OSSAJミニセミナー発表資料

1. 株式会社シーマーク
大谷 純

2. u 所属：㈱シーマーク
u 氏名：大谷 純
u twitter:@johtani
u ブログ:
http://johtani.jugem.jp
u 「Apache Solr入門」
の著者の一人
u lucene-gosenのcommitter

3. u 全文検索とは
u Solrの各種機能
u Luceneにまつわるエコシステム

4. u 全文検索とは
u Solrの各種機能
u Luceneにまつわるエコシステム

5. 全文検索（ぜんぶんけんさく、Full text
search）とは、コンピュータにおいて、複数の文
書（ファイル）から特定の文字列を検索すること。
「ファイル名検索」や「単一ファイル内の文字列
検索」と異なり、「複数文書にまたがって、文書
に含まれる全文を対象とした検索」という意味で
使用される。
（Wikipediaより）

6. 検索クエリ
検索エンジン
インデックス
検索結果

7. u Solr：Lucene（全文検索ライブラリ）を活用した検
索エンジンサーバ
u ApacheプロジェクトのOSS
u Javaで実装
u 検索補助のための機能がいっぱい
u 転置インデックス方式による全文検索

8. 検索クエリ（HTTPリクエスト）
Solr
インデックス
検索結果（HTTPレスポンス）

9. 1
カツオはサザエの弟
対象とする文章（ドキュメント）に
2
サザエはワカメの姉
IDを付与
カツオ
1
は
1
サザエ
1
の 1
弟 1
文章を単語に分割し、
サザエ
2
は
2
ワカメ
2
の 2
姉 2
単語：ドキュメントIDと整理
の
1
2
ワカメ
2
単語をキー、ドキュメントIDの
は
1
2
弟 1
配列を値とする表を作成
＝
カツオ
1
姉 2
転置インデックス
サザエ
1
2

10. 転置インデックス
の
1
2
検索クエリ
検索結果
は
1
2
カツオ
カツオ
1
1
AND
サザエ
1
2
サザエ
ワカメ
2
弟 1
姉 2

11. u フィールド：１転置インデックスの定義
u スキーマ：フィールドを定義する設定
Solrは大きな１つのテーブル（スキーマ）に複数
のカラム（フィールド）

12. u 全文検索とは
u Solrの各種機能
u Luceneにまつわるエコシステム

13. u AND、OR、NOTによる検索
u 範囲検索
u スコアによるソート
u 特定フィールドによるソート

14. u 検索結果の分類の表示
絞り込み検索の候補として表示
u 複数のファセットを１回の検索で
取得可能
u 項目ごとのドキュメント数も取得

15. u 検索キーワードがどの部分にヒットしたか
u 検索結果の要約表示
u キーワードの強調表示

16. u マスタ/スレーブ構成
u 検索の負荷を分散
検索
slave
登録・更新
master
レプリケート
検索
slave

17. u 複数のインデックスを１つのインデックスとして検索
u 大量データに対してスケールアウトで対応可能
Solr
検索
Solr
index
検索
Solr
index

18. u スペルチェック（SpellCheck）
u レコメンド（MoreLikeThis）
u スコアブースト（QueryElevation）

19. u マルチコア
u 類義語辞書（Synonym）
u 各種言語向け機能
言語判定、各言語向けのTokenizer

20. u 全文検索とは
u Solrの各種機能
u Luceneにまつわるエコシステム

21. u Luceneは様々なOSSに利用されている
u Solr（検索エンジンサーバ）、Nutch（クローラ＋
検索エンジン）
u Luceneを発端にHadoopが作られた
u Nutchの仕組みを大規模対応するために実装さ
れたのがHadoop