como o arquivo /etc/asterisk/ forma centralizada no servidor, gravando
sip_notify.conf ilustrado a seguir: logs de cada uma delas. Elas podem ser
[snom-check-cfg] configuradas através da interface web
Event=>check-sync;reboot=false ou um código de serviço no telefone.
Content-Length=>0
[snom-reboot] Na próxima edição da Linux Ma-
Event=>reboot gazine, na última parte deste tutorial,
Content-Length=>0 você irá aprender como trabalhar
Agora digite o comando sip notify com scripts automatizados. Até lá! ■
snom-check-cfg 1234 no terminal, para
carregar a nova configuração no telefone.
Listagem 2: Configuração
O comando no Shell é uma chamada
do telefone Snom
equivalente ao comando asterisk -rx
\’sip notify snom-check-cfg 1234\’. 01 language: English
02 time_24_format: on
03 date_us_format: off
Agenda e 04 user_host1: 192.168.1.130
encaminhamento
05
06
user_name1: 1234
user_pname1: 1234
Em uma empresa, não pode faltar uma
07
08
user_pass1: Sippasswort
user_realname1: Paula Plauder
09 active_line: 1
agenda telefônica centralizada, com a
qual todos os telefones se comuniquem
e todos os seus usuários tenham acesso. Mais informações
Todos os kits de ferramentas do Asterisk [1] Amooma Gemeinschaft ou
fornecem uma agenda de telefones em Comunidade: http://www.
uma interface web interativa, e que amooma.de/gemeinschaft/
pode ser personalizada de acordo com [2] Série de telefones Snom:
http://www.snom.com/
a necessidade do usuário, conforto que de/products.html
depende do telefone conectado (alguns
telefones não interagem bem com o
Comunidade). O software também Gostou do artigo?
tigo?
permite que a agenda de telefones seja Queremos ouvir sua opinião.
pinião.
exibida no visor do aparelho (figura 2), Fale conosco em m
cartas@linuxmagazine.com.br
azine.com.
através de um navegador XML. Outros
recursos presentes no visor do telefone Este artigo no nosso
osso site:
e:
br/art 551
http://lnm.com.br/article/5515
incluem função de busca e ordenação.
71
 PROGRAMAÇÃO | Open Search Server
Servidor de busca aberto
Busca com
PROGRAMAÇÃO
qualidade
Analisamos a ferramenta de indexação
Open Search Server e mostramos
como integrar o recurso de busca
ao seu website utilizando PHP.
por Markus Feilner, Thomas
Pfeiffer e Markus Heller
A
startup (empresa de tecnologia
recém criada) francesa Jaeksoft
foi criada em fevereiro de 2010.
Apenas um anos depois, o fabricante
lançou a versão 1.2 de sua ferramenta
de busca e indexação, o Open Search
Server [1]. Sua relativa imaturidade é
evidente, assim como alguns aborreci-
mentos. Mas também há uma quantide
de recursos impressionantes.
Indexação livre
De acordo com seu fornecedor, o
Open Search Server (OSS) vai “vas-
culhar sistemas de arquivos, bancos de
dados e sites para criar rapidamente
índices confiáveis e dar suporte a um
processo preciso de investigação”. Em
outras palavras, você pode usar o OSS
Figura 1 Lucene, Tomcat e uma API flexível combinados no Open Research Server.
72
para adicionar funções de busca a um
website ou outro banco de dados e
pode até construir uma máquina de
busca agregada para indexar e buscar
dados de múltiplas fontes na Internet.
O indexador OSS suporta uma longa
lista de formatos de arquivos. Uma API
está disponível para acesso rápido e sem
complicação a resultados e a maioria
de seus muitos recursos (figura 1).
O alicerce da ferramenta é o Java
em um servidor Tomcat [2]. O meca-
nismo de busca Lucene [3] permite
que administradores e desenvolvedores
usem sua sintaxe de interpretador de
consultas e funções de classificação fora
do gerenciamento da interface (qua-
dro 1). O OSS depende do Quartz [4]
como agendador. A interface, rápida e
flexível, é implementada em Zkoss [5]
e funciona com qualquer navegador
compatível com Ajax.
Suporte corporativo
Além da variante livre, lançada sob mui-
tas licenças (incluindo AGPL e GPLv3)
por conta de sua estrutura modular, o
fornecedor, a Jaeksoft, também oferece
uma versão corporativa, com suporte
opcional, acordo de nível de serviço
(Service Level Agreement - SLA) e re-
curso avançado na forma de módulos
instaláveis. O fornecedor também ofe-
rece desenvolvimento, implementação
e otimização dos módulos adicionais.
A versão Community é facil de
instalar: faça o download do arquivo
tar.gz do site, abra-o em um servi-
dor web e execute start.sh no shell
(start.bat no Windows). São neces-
sários um servidor de web em fun-
cionamento com PHP5, php5-curl e
Java Runtime Environment.
O pacote não inclui um script init;
se você deseja executar o servidor per-
manentemente, é importante prestar
atenção no manual. Infelizmente, o
wiki do OSS [6] não oferece mais do
que detalhes sobre o procedimento de
instalação. Para esse artigo, usamos a
versão open-search-server-1.2.1-r987.
tar.gz de 30 de março de 2011.
www.linuxmagazine.com.br

