Lucene-Index - Versionsgeschichte

Sed am 18. August 2009 um 11:21 Uhr

2009-08-18T11:21:31Z

Sed am 2. Juni 2009 um 08:20 Uhr

2009-06-02T08:20:53Z

Jankowski am 2. April 2009 um 14:02 Uhr

2009-04-02T14:02:38Z

Sed am 30. März 2009 um 14:54 Uhr

2009-03-30T14:54:44Z

Sed am 30. März 2009 um 11:56 Uhr

2009-03-30T11:56:48Z

Sed am 30. März 2009 um 11:20 Uhr

2009-03-30T11:20:49Z

Sed am 30. März 2009 um 11:14 Uhr

2009-03-30T11:14:56Z

Sed am 30. März 2009 um 09:58 Uhr

2009-03-30T09:58:27Z

Sed am 27. März 2009 um 15:04 Uhr

2009-03-27T15:04:06Z

Sed am 27. März 2009 um 14:17 Uhr

2009-03-27T14:17:11Z

← Nächstältere Version		Version vom 18. August 2009, 11:21 Uhr
Zeile 1:		Zeile 1:
		+	__TOC__
	Der IES bietet interne Funktionen zur Erstellung und Verwaltung eines Lucene-Index. Apache-Lucene (http://lucene.apache.org) ist eine ''hochperformante, hochfunktionale, textbasierte Suchmachine''. Dabei handelt es sich im wesentlichen um eine Definition, wie Daten für Volltext-Suchen organisiert werden.		Der IES bietet interne Funktionen zur Erstellung und Verwaltung eines Lucene-Index. Apache-Lucene (http://lucene.apache.org) ist eine ''hochperformante, hochfunktionale, textbasierte Suchmachine''. Dabei handelt es sich im wesentlichen um eine Definition, wie Daten für Volltext-Suchen organisiert werden.

@@ Zeile 106: / Zeile 106: @@
 Für eine Suche auf diesen Index sollten Suchanfragen entsprechend ''analysiert'' werden, damit vergleichbare Daten erzeugt werden. Da ein Lucene-Index nur text-basierte Informationen aufnehmen kann, verwendet der IES eine Routine zur Konvertierung in Long-Werte gleicher Länge.
 <noinclude>
 [[Category:Funktionsbeschreibungen]]
@@ Zeile 113: / Zeile 112: @@
 [[Category:Qualität_des_Codes_prüfen]]
 </noinclude>

