Indexování v dokumentech pomocí platformy Apache Solr

Bc. Martin Kuchár

Bachelor's thesis

Document indexing using Apache Solr platform

Abstract:

This thesis deals with the possibility of searching documents from medical environment using Apache Solr. Theoretical part of thesis deals with fulltext search and its difficulties, importance and means of indexing. Best known problems of fulltext indexing are summarized. Following are options of Apache Solr, its history and integration possibilities. In practical part thesis deals with the analysis of data structures, mapping these data onto Solr and configuring Solr itself as well as suggestion of communication with Solr from client application for which the solution is built. Solution is designed for Siemens Healthcare s.r.o. company.

Abstract:

Práca sa zaoberá možnosťou vyhľadávania dokumentov z medicínskeho prostredia pomocou nástroja Apache Solr. V teoretickej časti práce sa zaoberám problematikou fulltextového vyhľadávania, významom a spôsobmi indexovania. Stručne sú zhrnuté najväčšie problémy pri fulltextovom vyhľadávaní. Ďalej sa práca zaoberá možnosťami nástroja Apache Solr, jeho históriou a spôsobmi nasadenia. V praktickej časti práce je riešená analýza dát, ich mapovanie na Solr, konfigurácia samotného nástroja ako aj návrh komunikácie so Solr z klientskej aplikácie, pre ktorú je riešenie poskytnuté. Riešenie je vypracované pre spoločnosť Siemens Healthcare s.r.o.

Kľúčové slová

Apache Solr, Apache Lucene, fulltextové vyhľadávanie, indexovanie, invertovaný index, Service Knowledge Base

Jazyk práce: Slovak

Datum vytvoření / odevzdání či podání práce: 29. 5. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 6. 2017
• Vedúci: RNDr. Jaroslav Bayer
• Oponent: Mgr. Filip Daněk

Masaryk University

Faculty of Informatics

Bachelor programme / odbor:
Applied Informatics / Applied Informatics