Primeiro contato
A pasta apache-tomcat-6.0.32 no pacote
compactado contém alguns caracte-
res familiares: o aplicativo do servidor
Tomcat vem pré-configurado com
seus binários, arquivos de log e de
configuração. Se algo não funciona,
cheque o arquivo de log catalina.out.
O Tomcat oferece dicas úteis caso
algo não funcione em sua instalação.
Os índices ficam no diretório data,
onde você também encontrará um
subdiretório com a configuração em
arquivos HTML. Você pode usar um
script ou adicionar URLs e padrões
aqui, mas vai precisar reiniciar o OSS
depois de fazer isso.
A interface web
Depois de iniciar, o Tomcat escuta a
porta padrão 8080. Você deve manter
essa porta atrás do firewall para evitar
acessos não autorizados e deixá-la dis-
ponível apenas para serviços locais. Se
você usar seu nvegador para acessar
a URL http://localhost:8080//, será
levado à interface de gerenciamen-
to, que inicialmente apenas mostra
as abas Index e Privileges. Você pode
começar criando um novo índice
ou usuário com privilégios. Modelos
estão disponíveis para índices (índice
vazio, buscador de arquivo e buscador
web). Depois, você pode selecionar
um índice para editar. Uma vez car-
regado o índice, marcações de tempo
são adicionadas ao menu do OSS,
como na figura 2.
A falta de documentação pode fazer
com que as abas, opções de configura-
ção e itens secundários sejam um pou-
co confusos. Entretanto, os modelos
(templates) e funções autoexplicativas
são fáceis de serem iniciados. O atributo
Schema permite a edição de detalhes
nas funções de busca; Query permite
a formulação de buscas ou coordena
o formato do resultado de saída. O
OSS pode confrontar os resultados
(Query > Collapsing) caso critérios
específicos permitam a conclusão de
que sites idênticos existem.
Linux Magazine #80 | Julho de 2011
Open Search Server | PROGRAMAÇÃO
Os modos disponíveis aqui são full, o seu projeto é experimentando.
cluster e optimized. Por causa da falta Snippet fields (também presente na
de documentação, a única forma de Query tab) define o formato de saída.
descobrir qual modo é melhor para Você pode definir os campos e seus
Quadro 1: Lucene
O coração de qualquer mecanismo de busca moderno é o indexador. O in-
dexador escalonável criado usando a biblioteca livre do Lucene Java traba-
lha bem se comparado com mecanismos de busca comerciais.
Analisador, Indexador e Fields
O princípio fundamental é simples: um analisador separa um documento e dis-
tribui os metadados deste e componentes de texto por campos predefinidos.
Então, o criador de índice cria o índice em si. O criador de índice é tipicamente
um transdutor automático, que leva você a uma lista de links quando é intro-
duzido um termo. Especialistas referem-se a isto como “arquivos invertidos”,
porque um índice corresponde mais ou menos ao trabalho original. Entretanto,
os trabalhos não são mais armazenados na sua ordem natural, mas sim em
ordem alfabética com um apontador para suas posições originais.
Criar e manter a máquina em funcionamento e garantir armazenamento
compacto dos link no arquivo do sistema normalmente é uma tarefa arrisca-
da que o Lucene realiza de uma forma muito elegante. Ele facilmente alcança
um desempenho de indexação de 30MBps em uma máquina moderna, en-
quanto reduz o texto original em torno de 20% no índice. Obviamente, esse
processo depende da extensão para a qual o mecanismo de busca acessa
o documento e o distribui pelos campos.
Boost e Page Rank
Um programador pode usar os campos oferecidos para dar, por exemplo,
uma atenção especial aos títulos, dando mais peso a esse elemento, ou
usando metadados externos, como nome ou autor do arquivo. Se o termo
de busca ocorre nestes campos, o elemento indexado recebe um valor de
ranking mais alto do que se apenas ocorresse em algum lugar no corpo do
texto. O levantamento correto destes campos vai levar ao tipo de ranking
que os usuários querem encontrar. O Lucene pode também analisar campos
individuais de uma forma focada ou usá-los para busca de resultados.
Além das análises booleanas relativamente entediantes, você pode também re-
alizar buscas com coringas ou tolerantes a erros. O objetivo aqui é não apenas
encontrar resultados com prefixo idêntico (como em SQL com ‘Linux Mag%’),
mas também com grafias diferentes. Graças ao método Levenshtein Distance,
você pode definir sua própria sintaxe para descobrir todas as variáveis ortográfi-
cas do Schmie?[dt] + (Schmid/Schmit/Schmidt, com ou sem um e depois do i)
ou M[ae][iy]e?r (Meyer/Mayer/Maier/etc.) sem comprometer o desempenho.
Mantenha distância!
Qualquer tipo de análise a distância recebe suporte do operador de proxi-
midade (~) em análises com múltiplas palavras. Ele encontra todos os tipos
de seções de textos nos quais várias palavras ocorrem até a distância má-
xima de uma para a outra. Em contraste com documentos estáticos ou le-
vantamento de campos, isso significa que você pode levantar mais termos
que os outros durante o tempo de execução. O termo operador de boost (^)
também permite que você interprete chaves de busca individuais como mais
importantes do que outras com consultas de múltiplas palavras.
Resumindo, usuários típicos não precisarão se preocupar com estas coisas em
um mecanismo de busca ideal, porque os resultados mais relevantes estarão no
topo da lista de qualquer forma – mesmo que não seja utilizado operadores. O in-
dexador do Lucene inclui um grande número de ferramentas para lidar com isso.
73
 PROGRAMAÇÃO | Open Search Server