@@ Zeile 18: / Zeile 18: @@
 * Ferret - Lucene implementation in Ruby
-Auch der WebCrawler Nutch (http://lucene.apache.org/nutch/) erstellt für die Volltextsuche einer Website einen Lucene-Index. Diese vielfältigen Einsatzmöglichkeiten und die unglaubliche Performanz machen den Einsatz eines solchen Index interessant.
+Auch der WebCrawler Nutch (http://lucene.apache.org/nutch/) erstellt für die Volltextsuche einer Website einen Lucene-Index. Diese vielfältigen Einsatzmöglichkeiten und die hohe Performanz machen den Einsatz eines solchen Index interessant.
 ==IES & Lucene Index==
-Der IES bietet über einen speziellen <code>IndexerService</code> die Möglichkeit eigene Indices pro Mandant zu definieren. Auf einfache Art werden dann automatisch Inhalte aus Artikeln beim Speichern in den Index übernommen. Der IES unterstützt dabei eine Vielzahl von Contenttypen, sowie die Möglichkeit Default-Werte anzugeben. Der hierbei erstellte Index ist in UTF-8 kodiert und unterstützt damit vollständig jede Sprache.
+Der IES bietet über einen speziellen <code>IndexerService</code> die Möglichkeit eigene Indizes pro Mandant zu definieren. Auf einfache Art werden dann automatisch Inhalte aus Artikeln beim Speichern in den Index übernommen. Der IES unterstützt dabei eine Vielzahl von Contenttypen, sowie die Möglichkeit Default-Werte anzugeben. Der hierbei erstellte Index ist in UTF-8 kodiert und unterstützt damit jede Sprache.
-Auch die Indizierung von binären Inhalten ist für folgende Dateitypen mölglich:
+Auch die Indizierung von binären Inhalten ist für folgende Dateitypen möglich:
 * PDF-Dokumente (bis PDF-Version 1.5)
@@ Zeile 46: / Zeile 46: @@
 :* <code>createdBy</code>: ID des Nutzers, der das Element erstellt hat
 * '''Artikel''' (gemeinsame Felder aller Artikeltypen)
-:* <code>publisher</code>: Liste aller Publisher-ID's
+:* <code>publisher</code>: Liste aller Publisher-IDs
 * '''Artikel mit Datei''' (gemeinsame Felder aller Medien oder normalen Artikel'''
 :* <code>filename</code>: Dateiname
@@ Zeile 55: / Zeile 55: @@
 :* <code>mime</code>: Mime-Type
-Allerdings bildet der Index stets die Eingaben der Redakteure ab und hat keine Beziehung zu möglichen Freigaben. Es wird stets die aktuelle Version eines Artikels für alle konfigurierten Felder verwaltet. Es handelt sich somit um ''nicht freigegebene Inhalte''. Mögliche Publkationen müssen eigenständig ausgewertet werden.
+Allerdings bildet der Index stets die Eingaben der Redakteure ab und hat keine Beziehung zu möglichen Freigaben. Es wird immer die aktuelle Version eines Artikels für alle konfigurierten Felder verwaltet. Es handelt sich somit um ''nicht freigegebene Inhalte''. Mögliche Publkationen müssen eigenständig ausgewertet werden.
 ==Konfiguration eines Index==
-Um einen Index zu definieren wechselt man im ''IESAdmin'' in den Bereich ''Indexer''. Dort kann man sowohl den Anker, als auch den Pfad, an dem der Index gespeichert werden soll angeben. Außerdem wählt man in welchen Mandanten dieser Index verwendet werden soll.
+Um einen Index zu definieren, wechselt man im ''IESAdmin'' in den Bereich ''Indexer''. Dort kann man sowohl den Anker, als auch den Pfad in dem der Index gespeichert werden soll angeben. Außerdem wählt man in welchen Mandanten dieser Index verwendet werden soll.
-Um einen Index zu befüllen, muss im entsprechenden Template ein Formularfeld mit dem Namen ''SYS_INFE_indexes'' angegeben werden. Eine kommaseparierte Liste von Ankern gibt an in welche Indizes die Daten des Artikel übernommen werden sollen. Die Konfiguration regelt dabei, wie die Daten zu interpretieren sind.
+Um einen Index zu befüllen, muss im entsprechenden Template ein Formularfeld mit dem Namen ''SYS_INFE_indexes'' angegeben werden. Eine kommaseparierte Liste von Ankern gibt an, in welche Indizes die Daten des Artikel übernommen werden sollen. Die Konfiguration regelt dabei, wie die Daten zu interpretieren sind.
 Die Felder, die übertragen werden sollen, werden im IESAdmin für jeden Index einzeln definiert. Ein Indexer-Feld besitzt folgenden Felder:
@@ Zeile 72: / Zeile 72: @@
 :Gewichtung des Feldes, das die Sortierreihenfolge bei Suchen auf den Index beinflusst.
 *Speichern
-:Gibt an, ob der Wert nicht nur indiziert sonder auch gespeichert werden soll. Werden die Daten nicht nur indiziert, sondern auch im Index gespeichert können nach der Suche auf den Index die Werte auch ausgegeben werden. Die Größe des Indexes erhöht sich allerdings erheblich, wenn auch die Daten mitgespeichert werden.
+:Gibt an, ob der Wert nicht nur indiziert, sonder auch gespeichert werden soll. Werden die Daten nicht nur indiziert, sondern auch im Index gespeichert, können nach der Suche auf den Index die Werte auch ausgegeben werden. Die Größe des Indexes erhöht sich allerdings erheblich, wenn auch die Daten mit gespeichert werden.
 ==Technische Angaben==

