Your SlideShare is downloading. ×
Pesquisando bilhões de documentos em milésimos de segundo
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Pesquisando bilhões de documentos em milésimos de segundo

1,415

Published on

Apresentação Realizada no Cotemig na semana da computação em 2011. …

Apresentação Realizada no Cotemig na semana da computação em 2011.

Pesquisando Bilhões de Documentos em Milésimos de Segundo usando Apache Solr.

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,415
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
7
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Pesquisando Bilhões de documentos em milésimos de segundo. Hermano Soares
  • 2. Agenda
    • Palestrante
    • A Necessidade
    • Cenário não aplicável
    • Cenário Aplicável
    • Apache Lucene
    • Apache Solr
    • Arquiteturas
    • Estudo Caso
    • Fechamento
  • 3. Hermano Soares
    • Diretor técnico na Itsway Sistemas
    • Trabalha c/ desenvolvimento a 10 anos
    • Especialista em todas plataformas do Java ( EE, SE,ME )
    • Desenvolvedor Microsoft .NET
    • 7 certificações Sun: SCJA, SCJP, SCJD, SCWCD, SCBCD, SCEA, SCMAD
    • Bacharel em SI
  • 4. A Necessidade
    • Motor de busca
    • Busca textual arbitrária
    • Altíssima performance (<1s)
    • Integração com qualquer linguagem de programação
  • 5. Cenário: não aplicável
    • A importância da pesquisa é baixa, o foco do software é outro
    • O numero de usuários acessando é baixo ex: <100
    • O volume do acervo é pequeno(200.000rows) e seu crescimento é 5% ao ano.
    • Tempo de resposta para o usuário até 3s é aceitável.
  • 6. Cenário: aplicável
    • Pesquisa é de grande valor aos usuários
    • O tempo de resposta é muito importante
    • O número de usuário concorrentes é alto (ex: 10.000)
    • A pesquisa precisa atender a critérios Web 2.0
  • 7. Categorização (Facet)
  • 8. Categorização (Facet/Highlight)
  • 9. Nuvem de tags
  • 10.
    • A TECNOLOGIA
  • 11. Apache Lucene
    • Motor de Busca textual
    • Alta perfomance
    • Suporte a facet (categorias)
    • Suporte highlight ( grifar resultados)
    • Suporte spellchecker (Você quis dizer ...)
    • Suporte stopwords (termos dispensaveis)
    • Diversos algoritmos de busca textual
    • Open Source e Free
  • 12. Apache Lucene
  • 13. Apache Solr
    • Servidor HTTP de Pesquisa textual, construido sob o Lucene.
    • Suporte a todas as features do lucene
    • Suporte a replicação: Master-Slave
    • Independente de Linguagem/SO (WS)
    • Open source
    • Escrito em Java
    • Dispensa escrever código Java
    • Configurável via xml
    • Suporte Operações: SELECT/ADD/DELETE
    • Cache
    • Estatísticas
    • Suggestions
    • Interface web de Administração e Query (Ferramenta)
  • 14. Arquitetura SOLR
  • 15. Schema.xml
  • 16. Stopwords.txt
    • dos, em, que, por, de, do, da, sao, teve, se ,os , na, ou, sua, como, das, ha, etc
  • 17. Synonyms.txt
    • Carro = veiculo
    • Gordo = obeso
    • Morrer = falecer
    • Bonito = belo
  • 18. Spellings.txt
    • Entaum=entao
    • Aham=sim
    • Blz=ok
  • 19. protwords.txt
    • Lista de Termos indesejáveis, ofensivos, vulgares, sexuais, etc
  • 20.
    • Operações
  • 21. Interface: Webservice REST
  • 22.
    • Arquitetura de Alta Disponibilidade
  • 23. Replicação
  • 24. Arquitetura Mundo Real Escalável
  • 25.
    • Estudo de Caso
  • 26. Estudo de Caso
    • Evento: Apache Lucene EuroCon 2010
    • Empresa: Attensity Group
    • Projeto: Social Media Monitoring
    • Pais: Europa
    • Objetivo:
    • 6-12 months of Twitter, blogs, Youtube, Facebook, Google Buzz
  • 27. Successfully scaled Solr to 3+ billion documents.
    • 40+ Solr servers
    • Amazon EC2
    • 3 billion documents
    • http://2010.lucene-eurocon.org/
  • 28.
    • Fechamento
  • 29. Como saber o melhor cenário ?
    • Expectativa do volume de usuários
    • Críticidade do tempo de resposta
    • Importância de uma pesquisa eficiente e relevante .
  • 30. Dúvidas ?
    • Email: [email_address]
    • Site: www.itsway.com.br

×