tamanhos aqui e, então, configurar
a lista de resultados.
A aba Crawler é onde você es-
pecifica o alvo de sua busca: web-
sites, bancos de dados ou sistemas
de arquivos. Vários filtros estão dis-
poníveis para auxiliá-lo a modificar
isso. A figura 2 mostra a subjanela
do Crawl process para uma máquina
que está indexando o site inteiro da
Linux Magazine.
Uma das configurações pode ser
mal interpretada: se você for levado a
achar que precisa aumentar ao máximo
o número de sites por host para um ser-
vidor web com grande quantidade de
conteúdo, vai provavelmente cair em
uma armadilha. O valor somente diz
ao OSS quantas páginas recuperar na
sessão antes de adicioná-las em seu índi-
ce. Se você configurar este valor muito
alto, usará memória RAM demais ou
possivelmente verá a mensagem de erro
ilustrada na figura 3. Em muitos casos,
o OSS ou Java congela quando não tem
mais memória.
Se você quer criar um índice de
um site grande, certifique-se de que
tenha memória suficiente em seu sis-
tema. Para alocar 2 GB de RAM no
Java Virtual Machine, você simples-
mente precisa adicionar as duas linhas
seguintes ao seu script de inicialização:

CATALINA_OPTS=”-Xms2G -Xmx2G
-server”
export CATALINA_OPTS

É possível usar mais do que 2 GB

em um sistema operacional de 64
bits com Java de 64 bits. Neste caso,
as opções a seguir permitem 6 GB de
memória RAM para o Java:

