@johtaniの日記 3rd

@johtani's blog 3rd edition

elasticsearch-river-wikipediaの疑問点

river-wikipediaの前々回の記事で書きましたが、bulk_sizeに関連して登録件数がやけにきりが良いのが気になると書いていました。で、Riverの仕組みを勉强がてら、elasticsearch-river-wikipediaのソース（1.2.0）を読んでみました。 Riverの作り Riverはorg.elasticsearch.river.Riverというinterfaceを実装することで作らています。ただ、Riverがinterfaceとなっていますが、o.e.river.AbstractRiverComponentというクラスを継承して作られています。

2013-09-12 by johtani

日本語Wikipediaをインデクシング（Kuromojiバージョン）

前々回紹介した、日本語Wikipediaのデータをインデックス登録する記事の続きです。今回は、Kuromojiのアナライザを利用してインデックス登録してみます。余談（Proxy環境でのプラグインインストール） ElasticSearchのpluginコマンドはJavaで実装されています。（org.elasticsearch.plugins.PluginManager）プラグインのダウンロードには、java.net.URL.openConnection()から取得URLConnectionを使用しています。

2013-09-03 by johtani

ElasticSearchにプラグインで日本語Wikipediaデータを入れてみました

久々のブログはElasticSearchネタです。勉強会開催する予定だったりすので、もう少し触っておきたいなと。お手軽に検索するデータとして、よくWikipediaのデータを使っています。 ElasticSearchにはelasticsearch-river-wikipediaという便利なプラグインがあり、Wikipediaのデータを簡単に検索可能な状態にできます。このRiverを利用して日本語のWikipediaのデータを入れたので、メモを取っておきます。まずは、river-wikipediaで日本語のデータをインデクシングしてみるまでの説明です。日本語特有の設定（Kuromojiを利用したインデクシング）などはまた後日。

2013-08-23 by johtani