Nutch indeksator za Elasticsearch 6
Indeksator
Projekat Nutch postoji već nekoliko godina i s pravom se može smatrati „zlatnim standardom” u oblasti pretraživanja i indeksiranja veba (tzv. *crawling*).
Sve je to lepo, ali u čemu je bio problem? Naime, iako je u to vreme SOLR predstavljao vrhunsko rešenje za pretragu teksta, Elasticsearch je poslednjih godina postajao sve popularniji; stoga, Nutch, naravno, sadrži i integrisani alat za indeksiranje.
Međutim, s obzirom na to da verzija 1.15 podržava isključivo Elasticsearch 5, mogli su nastati ozbiljni problemi – i to ne samo u našim sistemima.
Nakon revizije korišćenih zavisnosti i prilagođavanja originalnog koda za indeksiranje, Nutch se sada može koristiti i sa verzijom Elasticsearch 6. To znači da i dalje imamo na raspolaganju ovaj odličan alat, u kombinaciji sa trenutno najboljim rešenjem za pretragu teksta.
Ovaj alat za indeksiranje možete besplatno preuzeti sa platforme Github a možete i sami doprineti njegovom razvoju.
Dobar izbor
Elasticsearch je pretraživački mehanizam zasnovan na biblioteci Lucene. On čuva dokumente u NoSQL formatu i napisan je u programskom jeziku Java. Komunikacija sa različitim klijentima odvija se putem RESTful veb-interfejsa. Pored Solr-a, Elasticsearch je najšire korišćen server za pretragu.
Ako se sada pitate šta je, dođavola, zapravo Nutch – objašnjenje glasi da je reč o „kroleru” (crawler) napisanom u programskom jeziku Java. Dakle, to je alat za prikupljanje sadržaja veb-stranica i njihovu dalju obradu – na primer, radi indeksiranja u okviru nekog pretraživača.
Ukoliko imate pitanja ili zahteve u vezi sa modulom, biće nam drago da nam se javite.
Ako želite da budete u toku sa našim Pimcore modulima, prijavite se na naš newsletter.