CATALINA_OPTS=”-d64 -Xms6G -Xmx6G

-server”
export CATALINA_OPTS

Ferramentas de monitoramento,
tais como Darkstat [7], nos repositó-
rios Debian, monitoram o tráfego que
Figura 2 OSS pesquisando o website da Linux Magazine. O número máximo de isso cria ao mesmo tempo (figura 4).
URLs por campo de host é completamente equivocado. Se você entrar Alguns firewalls ou servidores
com um valor mais alto aqui, a memória se esgotará rapidamente. web classificam ondas de consultas
muito frequentes como um ataque
de negação de serviço (DoS) e blo-
queiam o cliente.
De acordo com o fornecedor, o
OSS é capaz de indexar 16 lingua-
gens; pode identificar palavas intei-
ras, fragmentos, ou variantes de uma
Figura 3 Zkoss apontando um aviso do Java heap space – essa mensagem forma básica (radical [8]). A lista dos
tipicamente refere-se à falta de memória RAM para o JVM. formatos de documentos inclui XML,
HTML/XHTML, PDF, Microsoft
Listagem 1: Consulta OSS Word, PowerPoint, OpenOffice.org,
01 title:($$)^10 OR title:("$$")^10 RTF, texto puro (plaintext), Torrent,
02 OR arquivos de áudio (MP3/MP4, OGG,
03 titleExact:($$)^10 OR titleExact:("$$")^10 FLAC, WMA) e muitos outros. Para
04 OR url:($$)^5 OR
05 url:("$$")^5 uma completa lista da instalação
06 OR urlSplit:($$)^5 OR urlSplit:("$$")^5 atual, veja em Schema/Parser list.
07 OR
08
09
urlExact:($$)^5
OR urlExact:("$$")^5
Consulta e lema
10 OR content:($$) OR Consultas podem ser implementadas
11 content:("$$") como consultas HTTP via interface
12 OR XML e integradas ao seu website por
13 contentExact:($$) OR contentExact:("$$")
meio de uma biblioteca de cliente

74 www.linuxmagazine.com.br
 Open Search Server | PROGRAMAÇÃO

PHP. A interface de gerenciamento

também oferece uma tela de entra-
da em Query/Edit/Query, que pode
ser usada para buscas no índice. A
listagem 1 mostra as especificações
padrão para a versão anterior, mas
que também funciona na 1.2 e é facil-
mente extensível. A chave de busca
é representada por $$; ^ seguido de
um número que define o peso; pala-
vras-chave como title ou urlSplit
definem onde e como exatamente o
termo de busca pode ocorrer.
O problema está frequentemente
nos detalhes: enquanto o urlSplit
reduz a URL http://www.open-sear-
ch-server.com para a forma normali-
zada http, www, ope, search e serv, o
urlExact interpreta a mesma URL
como os elementos http, www, open,
search e server. De acordo com os de-
senvolvedores, o OSS usa diferentes
analisadores para tal: o analisador
Figura 4 O Open Search Server local está analisando o servidor de web local a
de texto identifica grafias similares, menos de 100KBps porque o administrador restringiu ao máximo o nú-
enquanto o urlExact, titleExact e mero de linhas de execução e frequência de consultas na configuração.
contentExact usam o analisador padrão.
Na aba Scheduler, você pode criar ciona uma busca funcional de ponta
cronjobs para controlar o OSS – por a ponta, pelo menos parcialmente.
exemplo, para as reconstruções dos Isso porque houve um lado negati-
índices (Optimize). A opção Runtime vo: a interface tem problemas com
oferece importantes opiniões e comen- acentuação em alguns idiomas e não
tários a respeito do índice, do cache é completamente capaz de imple-
e dos estágios do sistema. O OSS é mentar os parâmetros da linguagem
também bem equipado para configu- de buscas Lucene. Realizar consul-
rações de alta disponibilidade: a aba ta na interface gráfica é melhor na
Replication inclui caixas de entrada maioria das vezes, mas não em todos
para as URLs e indexa nomes para os casos (figura5).
instâncias de OSS mais detalhadas. Recomenda-se a API XML. De-
senvolvedores podem usá-la para
API e PHP buscas no índice – em quase qual-
Figura 5 Se você tentar usar
Os subdiretórios open-search-server/ quer linguagem de programação parâmetros mais
examples/php/OSSquery e open-sear- – e mostrar os resultados. Tudo exóticos para o Lucene
ch-server/php/example contem alguns o que você precisa fazer é adi- diretamente na consulta
exemplos de scripts PHP simples que cionar os parâmetros necessários (por exemplo, a busca
você pode simplesmente integrar à nos requerimentos corresponden- com ~), você pode
sua própria página web, retirando, tes de HTTP na forma de um falhar por causa da
implementação do OSS.
assim, funções de busca da interface requerimento GET:
de gerenciamento para o navegador contendo as combinações junto com
http://localhost:8080/select?
do cliente. use=Index&qt=Query&q=Keyword a prévia do texto correspondente (ou
Em webSearch.php, por exemplo, snippets). Em outras palavra, como
você pode adicionar seu próprio Quando vê este tipo de consulta, um programador, você somente pre-
índice como padrão, o que propor- o servidor retorna um arquivo XML cisa do seguinte:

