Automotive Information Research driven by Apache SolrWir suchen das Unbekannte in den unendlichen Weiten relationaler Datensilos. Wie findet man versteckte und bisher unbekannte Entitäten mit deren Beziehungen? Wie sucht man die relevanten Informationen in einem 10^56 dimensionalen Datenraum? Welche Vorteile bietet hier der Einsatz von Apache Solr als Index-Maschine und NoSQL Storage gegenüber traditionellen, relationalen Ansätzen? Wie erzeugt man ein konsistentes, täglich aktuelles Informationsnetz in über 20 Sprachen?
Dieser Vortrag gibt die Antworten und präsentiert eine detaillierte Fallstudie, wie auf Basis von Solr eine globale Informationsrecherche-Applikation für einen führenden deutschen Automobilhersteller umgesetzt wurde.
Skills
Grundkenntnisse und Erfahrungen im Umgang mit Such-Technologien wie Apache Lucene, Solr oder ElasticSearch sind von Vorteil.
Lernziele
* Entwicklung einer stabilen, skalierbaren und performanten Enterprise-Lösung mit komplexer Business-Logik auf Basis von Apache Solr und Java EE.
* Einfache aber effiziente Strategien zur Denormalisierung von relationalen Datenmodellen, ohne dabei in das Problem der kombinatorischen Explosion zu laufen.
* Betrachtung der Vor- und Nachteile von Multi-Value Fields, Child Documents und JavaScript-Term-basierter Post-Filter-Logik mit Apache Solr.
// Referent
//
Mario-Leander Reimer
@LeanderReimer
ist Cheftechnologe bei der QAware. Er ist Spezialist für den Entwurf und die Umsetzung von komplexen System- und Softwarearchitekturen auf Basis von Open-Source-Technologien. Als Mitglied im Java Community Process (JCP) ist sein Ziel, die Java-Plattform weiter zu verbessern und praxistaugliche Spezifikationen zu entwickeln.