Este documento introduce Solr, un servidor de búsqueda y indexación de texto completo. Explica que Solr se comunica a través de HTTP, soporta formatos XML y JSON, y está basado en Lucene, una librería de búsqueda de texto completo. También describe algunos conceptos fundamentales como documentos, campos y términos, e incluye ejemplos de cómo instalar y usar Solr.

1. Introducción a
Solr

2. ¿Solr?
🔍
búsqueda

3. ¡Queremos buscar!

4. SELECT ...
FROM ...
WHERE ...
LIKE “%query%”
Primera solución

5. 20minutosdespués…

7. No tan así ...
•lento con muchas tuplas
•mayúsculas/minúsculas
•longitud del campo
•match parciales
•análisis textuales

8. 1) la uci
2) bienvenido la uci
3) esta es la uci
Match parciales
query=“la uci”
query=“esta uci”

9. Análisis textuales
ABCD123 ➜ [“ABCD”, “123”]
“la casa” ➜ [“casa”]
“drinking, learning” ➜
[“drink”, “learn”]

10. No tan así ...
•lento con muchas tuplas
•mayúsculas/minúsculas
•longitud del campo
•match parciales
•análisis textuales
•¿relevancia?

11. Características

12. • servidor de indexación
• comunica a través HTTP (REST)
• soporta formatos XML y JSON
• configuración vía ficheros
• caché a diferentes niveles
• basado en Lucene
• orientado a documentos (NoSQL)
• extensible
• distribuido, escalable, etc.

13. Lucene

14. • librería de búsqueda full-text
• muy utilizada y extendida
• desarrollada desde el 2000
• pertenece a la Fundación Apache
• open source
Lucenees...
ynoes:
• un servidor, crawler o un sistema

15. IndiceInvertido
correlaciónentretérminosylosdocumentos
dondeaparece,posiciónrelativayfrecuencia.

16. Término Documentos
a doc1[2x]
brown doc2[1x],doc3[1x]
cat doc4[1x]
cow doc2[1x]
… …
once doc1[1x]
over doc2[1x]
the doc2[1x],doc3[1x]
doc4[1x]
…
Documento Contenido
doc1
once upon a
time, in a land
doc2
the brown cow
jumped over...
doc3
the quick
brown fox…
doc4
the cat in the
hat
IndiceInvertido
ademásseguardalaposición
deltérminoeneldocumento

17. • Documento: Cualquier fragmento
de información enviado a Solr.
• Campo: Unidad lógica que
compone a los documentos
(columnas en un SGBD).
• Término: Es la unidad básica que
compone cada campo de un
documento.
ConceptosFundamentales

18. ¡Queremos buscar!

19. FuncionamientodeSolr
Web
secundario📸

20. Nutch ♥ Solr

21. spider
BD
Web

22. Instalando
Solr

23. JARsconfuncionesadicionales
JARsdeSolr,SolrJ(clienteJava)
ejemplosdeconfiguraciones
directorio“home”parael
ejemplo
distribución standard

24. nombredelcore/colección
subdirectoriodeconfiguración
subdirectoriodedatos
esquema(estructura)
configuraciónprincipalde
uncore
Estructuradeunacolección

25. ➜ cd /path/a/solr/example
➜ java -jar start.jar
Iniciando Solr
⌨Ctrl+C#paradetenerelservidor

26. puertoenelqueseinicióSolr

27. http://localhost:8983/solr

28. InterfazWebdeSolr

29. ➜ cd exampledocs/
➜ java -jar post.jar *.xml
Añadiendo documentos

30. http://localhost:8983/solr/
select?q=*:*
Endpoint
REST
Todoslos
documentos

32. Respuesta de Solr

33. <response>
<lst name="responseHeader">
<int name="status">0</int>
<int name="QTime">1</int>
</lst>
<result name="response" numFound="32">
<doc>
<str name="id">belkin</str>
<arr name="compName_s">
<str>Belkin</str>
</arr>
<arr name="address_s">
<str>12045 E. Waterfront Drive</str>
</arr>
</doc>
</result>
</response>
XML

34. <doc>
<str name="id">belkin</str>
<arr name="compName_s">
<str>Belkin</str>
</arr>
<arr name="address_s">
<str>
12045 E. Waterfront Drive
</str>
</arr>
</doc>
<doc></doc>

35. {
"responseHeader":{
"status":0,
"QTime":15},
"response":{
"numFound":32,
"docs":[
{
"id":"belkin",
"compName_s":["Belkin"],
"address_s":["12045 E. Waterfront
Drive Playa Vista, CA 90094"]
}
]
}
}
JSON

36. Bibliografía adicional

37. http://sunshine.prod.uci.cu/search/solr