Linux Magazine #80 | Julho de 2011 75

 PROGRAMAÇÃO | Open Search Server

exemplo, os campos são url e host

(listagem 3).
Os três parâmetros de colapso
especificam se o OSS deve agrupar
os resultados. O campo autoritati-
vo é livremente selecionável; este
poderia ser o host ou o título da
página. Usando esta abordagem,
você pode ter associações seme-
lhantes nos resultados até o usuá-
rio clicar novamente, melhorando
assim a legibilidade.
Na listagem 2, este processo acon-
tece da linha 9 à 11. No modo clus-
Figura 6 Versões futuras incluem a função screenshot. ter, a conta máxima é apenas 1; en-
tretanto, você não pode omitir este
filtrar e validar o user input (tome sa), enquanto a linha 20 remove parâmetro. A linha 21 finalmente
cuidado, a API também pode deletar um delete se um ataque for bem concatena os parâmetros da busca
os documentos do índice!). sucedido. A matriz associativa params com a URL do host e codifica os
agrupar a string para consultar coleta todos os parâmetros para a resultados. Um simples chamado ao
a API. análise de API, sendo que os parâ- simplexml_load_file($this->query) é
analisar o documento XML re- metros use, qt e q são obrigatórios o bastante para executar qualquer
tornado e formatar a saída. e todos os outros são opcionais. O pedido API formulado deste modo.
A listagem 2 mostra um resumo template de busca está disponível Você obterá, como retorno, um do-
de um simples script de API. As na distribuição e oferece uma aná- cumento XML como o mostrado
linhas 4 e 20 implementam uma lise bem simples do índice. na listagem 3.
proteção mínima contra códigos O próximo passo é definir quais Os resultados finais estão dispo-
maliciosos. A linha 4 proporciona campos você quer retornar na níveis como doc in result, que in-
proteção contra scripts de cross site resposta XML; isso é feito na terage com um loop foreach ($hits
(técnica de programação malicio- aba Query/Returned Fields. Neste ->result->doc as $doc) para cada
item. Os dois arquivos modelo PHP
Listagem 2: build-query.php da Linux Magazine Online [9] tam-
01 function build_query($q){ bém suportam as características do
02 $params=array(); // todos os parâmetros são adicionados aqui e Lucene, incluindo a aplicação de
03 // são removidas as tags buscas com coringas como com
04 $this->q=substr(trim(strip_tags($q),0,80)); o caractere ~, o que antes causava
05 // basic parameters
problemas (figura 5).
06 $params[‘use']='myIndex'; // índice utilizado
07 $params[‘qt']='search'; // Query Template
08 // Collapsing Novidades na versão
09
10
$params[‘collapse.mode']='cluster';
$params[‘collapse.field']='host'; 1.2 e previsões
11 $params[‘collapse.max']=1;
12 // Pagination
A versão 1.2 apresenta diversas ca-
13 if (isset($_GET[‘page'])) $params[‘start']=((int) racterísticas dignas de aplausos.
$_GET[‘page']*10)-9; O buscador web agora diz a você
14 else $params[‘start']=1; quando ele atualizou a página no
15 $params[‘rows']=$this->rpp; índice, usa chaves únicas para lem-
16 $params[‘query']=trim($q); // chave de busca
17 $params[‘sort']='score'; brar páginas idênticas e permite
18 $host= ‘http://127.0.0.1:8080/select'; // URL do host OSS que você ignore arquivos robots.
19 // In case somebody injected a "Delete" parameter: txt. O banco de dados do craw-
20 unset($params[‘delete']); ler também entende buscas SQL;
21 $this->query=$host.'?'.http_build_query($params);
você pode desabilitar tanto listas
22 }
de padrões como de exclusão, e as

76 www.linuxmagazine.com.br
 Open Search Server | PROGRAMAÇÃO

análises identificam documentos

similares com mais confiabilidade.
A tag modified é ainda um pro-
blema bastante substancial. No mo-
mento, ela detecta se a página foi
modificada, mas não detecta se so-
mente a publicidade da página foi
substituída ou se o conteúdo em
si foi modificado porque a página,
por exemplo, contém um feed RSS.
Você pode usar o CSS para melhorar
esta característica em seus próprios
servidores de web usando a tag div
para esconder menus, propagandas
e feeds do indexador:
<div class=”opensearchserver.
ignore”></div>