@@ Zeile 3: / Zeile 3: @@
 Ein solcher Index wird innerhalb eines eigenen Ordners im Dateisystem über mehrere Dateien organisiert. Das ermöglicht die transparente Verteilung auf unterschiedliche Systeme über Standard-Mechanismen. Der Zugriff auf den einen solchen Index ist über eine Vielzahl von Programmiersprachen möglich:
-* Java
+* Lucene Java
-* IES (nativ)
+* Sitepark IES (nativ)
-* PHP (über das Zend-Framework: http://www.framework.zend.com)
+* Zend Search - Lucene Implementierung mit dem Zend Framework für PHP 5
-* C# and .NET
+* CLucene - Lucene Implementierung in C++
-* C (mit Hilfe von Perl und Ruby)
+* Lucene.Net - Lucene Implementierung in .NET
-* Python
+* Lucene4c - Lucene Implementierung in C
-* ...
+* LuceneKit - Lucene Implementierung in Objective-C (Cocoa/GNUstep support)
 Auch der WebCrawler Nutch (http://lucene.apache.org/nutch/) erstellt für die Volltextsuche einer Website einen Lucene-Index. Diese vielfältigen Einsatzmöglichkeiten und die unglaubliche Performanz machen den Einsatz eines solchen Index interessant.

@@ Zeile 66: / Zeile 66: @@
 *Speichern
 :Gibt an, ob der Wert nicht nur indiziert sonder auch gespeichert werden soll. Werden die Daten nicht nur indiziert, sondern auch im Index gespeichert können nach der Suche auf den Index die Werte auch ausgegeben werden. Die Größe des Indexes erhöht sich allerdings erheblich, wenn auch die Daten mitgespeichert werden.
 <!--

@@ Zeile 25: / Zeile 25: @@
 Weiterhin werden für unterschiedliche Typen von Elementen immer weitere Systemdaten in den Index übertragen. Auf diese Angaben kann über die entsprechenden ''Keys'' zugegriffen werden:
-* Element (gemeinsame Felder aller Elemente, auch Artikel)
+* '''Element''' (gemeinsame Felder aller Elemente, auch Artikel)
-:* id: ID
+:* <code>id</code>: ID
-:* type: Typ
+:* <code>type</code>: Typ
-:* name: Name
+:* <code>name</code>: Name
-:* sortname: Sortiername (ohne Akzent-Zeichen, alle klein geschrieben)
+:* <code>sortname</code>: Sortiername (ohne Akzent-Zeichen, alle klein geschrieben)
-:* anchor: Anker
+:* <code>anchor</code>: Anker
-:* parent: ID des Parent (ohne Typ)
+:* <code>parent</code>: ID des Parent (ohne Typ)
-:* comment: Kommentar
+:* <code>comment</code>: Kommentar
-:* changed: Datum der letzen Änderung
+:* <code>changed</code>: Datum der letzen Änderung
-:* created: Datum der Erstellung
+:* <code>created</code>: Datum der Erstellung
-:* changedBy: ID des Nutzers, der das Element zuletzt bearbeitet hat
+:* <code>changedBy</code>: ID des Nutzers, der das Element zuletzt bearbeitet hat
-:* createdBy: ID des Nutzers, der das Element erstellt hat
+:* <code>createdBy</code>: ID des Nutzers, der das Element erstellt hat
-* Artikel (gemeinsame Felder aller Artikeltypen)
+* '''Artikel''' (gemeinsame Felder aller Artikeltypen)
-:* publisher: Liste aller Publisher-ID's
+:* <code>publisher</code>: Liste aller Publisher-ID's
-* Artikel mit Datei
+* '''Artikel mit Datei''' (gemeinsame Felder aller Medien oder normalen Artikel'''
-:* filename: Dateiname
+:* <code>filename</code>: Dateiname
-:* suffix: Dateiendung
+:* <code>suffix</code>: Dateiendung
-:* path: Pfad der Datei
+:* <code>path</code>: Pfad der Datei
-* Medienartikel
+* '''Medienartikel'''
-:* size: Dateigröße
+:* <code>size</code>: Dateigröße
-:* mime: Mime-Type
+:* <code>mime</code>: Mime-Type
 Allerdings bildet der Index stets die Eingaben der Redakteure ab und hat keine Beziehung zu möglichen Freigaben. Es wird stets die aktuelle Version eines Artikels für alle konfigurierten Felder verwaltet. Es handelt sich somit um ''nicht freigegebene Inhalte''. Mögliche Publkationen müssen eigenständig ausgewertet werden.

