![自己紹介
氏名：鈴木 教嗣（スズキ ノリツグ）
所属：株式会社NTTデータCCS
著書：改訂新版 Apache Solr入門（技術評論社）
[著]大谷 純, 阿部 慎一朗, 大須賀 稔, 北野 太郎, 平賀 一昭, 鈴木 教嗣
[監修] 株式会社リクルートテクノロジーズ, 株式会社ロンウイット
好評発売中!!
今回はデジタル版あり!!](https://image.slidesharecdn.com/solr12-140202233025-phpapp02/85/Solr-13-Solr-2-320.jpg)
![Solrの検索クエリ
Solrの検索方法
Solr用の検索式（クエリ）を使用します。
検索条件を フィールド名
q=
sort=
rows=
ソート条件
：
検索ワード
フィールド名
(スペース)
の形式で指定
asc / desc
1ページに表示させる件数を整数で指定
例えば…賃貸物件を探す。
説明文(note)に「築浅」を含み、かつ、家賃(price)が8万以下の
物件を延べ床面積(space)が広い順に20件表示
q=note:築浅 AND price:[＊TO 80000]
&sort=space desc
&rows=20
Chapter-4](https://image.slidesharecdn.com/solr12-140202233025-phpapp02/85/Solr-13-Solr-17-320.jpg)
はじめての検索エンジン＆Solr 第13回Solr勉強会
- 2. 自己紹介 氏名：鈴木 教嗣（スズキ ノリツグ） 所属：株式会社NTTデータCCS 著書：改訂新版 Apache Solr入門（技術評論社） [著]大谷 純, 阿部 慎一朗, 大須賀 稔, 北野 太郎, 平賀 一昭, 鈴木 教嗣 [監修] 株式会社リクルートテクノロジーズ, 株式会社ロンウイット 好評発売中!! 今回はデジタル版あり!!
- 3. 検索エンジンの話
- 6. 検索方式の話 主な検索方式 順次検索 データの先頭から文字列が合致するか探す方式 索引検索 索引を作成して、その索引から探す方式 索引：インデックスとも。Solrの場合は転置インデックスとも言う。 Chapter-1
- 7. 検索方式の話（順次検索） 順次検索 1冊の本で例えるなら… 先頭ページから順に単語を探すイメージ その単語があるか無いかわからないが、最終ページまで検索 使われているところ テキストエディタやブラウザのページ内検索 Linuxであればgrepコマンド、RDBのLike検索など 特徴 事前準備不要で検索可能 ページ内や小数のファイルなど小規模に向いている
- 8. 検索方式の話（索引検索） 索引検索 索引・Index 1冊の本で例えるなら… 本の末尾にある索引から単語から目的ページを探すイメージ 仮に…索引にそのワードがなければ、「ヒットなし」となる。 特徴 事前に索引を作成する必要がある 大規模にも対応し、検索速度が速い 多くの検索エンジンがこの方式を採用 Solrも索引を使用する検索方式
- 12. Apache Solrの話
- 13. Apache Solrとは Solr = ソーラーと読む 全文検索エンジンサーバアプリケーション JettyやTomcatなどで動作 2007.1 Apache projectのトップレベルプロジェクトに 現在はApache Lucene（ルシーン）のサブプロジェクト Lucene＝検索エンジンライブラリ （Solrのコアライブラリであり、elasticsearchも使用） Solr(Lucene)のコミュニティ コミュニティが活発であり、不具合への対応も早い 新機能への取り組みも盛ん Chapter-1
- 14. Solrの特徴 Full Javaで書かれているオープンソース 無償で利用可能であり、ソースも公開されている 容易に検索サーバが構築可能 数コマンドで検索サーバを利用できる 小規模から大規模まで対応 更に複数のスケールする機能・手法が利用できる 豊富な検索機能のサポート 高速化を可能にするキャッシュ機構 日本語にも対応したトークナイザやフィルタ Chapter-1
- 16. Solrの機能紹介 検索 検索クエリ スコアによるソート スコアリングについて 多言語に対応した柔軟な検索 ファセット検索（Facet）／ 緯度経度検索（Spatial） ハイライト機能 ／ グルーピング機能 スケールアウト インデックスの複製：replication 分散横断検索：distributed 分散検索：Solr Cloud Chapter-4,7,8