O desenvolvimento está em pro-

gresso em relação a muitas caracte-
rísticas: de acordo com o desenvol-
vedor Emmanuel Keller, um tipo
de page rank (baseado na função
score do Lucene) foi parcialmente
implementado. As funções score, ord,
rord, byte, float, int, e short estão
completas. Um exemplo válido de
consulta, então, seria assim: score()
+ rord(‘modified_date’). A próxima
versão incluirá também uma função
screenshot e uma extensão de rende-
rização. (figuras 6 e 7)
O OSS ainda não é perfeito, mas
definitivamente está no caminho
certo. E é rápido: quando execu-
tado em um desktop, respondeu a
uma consulta de 25.000 páginas do
índice do site da Linux Magazine
surpreendentemente rápido. Pou-
quíssimas vezes levou mais de meio
segundo, como confirmado pelos
nossos testes com centenas de URLs
escolhidas aleatoriamente. ■
Figura 7 Futuras versões incluem uma extensão de renderização.
Listagem 3: bResposta XML
01 <?xml version="1.0" encoding="UTF-8"?>
02 <response>
03 <header>
04 <status>0</status>
05 <query>Query_Name</query>
06 </header>
07 <result name= "response" numFound="111" collapsedDocCount="0"
start="1" rows="10" maxScore="NaN" time="11">
08 <doc score="0.4523" pos="1">
09 <field name= "url">http://www.myserver.com/path/file.html
</field>
10 <field name="host">www.myserver.com</field>
11 <snippet name= "title" highlighted="yes">Page title</snippet>
12 <snippet name="content" highlighted="yes">brief preview of
matches and neighborhood ...</snippet>
13 </doc>
14 </xml>
Mais informações
[1] Servidor Open Search: http://www.open-search-server.com/
[2] Tomcat: http://tomcat.apache.org/
[3] Lucene no Apache: http://lucene.apache.org/java/docs/index.html
[4] Agendador Quartz: http://www.quartz-scheduler.org

Gostou do artigo? [5] Zkoss: http://www.zkoss.org/product/zk.dsp

Queremos ouvir sua opinião. [6] Wiki OSS: http://www.open-search-server.

com/wiki/en/index.php/Main_Page
Fale conosco em
m
cartas@linuxmagazine.com.br
gazine.co br [7] Darkstat: http://dmr.ath.cx/net/darkstat/

Este artigo no nosso

sso site:
te: [8] Lemma: http://en.wikipedia.org/wiki/Lemma_(linguistics)
http://lnm.com.br/article/5499
br/art /549 [9] Scripts PHP: http://www.linuxmagazine.com.br/issues/80/OSS.zip

Linux Magazine #80 | Julho de 2011 77

 Linux Magazine #81
IPv6
PREVIEW

Na próxima edição, você irá conhecer mais sobre as

vantagens e facilidades da implementação da nova
versão do protocolo IP, o Ipv6. Esta nova versão,
promete resolver os já presentes --- e os futuros, du-
rante um bom tempo, esperamos --- problemas de
endereçamento IP da Internet.
A versão 6 do protocolo IP não é somente uma mera
atualização da versão atual; pode ser considerada como
um protocolo praticamente novo, desenhado para
fazer todo o sentido no mundo em que vivemos hoje.
O que vai mudar? Como implementar a nova versão? ■

Ubuntu User #22

Ubuntu 11.04
O novo Ubuntu 11.04, codinome “Natty Narwhal”,
está saindo do forno. Muitas mudanças são espe-
radas e previstas para este lançamento. Entre elas,
podemos destacar o novo modo de organização
da área de trabalho, que agora utiliza o Unity, a
polêmica interface de usuário da versão netbook,
que foi totalmente reescrita para a versão 11.04. Os
recursos multitouch também vêm aperfeiçoados e
com muitas novidades. Não perca!

Admin Magazine #3
Conexão Segura
Quem precisa conectar computadores com sis-
temas operacionais diferentes frequentemente
precisa procurar por soluções adequadas. O tema
de capa da próxima edição da Admin apresenta
softwares propiciam uma estreita relação entre
Windows e Linux e que também servem para
conexões com roteadores e firewall como os da
Cisco, Juniper ou Checkpoint.

82 www.linuxmagazine.com.br