We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

From text to full-text

Formale Metadaten

Titel
From text to full-text
Serientitel
Anzahl der Teile
170
Autor
Lizenz
CC-Namensnennung - keine kommerzielle Nutzung - Weitergabe unter gleichen Bedingungen 3.0 Unported:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen und nicht-kommerziellen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen und das Werk bzw. diesen Inhalt auch in veränderter Form nur unter den Bedingungen dieser Lizenz weitergeben
Identifikatoren
Herausgeber
Erscheinungsjahr
Sprache

Inhaltliche Metadaten

Fachgebiet
Genre
Abstract
These days if you need to implement search you tend to grab an off the shelf solution such as Elasticsearch, Solr, FAST, Google Search appliance or a SAAS provider (EpiServer Find, hosted solr/elasticsearch services). All of these options are great at taking data blobs (json/xml/documents) and making them queryable and are absolutely recommended over rolling your own solution. However to get the most out of these it really helps to understand just a little bit of what these services are actually doing to your data. In this talk I'll explain how Lucene takes your data, stores it and molds it into a shape that can be queried over at insane speeds. Showing what it does in the background: tokenizing, analyzing, inverted indices and how this is of importance when writing queries and facetting your data.