Kostenloser Download der gesamten Diplomarbeit - dotSource

KAPITEL 5. INTEGRATION IN SCOOBOX 62
Das Ergebnis dieser Messung hat gezeigt, dass die Indizierung des Solr-Indexes bei jeder
Stichprobe mehr Zeit erfordert hat, als die des FACT-Finder-Indexes. Bis 100.000 Einträge
ist die Laufzeit von Solr über das Vierfache des FACT-Finders angestiegen. Die
Indizierungsdauer für mehr als 256.000 Beiträge haben einen Faktor von über 200%. Eine
mögliche Erklärung bietet der strukturelle Unterschied der beiden Indizes. Wie bereits
im vorigen Kapitel erwähnt wurde, wird bei FACT-Finder nur eine Datenbankdatei, die
Konfigurationsdateien ausgenommen, angelegt, während bei Solr der Index aus mehreren
Dateien besteht. Das hat zur Folge, dass bei Solr mehrere Dateien bei der Analyse
und Aufnahme eines Terms in den Index angefasst und gegebenenfalls verändert werden
müssen. Jede Dateioperation erfordert Ressourcen und kann sich auf diese Weise in der
Verarbeitungszeit auswirken.
Es ist auch denkbar, dass die verschiedenen Herangehensweisen bei der algorithmischen
Umsetzung der Prozesse zur Analyse, Aktualisierung und Optimierung der Indizes den
maßgeblichen Anteil an dem Laufzeitunterschied bewirken.
NebenderLaufzeit spieltdieIndex-Größe ebenfallseinewichtige RollefürdiePerformance
der Suche. Wie verhält sich der Overhead, welcher bei der Indizierung der Daten immer
vorhanden ist, in Abhängigkeit von dem Zuwachs an Daten.
Eine nach oben skalierende Datenmenge impliziert einen mit wachsenden Index. Die Frage
über die Skalierbarkeit des Overheads, welcher durch die Indizierung der Daten immer
vorhanden ist, gibt ebenfalls eine Aussage über die Leistungsfähigkeit der verwendeten
Algorithmen. Insbesondere hat die Indexgröße den direkten Einfluss auf den Speicherverbrauch,weil
fürderperformantenZugriffderIndexindenArbeitsspeichergeladen wird.In
der Abbildung 5.6 sind die Index-Größen der jeweiligen Suchplattformen für verschiedene
Datenmengen in einem Balkendiagramm veranschaulicht.
Abbildung 5.6: Vergleich der Indexgrößen in Abhängigkeit von Beitragsanzahl
DieGrößenausdemDiagrammsindimAnhangBinderTabelleB.3erfasst.DieMesswerte
wurdendirekt aus dem Dateisystem, wo dieIndexdaten gespeichert werden, abgelesen. Die
Originalgrößen wurden zum Vergleich ebenfalls dargestellt. Diese stammen aus der CSV-
Datei, welche für den Importvorgang in dem FACT-Finder-Indexordner erzeugt wird.