- 17. Solrの検索クエリ Solrの検索方法 Solr用の検索式（クエリ）を使用します。 検索条件を フィールド名 q= sort= rows= ソート条件 ： 検索ワード フィールド名 (スペース) の形式で指定 asc / desc 1ページに表示させる件数を整数で指定 例えば…賃貸物件を探す。 説明文(note)に「築浅」を含み、かつ、家賃(price)が8万以下の 物件を延べ床面積(space)が広い順に20件表示 q=note:築浅 AND price:[＊TO 80000] &sort=space desc &rows=20 Chapter-4
- 18. Solrの機能紹介（スコア） スコアによるソート スコア＝検索条件の一致度の指数 検索条件によりマッチしたドキュメントが高スコア Solrのスコアを算出する計算式 デフォルトではLuceneのスコア計算式 tf-idf のベクトルモデル scoreq,d coord q,d queryNormq tf t in d idf t t.getBoost Normt,d 2 t in q 単語ヒット数 出現数 希少度
- 19. Solrの機能紹介（スコア） 単語ヒット数（coord） 検索したワードが幾つヒットしたか 例：OR検索した時などに影響 「ジャガイモ OR ベーコン OR タマネギ」で検索 ジャガイモ 「材料：ジャガイモ、ニンジン、豚肉」・・・1個 タマネギ 「材料：ナス、鶏ひき肉、ピーマン、タマネギ」・・・1個 ベーコン タマネギ 「材料：ベーコン、キャベツ、タマネギ」・・・2個 高スコア
- 20. Solrの機能紹介（スコア） 出現数（tf） 1フィールドにそのワードが何個あるか 例：「Solr」で検索 Solr 「Solrを使ってみよう」・・・1回 Solr Solr Solr 「SolrのSolrによるSolrのための検索」 ・・・3回 Solr Solr 「Solrって何？～検索エンジンSolr～」 ・・・2回 高スコア
- 21. Solrの機能紹介（スコア） 希少度（idf） そのワードがどのくらい稀少か（Solrでは価値がある） 例：「ジャガイモ OR タマネギ」で検索 ジャガイモ 「材料：ジャガイモ、ニンジン、豚肉」 高スコア タマネギ 「材料：ナス、鶏ひき肉、ピーマン、タマネギ」 タマネギ 「材料：ベーコン、キャベツ、タマネギ」 各ワードのドキュメント数を比較 ジャガイモ・・・1ドキュメント タマネギ・・・2ドキュメント ジャガイモの方が希少
- 22. Solrの機能紹介（スコア） Solrのスコア 単語のヒット数、出現頻度、希少度の他、 フィールドの長さ（割合）、ブーストなどの要素を加味し てスコアリングを行っている 通常の検索で、ソート条件を指定していないときや、 「sort=score desc」を指定するとスコアでソート可能 fl=*,score とすることで、スコアの表示も可能 OSSなのでスコアの部分も自己流に改造も可能
- 24. 多言語対応と柔軟な検索 トークナイザと言語フィルタの充実 数十か国もの言語をサポート example内にも多数の定義あり 特に… 日本語用のフィルタも多数あり、Solr3.6より標準で 「形態素解析」が利用できるようになった Kuromojiの辞書も内包 形態素解析：日本語の文章を単語（各品詞）に切り分ける処理。多くは辞書を用いて行う。 Chapter-2
- 25. トークナイザとフィルタ トークナイザ 日本語用：JapaneseTokenizerFactory ホワイトスペース用：WhitespaceTokenizerFactory N-Gram：NGramTokenizerFactory フィルタ 文字フィルタ：MappingCharFilterFactory 品詞フィルタ：JapanesePartOfSpeechStopFilterFactory 禁止ワード：StopFilterFactory 大文字小文字：LowerCaseFilterFactory Chapter-2
