Re: [sdx-developers] RE : SDX 2 : implantation des entrepots de documents

[Pierrick Brihaye]

Salut,

Martin Sévigny wrote:

> Framework ( = installation SDX)
>   Application (plusieurs par installation)
>     Base de documents (plusieurs par application)
>       Entrepôt (plusieurs par base de documents)


C'est clair.


> En SDX 1, Application = Base de documents = Entrepôt.


C'est clair également.


> Je pense que j'ai précisé : la base est responsable de l'indexation, 


... Lucene. Si on prévoit d'autres types de query, le mécanisme pourrait 
éventuellement être différent ? En gros, c'est ça qui me gêne. Mais pas 
plus que ça !


> Dans SDX 2, je voulais permettre un entrepôt qui ne duplique pas (sauf
> pour cache éventuellement) les documents, et c'est (pour l'instant)
> l'entrepôt URLRepository qui joue ce rôle. Les autres entrepôts prévus
> (SGBD, XML:DB, système de fichiers) sont à mon sens équivalents car ils
> dupliquent tous les documents. Le choix de l'un ou l'autre est une
> question de préférence, et en fait il n'y a pas beaucoup d'intérêt
> d'utiliser plus d'un entrepôt de ce type.


On est d'accord.


> Pour l'instant, la seule chose certaine c'est qu'il y aura toujours des
> requêtes Lucene en SDX 2. Mais c'est vrai que ça m'intéresse beaucoup
> d'avoir des requêtes XML:DB aussi.


OK. Je me demande d'ailleurs si, cet été, je ne vais pas me faire une 
extension spatiale à Lucene : en gros, on stocke les données 
géométriques sous forme textuelle (format WKT de l'OGC), et, lors de la 
requête on recherche tout ce qui est dans la bounding box désirée 
(facile, c'est un test >= x0 and <= x1 and >= y0 and <= y1). Ensuite, on 
*filtre* en construisant les objets géométriques géométriques éligibles 
et en leur appliquant l'opérateur géométrique fourni dans la requête. On 
ne retourne que ce ce qui a passé l'épreuve de la bounding box et de 
l'opérateur... On est d'accord que Lucene n'est pas réellement fait pour 
ça, mais sa performance est si intéressante que je me demande si ça ne 
vaut pas le coup...

> Petite précision : SDX (1 et 2) ne conserve pas les résultats en mémoire
> _sauf_ si on demande un tri. Par exemple, si je fais une requête
> sdxall:1 sur une base de 3 millions de documents, ça prend 20
> millisecondes et je ne vois aucune augmentation de la mémoire requise.
> Si je le trie c'est une autre histoire...


Oui, mais, hélas, tout résultat retourné au client se doit à mon avis 
d'être trié autrement que par pertinence : on est généralement dans de 
la documentation structurée. Un résultat intermédiaire, je ne dis pas.


> En fait, tu veux avoir du WebDAV directement sur SDX? Voir
> http://www.webdav.org/ et, peut-être encore mieux, voir le support
> WebDAV dans Tomcat 4 et http://www.mucl.de/~jmetzner/xincon/ pour un
> test de support WebDAV directement dans Xindice...


Je regarde ça...

--
Pierrick Brihaye, informaticien
Service régional de l'Inventaire
DRAC Bretagne
mailto:address@hidden