← Nächstältere Version		Version vom 27. März 2009, 15:04 Uhr
Zeile 16:		Zeile 16:

	Allerdings bildet der Index stets die Eingaben der Redakteure ab und hat keine Beziehung zu möglichen Freigaben. Es wird stets die aktuelle Version eines Artikels für alle konfigurierten Felder verwaltet. Es handelt sich somit um ''nicht freigegebene Inhalte''. Mögliche Publkationen müssen selber verwaltet und ausgewertet werden.		Allerdings bildet der Index stets die Eingaben der Redakteure ab und hat keine Beziehung zu möglichen Freigaben. Es wird stets die aktuelle Version eines Artikels für alle konfigurierten Felder verwaltet. Es handelt sich somit um ''nicht freigegebene Inhalte''. Mögliche Publkationen müssen selber verwaltet und ausgewertet werden.
		+
		+	Um einen Index zu definieren wechselt man im ''IESAdmin'' in den Bereich ''Indexer''. Dort kann man sowohl den Anker, als auch den Pfad, an dem der Index gespeichert werden soll angeben. Außerdem wählt man in welchen Mandanten dieser Index verwendet werden soll.
		+
		+	Um einen Index zu befüllen, muss lediglich im entsprechenden Template ein Formularfeld mit dem Namen ''SYS_INFE_indexes'' angegeben werden. Eine kommaseparierte Liste von Ankern gibt an in welche Indices die Daten des Artikel übernommen werden sollen.
		+
		+	Die Felder, die übertragen werden sollen werden zusammen mit dem Typ im Index definiert. Hierzu bietet der IESAdmin entsprechende Eingaben und Hilfen an.

	<!--		<!--

← Nächstältere Version		Version vom 27. März 2009, 14:17 Uhr
Zeile 1:		Zeile 1:
−	Der IES bietet interne Funktionen zur Erstellung und Verwaltung eines Lucene-Index.	+	Der IES bietet interne Funktionen zur Erstellung und Verwaltung eines Lucene-Index. Apache-Lucene (http://lucene.apache.org) ist eine hochperformante, hochfunktionale, textbasierte Suchmachine. Dabei handelt es sich im wesentlichen um eine Definition, wie Date für Volltext-Suchen organisiert werden.
		+
		+	Ein solcher Index wird innerhalb eines eigenen Ordners im Dateisystem über mehrere Dateien organisiert. Das ermöglicht die transparente Verteilung auf unterschiedliche Systeme über Standard-Mechanismen. Der Zugriff auf den einen solchen Index ist über eine Vielzahl von Programmiersprachen möglich:
		+
		+	* Java
		+	* IES (nativ)
		+	* PHP (über das Zend-Framework: http://www.framework.zend.com)
		+	* C# and .NET
		+	* C (mit Hilfe von Perl und Ruby)
		+	* Python
		+	* ...
		+
		+	Auch der WebCrawler Nutch (http://lucene.apache.org/nutch/) erstellt für die Volltextsuche einer Website einen Lucene-Index. Diese vielfältigen Einsatzmöglichkeiten und die unglaubliche Performanz machen den Einsatz eines solchen Index interessant.
		+
		+	Der IES bietet über einen speziellen <code>IndexerService</code> die Möglichkeit eigene Indices pro Mandant zu definieren. Auf einfache Art werden dann automatisch Inhalte aus Artikeln beim Speichern in den Index übernommen. Der IES unterstützt dabei eine Vielzahl von Contenttypen, sowie die Möglichkeit Default-Werte anzugeben.
		+
		+	Allerdings bildet der Index stets die Eingaben der Redakteure ab und hat keine Beziehung zu möglichen Freigaben. Es wird stets die aktuelle Version eines Artikels für alle konfigurierten Felder verwaltet. Es handelt sich somit um ''nicht freigegebene Inhalte''. Mögliche Publkationen müssen selber verwaltet und ausgewertet werden.

	<!--		<!--