- 26. フィルタ紹介 文字フィルタ：MappingCharFilterFactory トークナイズする前に文字を置き替えるフィルタ 「ﾀ ﾞ」（半角は濁点も1文字） 「ﾀ ﾞ」を「ダ」と置き替えることが可能 例：「斎」「齊」「齋」を「斉」の に、「髙」を「高」に置き換える。 「斎藤さん」を「斉藤さん」でも探せる 「髙橋さん」を「高橋さん」でも探せる 例： 意外と便利です
- 28. 検索機能紹介 ハイライタ（highlight） 検索ワードの書式を変えるための機能 検索 Solr ３件ヒットしました 1:改訂新版Apache Solr入門 2:Apache Solr入門 3:Apache Solr 4 Cookbook コレ 検索したワードを目立たせる Chapter-4
- 29. Solrの運用・スケールについて
- 30. Solrのスケール 検索システムを構築する際に規模の見積りは重要 運用中のSolrが直面する課題… 利用するユーザー数が増えた（QPSの増加） 検索対象となるドキュメントが増えた 検索クエリが複雑になった クエリのレスポンスが遅くなるなど 検索性能の低下 QPS：Query par Secondの略。1秒間に何クエリ処理できるかという性能指数のひとつ
- 31. 検索性能低下の対策 クエリ改善 クエリチューニングが可能か調査する スケールアップ 単純にSolrサーバを高性能化 CPUパワーアップ、メモリ増設、HDD高速化など アプリの改修を行うことなく性能向上 スケールアウト Solrはスケールアウトするための複数の機能を持つ replication：インデックスの複製機能 distributed／Solr Cloud：分散検索機能 Chapter-8,9
- 32. Solrの活用・導入について
- 35. Solrの活用 DBサーバの負荷軽減 複雑な検索も増えた上に、アクセスも増加している フリーワードをLike検索していたが、そろそろ限界 条件検索＆一覧表示だけでもSolrを使ってみる 検索フォーム 検索 商品Ａ 商品Ａ＋説明 詳細 商品Ｂ＋説明 詳細 商品Ｃ＋説明 詳細 商品Ｄ＋説明 詳細 詳細説明 検索→一覧表示までをSolrで作成 Solrから取得した「商品A」のコード値をDBで引くだけ
- 36. Solrの活用 DBサーバの補助機能として使う場合の注意 Solrはトランザクション管理ができない 在庫管理・・・× 複数のユーザが更新する・・・× リアルタイム性が低い 索引を作成→検索可能 となるため、タイムラグが発生する 要件次第でラグを最小にすることは可能だが、RDBのような使 い方は不得意 データベースとのデータの整合性や お互いの機能の利点を活かす使い方が重要 検索エンジン特有の知識が必要
- 37. Solrの活用 検索システムのリプレース 現行システムにも検索エンジンを使用している場合 Solrの利用も視野に入れてみる！ • 現在の検索エンジンではスペック不足 • ライセンス料金が高い • 実現したい機能が利用できない Solrならば… • スケールアウトが考慮されている • OSSなのでライセンス料不要 • 機能が多い＆必要であれば自分で 機能追加ができる
- 38. Solrの活用 新たなサービスへの利用 現行のサイトにフリーワードの検索機能が無い 検索機能を付与してみる。 顧客満足度が向上 現行システムの検索を強化する DBを使った社内システムだが、キーワードにマッチせず、検索 結果がゼロ件になることが多々あった。 検索エンジンの導入により、柔軟なフリーワードを実現 電話対応用のシステムだが、過去事例の検索に10秒くらい時間 がかかっていた。 検索エンジン導入により、レスポンスが1秒以下に！ 業務効率の向上＆顧客満足度も向上
- 39. Solrの活用 既存データの活用 分析ツールとして活用してみる 強力な形態素解析機を活用して、データを集計 捨てていたログを検索機能を使って分析してみる 「検索エンジン」を使うことで 新たな気付きがあるかも知れない
- 40. ひとこと Apache Project なのでOSSの中でも信頼性が高く、国 内外で実績も多くあります。 顧客がOSSを心配することもあるかもしれませんが… コミュニティが活発なのは強み！ Solrは検索エンジンが初めての人でも導入しやすい 改訂新版 Apache Solr入門 もあります！ 身近にサポートしてくれる人も？？（勉強会も開催） これを機に、またSolrを盛り上げましょう！！