હું દિવસ સુધી સમાપ્ત કર્યું 2 સન્ની નિધાન ઝડપી તાલીમ, MA, અને હું વિચારો સાથે છલકાતું છું (બધા સારા તાલીમ વર્ગો મારા માટે શું કરવું જે). One particular aspect of FAST has me thinking and I wanted to write it down while it was still fresh and normal day-to-day "stuff" મારા માથા બહાર નહીં.
અમે શેરપોઈન્ટ WSS 3.0 / MOSS implementers વારંવાર કોઈપણ કારણભૂત માપવાળા શેરપોઈન્ટ પ્રોજેક્ટ સાથે ખડતલ સમસ્યા સામનો: અમે તેને અમારા બધા સંપૂર્ણપણે ડિઝાઇન માહિતી આર્કીટેક્ચર અંદર બંધબેસે છે કે શેરપોઈન્ટ માં લોડ તમામ untagged માહિતી કેવી રીતે મેળવી શકું?
ઘણી વાર પૂરતી, આ જેમ કે હાર્ડ સમસ્યા નથી કારણ કે મુશ્કેલી અમે સ્કોપ જાતને બહાર: "We don’t care about anything more than 3 months old." "We’ll handle all that old stuff with keyword search and going-forward we’ll do it the RIGHT way…" Etc.
પરંતુ, what happens if we can’t scope ourselves out of trouble and we’re looking at 10’s of thousands or 100’s of thousands (અથવા પણ લાખો) ડૉક્સ — લોડ અને જે ટેગિંગ અમારા હાર્દિક ઇચ્છા છે?
ફાસ્ટ જવાબ હોઇ શકે છે.
ઝડપી શોધ પ્રક્રિયા મૂવિંગ પાર્ટ્સ ઘણો સમાવેશ થાય છે પરંતુ એક સરળ દૃશ્ય આ છે:
- એક ક્રાઉલર પ્રક્રિયા સામગ્રી માટે જુએ છે.
- તે સામગ્રી શોધે અને દસ્તાવેજ પ્રોસેસર્સ એક પૂલ વ્યવસ્થા કે બ્રોકર પ્રક્રિયા કરવા માટે તેને બંધ હાથ.
- બ્રોકર પ્રક્રિયા દસ્તાવેજ પ્રોસેસર્સ એક રન નોંધાયો હાથ.
- આ દસ્તાવેજ પ્રોસેસર દસ્તાવેજ વિશ્લેષણ કરે છે અને પાઇપલાઇન પ્રક્રિયા મારફતે, આ દસ્તાવેજ બહાર bejeezus વિશ્લેષણ કરે છે અને ઇન્ડેક્સ બિલ્ડર પ્રકાર પ્રક્રિયા કરવા માટે તેને બંધ હાથ.
જો starship ફાસ્ટ પર, we have a lot of control over the document processing pipeline. We can mix and match about 100 પાઇપલાઇન ઘટકો અને, સૌથી રસપ્રદ, we can write our own components. Like I say, FAST is analyzing documents every which way but Sunday and it compiles a lot of useful information about those documents. Those crazy FAST people are clearly insane and obsessive about document analysis because they have tools and/or strategies to REALLY categorize documents.
તેથી … અમારા પોતાના વૈવિધ્યપૂર્ણ પાઇપલાઇન ઘટક સાથે ઝડપી મદદથી, we can grab all that context information from FAST and feed it back to MOSS. It might go something like this:
- દસ્તાવેજ MOSS ફાસ્ટ માં આપવામાં આવે છે.
- સામાન્ય ક્રેઝી-બાધ્યતા ફાસ્ટ દસ્તાવેજ પદચ્છેદન અને વર્ગીકરણ થાય છે.
- અમારા પોતાના વૈવિધ્યપૂર્ણ પાઇપલાઇન ઘટક એક ડેટાબેઝ છે કે સંદર્ભ માહિતી કેટલાક બંધ ડ્રોપ્સ.
- આપણા પોતાના ડિઝાઇન પ્રક્રિયા સંદર્ભમાં માહિતી વાંચો, અમારા IA અંદર કે MOSS દસ્તાવેજ ફિટ કેવી રીતે કેટલાક નિર્ણયો કરે છે અને એક વેબ સેવા અને ઓબ્જેક્ટ મોડલ ઉપયોગ કરીને તે ચિહ્નિત કરે છે.
અલબત્ત, આવી કોઈ ઓટોમેટેડ પ્રક્રિયા બાધ્યતા માટે સંપૂર્ણ પરંતુ આભાર હોઈ શકે છે (અને કદાચ પાગલ-પરંતુ ઈન એ સારી રીતે ફાસ્ટ લોકો), માત્ર ભાગ્યે-શોધી દસ્તાવેજો એક ટોળું સાથે SQL ડેટાબેઝ ભરો કરતાં અમે વધુ કરે છે કે ખરેખર અસરકારક સામૂહિક લોડ પ્રક્રિયા પર ગોળી એક વાસ્તવિક લડાઇ પણ હોઈ શકે છે.
</અંત>
