2012/11/26(#solrjp)第9回Solr勉強会

Jun Ohtani @johtani

@r_fujimoto #SolrJP 数週間後に出るらしいという噂が。

KITAZAKI Shigeru @kshigeru

これは読んでおいた方が良い、という記事。 / Lucene's new analyzing suggester - http://t.co/Eyj8IYES #SolrJP

HARUYAMA Seigo @haruyama

RT @kshigeru: これは読んでおいた方が良い、という記事。 / Lucene's new analyzing suggester - http://t.co/Eyj8IYES #SolrJP

やのさん、（本人） @yano3

Solr ＠ニコニコ生放送 #SolrJP

Yu Gori @yugori

#SolrJP 二コ生とSolrの話

ふじもと @r_fujimoto

#SolrJP http://t.co/POCb8WaV 初めて知った

ふじもと @r_fujimoto

#SolrJP 退職していたらしょうがないよなぁ....、そんなプロジェクトあるある

Jun Ohtani @johtani

#SolrJP これ話していいのかなぁｗ

ふじもと @r_fujimoto

#SolrJP mysql/senna -> solrへ移設したらしい

やのさん、（本人） @yano3

以前は MySQL + senna → Solr へ。あるあ（ｒｙ #SolrJP

やのさん、（本人） @yano3

放送開始後1分以内の検索ヒットが要件。（ Google のクロールの方が早かった。） #SolrJP

ふじもと @r_fujimoto

#SolrJP solr3.4でマスター1台、スレーブ2台。そんだけの構成？すくな。2core 8G mem.

KITAZAKI Shigeru @kshigeru

ニコ生は master/slave 構成で jetty-7.5 で立ち上げている。リプリケーションは Solr の機能を利用。元々は分散インデクスも検討していたらしい。 #SolrJP

ふじもと @r_fujimoto

#SolrJP 70万番組/week, 1kb-10kb/1番組。このうち、Index対象の情報量が気になるな。

やのさん、（本人） @yano3

1週間以前の番組（見られないので）はインデックスしない（更新多いが全量少ない）。来場者数とコメント数の更新頻度特に高い。 #SolrJP

ふじもと @r_fujimoto

#SolrJP へえぇ,Redisにいったんつっこんでから、masterのsolrを更新しているのか。

やのさん、（本人） @yano3

インデックス作成はバッチ。更新、削除情報は Redis にためてから流す。 #SolrJP

close_yutori @kimukou2628

#solrjp batchはPHPなのか。。へー。

KITAZAKI Shigeru @kshigeru

(なんで batch が PHP なのか。。。) #SolrJP

Jun Ohtani @johtani

#SolrJP 「形態素」ですねｗ確かに、新語に対しては形態素解析のエンジンは弱い部分があります。

close_yutori @kimukou2628

#solrjp トーカナイザー：インデックス更新優先 solr.CJKTokenizerFactory フィルタ；solr.HTMLStripCharFilterFactory & お手製正規化フィルタ <Bi-gram情報なので・・タグ情報で凌ぐ

やのさん、（本人） @yano3

CJKTokenizer 。 Bi-gram なので FF, DQ などに弱い。タグ情報付加でしのいでる。 #SolrJP

close_yutori @kimukou2628

#solrjp ピーク時: sélect: 40QPS<IPhone,Android 小さいピーク・・ユーザさんお手製ツール（これをどれだけ弾くかがポイント update:80QPS(番組作成、更新、削除

ふじもと @r_fujimoto

#SolrJP CPU100%いたいよね

やのさん、（本人） @yano3

ピーク時 SELECT 40QPS 程度。 UPDATE 80QPS 程度。 #SolrJP