赞!亚马逊CloudSearch数据搜索五步搞定

日期: 2015-03-09 作者:Judith Myerson翻译:滕晓龙 来源:TechTarget中国 英文

亚马逊CloudSearch是一个为云计算中文档创建搜索索引的有用工具。这项服务是基于使用文档现有属性项的,它可允许开发人员新增新的属性项以便于对搜索索引进行微调。 这里,我选择了一个LibreOffice Writer文档以用于说明如何使用CloudSearch来创建搜索索引和修复问题。出于演示的目的,我所选的文档较小,这样就可确保创建索引成本更低。

创建搜索索引共需五个步骤:准备文档、启动亚马逊CloudSearch、定位索引字段源、增加索引字段以及运行测试搜索。如果测试结果是成功的,那么你就可以使用相同的索引来搜索其他的LibreOffice文档。 步骤1:准备一个样本文档 • ……

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

亚马逊CloudSearch是一个为云计算中文档创建搜索索引的有用工具。这项服务是基于使用文档现有属性项的,它可允许开发人员新增新的属性项以便于对搜索索引进行微调。

这里,我选择了一个LibreOffice Writer文档以用于说明如何使用CloudSearch来创建搜索索引和修复问题。出于演示的目的,我所选的文档较小,这样就可确保创建索引成本更低。

创建搜索索引共需五个步骤:准备文档、启动亚马逊CloudSearch、定位索引字段源、增加索引字段以及运行测试搜索。如果测试结果是成功的,那么你就可以使用相同的索引来搜索其他的LibreOffice文档。

步骤1:准备一个样本文档

• 选中File标签,选择Properties。
• 在General Properties标签中,确保选中Apply the user data多选框。
• 在Tools标签下的Options,在LibreOffice User Data文本框中输入你的名字。
• 选中Use Data for document properties多选框。
• 点击OK。
• 在Edit标签下,打开Record Changes。
• 进行必要的编辑。
• 以LibreOffice Writer的格式(.odt)保存文档文件,然后以微软的Word格式(.doc 或 .docx)保存。因为CloudSearch并不会接受LibreOffice Writer (.odt)格式的文档文件。

步骤2:启动CloudSearch

• 登录到AWS的管理控制台。
• 选择CloudSearch。
• 在相关区域选择激活域。
• 点击Upload Documents。
• 选择 File(s) on my local disk并点击 Browse 选中你需要上传的样本文件。
• 点击Continue。

在CloudSearch分析样本文档之后,相关界面会显示索引字段的一个列表:

• application_name
• author
• content
• content_type
• creation_date
• creator
• date
• language
• last_author
• last_modified
• last_printed
• resourcename
• revision_number
• total_time

上述列表中的斜体标记表示并没有针对域进行配置。只有解决了这一问题,你才能继续下一步。

点击Cancel。

步骤3:定位正确配置的索引字段源

• 在Help标签下选择About LibreOffice以获得application_name 字段的源。
• 在Tools标签的Options中选择Language Settings以获得Language字段的源。英语(美国)是默认选项。
• 在File标签的Properties中选择General Properties以获得以下表格中字段的源。

在向域配置新增索引字段之前,你可以确定是删除还是保留这些字段。

步骤4:新增索引字段

• 登录CloudSearch,打开相关界面。
• 选择一个激活域名。
• 选择Indexing Options。
• 每次对下述每一个字段点击Add Index Field。

注:在默认情况下,CloudSearch将把每个字段自动设置为可搜索。

• 点击Submit。
• 点击Run indexing,重新编制索引。
• 点击OK开始编制索引。一般来说,编制和部署小型索引文件只需花费数分钟时间,而编制和部署大型索引文件则可能需要花费数个小时之久。索引文件越小,重建搜索索引文件的成本就越低。

步骤5:提交搜索请求

• 选择Dashboard。
• 从S3 buckets或你的本地文件系统中选择待上传文件,并点击Upload Documents。
• 点击Run a Test Search。
• 在Search框内输入一个单词。例如,“vulnerability”。
• 点击Go,CloudSearch就会以文档相关度分数降序的次序列出索引字段。

注:文档相关度得分是根据文档中搜索词出现次数与整个域中所有文档中搜索词出现次数的比值而得到的。在本文的示例中,我们使用了一个文档。

以下是一个文档的结果:

该文档相关度得分为0.5532488。搜索词被发现一次。

创建者和作者是Judith。

最后的作者是Judith。

该文档被修改过六次。

语言默认为美国英语(en-US)。

创建者和作者是Judith。

创建时间为2014年6月20日10:08:15。

内容是:生物漏洞评估变更。

修改日期为12:57:38。

内容类型为application/vnd.openxmlformats(Word docx)。

资源名称Biometric vulnerability assessment.docx。

总之,对一个小文件运行测试搜索可确保处理成本较低。如果测试结果是成功的,那么你就可以使用相同的索引来对大量的文档进行搜索。

相关推荐

  • 亚马逊CloudSearch优于DIY搜索工具?

    大数据对于企业商务智能的价值无可估量。然而,为了这种价值要挖掘大量非结构化文本数据,这意味着至少需要一个基本的搜索服务,有时候是更加高级的文本分析方法。

  • 亚马逊和微软将搜索作为云服务

    搜索转移到前端已经成为云开发的关键组件,主要竞争厂商是亚马逊和微软,而不是谷歌,至少目前来看是这样。