Elasticsearch - fulltext v praxi

DataScript s.r.o.

Popis kurzu

Obsah kurzu

PETR NOVOTNÝ

Petrův odborný záběr je od solution architektury přes vlastní development (JavaScript, PHP) přes Elasticsearch, Oracle, PL/SQL až po agilní metodiky a SCRUM. Petr se zároveň věnuje již několik let technologii Elasticsearch a stal se kmenovým lektorem společnosti Datascript.

Vyhledávání stavěné pro uživatele

• Jak uživatelé na vašem webu vyhledávají?
• Jak navrhnout vyhledávání, architektura
• Proces zpracování uživatelského dotazu
• Vyhledávací kontext
• Identifikace entit (co uživatel skutečně hledá)?

Cluster pro fulltext

• Návrh architektury clusteru pro fulltextové vyhledávání
• Lab 

Indexace dat do Elasticsearch

• Synchronizace dat z relační databáze a dalších úložišť
• Průběžné a jednorázové indexování dat
• Sledování a zlepšování výkonu indexace dokumentů
• Lab 

Vytvoření fulltextového vyhledávání

• Základy fulltextu, inverted index
• Nastavení vhodného mappingu
• Vazby mezi objekty, tipy z praxe
• Základní analýza textu
• Lab 

Pracujeme s češtinou

• Jak vyhledávat v čestině?
• Základní přehled nástrojů pro práci s českým jazykem
• Vyhledávání nezávisle na diakritice
• Hledání kořenu slova
• Dostupné Stemmery, Lematizace
• Stemmery do hloubky, tvorba vlastních slovníků
• Doporučený analyzer pro český jazyk
• Tipy z praxe
• Lab 

Vyhledávací DSL dotaz

• Tvorba vyhledávacího dotazu
• Vyhledávání v jednom a více polích
• Strategie vyhledávání ve více polích a jakou zvolit v jakém případě?
• Zvýhoďnování celých frází
• Tipy z praxe
• Lab

 Zapojujeme další pole

• Zvýhodňování, boosting
• Vyhledávání v kódech
• Vyhledávání v parametrech, kategoriích, značkách, tagách
• Jak nastavit váhy v jednotlivých polích
• Signály
• Lab 

Synonyma

• Jak a proč zapojit synonyma do procesu vyhledávání?
• Slovník dostupných synonym pro češtinu a další jazyky
• Tvorba a zapojení vlastních slovníků
• Tipy z praxe
• Lab 

Relevance

• Co je relevance?
• Jak měřit relevanci?
• Jak měřit změnu relevance při úpravě vyhledávání?
• Score, jak Elasticsearch počítá relevanci
• TF/IDF, BM25 a teorietické minimum
• Lab 

Ovlivňování relevance

• Ovlivňování výsledků na základě uživatelských akcí (nákupy, hodnocení, atd.)
• Ovlivňování na základě vlastností dokumentů
• Rescoring dokumentů
• Decay funkce
• Lab

Našeptávač

• Obecně k problematice "našeptávání"
• Různé možnosti implementace na praktických ukázkách
• Jak na stejné výsledky v našeptávači a výsledcích vyhledávání?
• Dis_max a další query do hloubky
• Lab 

Překlepy

• Základní ošetření překlepů
• Vytváříme "Měli jste na mysli?"
• Suggesters
• Lab 

Uživatelské filtry, facetová navigace

• Jak na uživatelské filtry?
• Agregace
• Vytváříme "Měli jste na mysli?"
• Suggesters
• Lab 

Jdeme do produkce

• Nastavení clusteru pro produkční prostředí, konfigurace
• Volíme počet nodů, shardů, replik
• Nastavení monitoringu
• Škálujeme na množství dat a návštěvnost
• Lab
   

Základní znalost Elasticsearch, protokol HTTP, formát JSON, obecná znalost databázových systémů.

Elasticsearch

Cieľová skupina

Hodnotenie