Kostenloser Download der gesamten Diplomarbeit - dotSource

KAPITEL 6. ZUSAMMENFASSUNG UND AUSBLICK 69
FACT-Finder ist modular und kann entweder als Software-as-a-Service mit Omikron als
ASPoderals eine Komplettlösungin Anspruchgenommen werden. DieSuchplattform Solr
benutzt die Lucene-Bibliothek von Apache als Kernalgorithmus, welche das Vektorraummodell
als den Ansatz für die Umsetzung der Volltextsuche verwendet. In Kombination
zu der Standardsuche kann genau bestimmt werden welche Algorithmen genutzt werden
sollen. Solr ist frei verfügbar und wird als ein eigenständiger Apache-Projekt intensiv weiterentwickelt.
Insgesamt bieten beide Suchplattformen ein breites Spektrum an Funktionalität, wobei
FACT-FindermehrdenAnsprüchenseitensderE-Commerce-Branchez.B.miteinerShop-
Navigation und Kampagnen genügt. Weiterhin ist die Administration von FACT-Finder
benutzerfreundlicher und intuitiver organisiert, als es der Fall bei Solr ist, wo die wichtigen
Einstellungen auf der Dateiebene vorgenommen werden müssen. Aus technischer Sicht
bietet Solr die Möglichkeit die Suchplattform optimal bis in kleinste Details an die eigenen
Anforderungen anzupassen. So ist beispielsweise gezielte Konfiguration von Analyseschritten
und die Wahl von eingesetzten Algorithmen möglich. In einem Anwendungsfall ist
FACT-Finder für Online-Shops, welche auf Services wie SaaS und Support sowie einfache
Konfiguration mit zahlreichen Funktionen setzen, geeignet. Solr zielt dagegen auf Shops
ab, die ohne finanziellen Investitionen eine vollwertige und fein konfigurierbare Suchplattform
nutzen möchten mit dem Kompromiss etwas mehr Zeit in die technischen Belange
zu spenden.
3. Ziel – Die Ergebnisse des theoretischen Vergleichs anhand der Integration und des
Performance Vergleichs überprüfen:
Die Aufwände für Wartung und Anpassung konnten im Rahmen dieser Arbeit nicht eingeschätzt
werden, weil es fürdieUmsetzung dieser Anforderungkeine Erforderniswährend
der Entwicklungszeit ergeben hat. Der Integrationsaufwand war aufgrund gleicher Vorgehensweise
nahezu identisch. Der eigentliche Unterschied stellte sich erst bei der Konfiguration
der Indizes heraus. Im Gegensatz zur dateibasierten Solr-Konfiguration war die
FACT-Finder Web-Oberfläche denkbar unkompliziert. Auf die Integration von Autovervollständigung
und Suchergebnisfilterung wurde aus zeitlichen Gründen im Rahmen der
vorliegenden Arbeit verzichtet. Weiterhin wurde durch die Erweiterung der Konfiguration
der Indizes für den Outbacker Blog der Caching-Mechanismus der Standardimplementierung
nicht beachtet, sodass an dieser Stelle noch Bedarf nach Refaktorierung der
Implementierung besteht.
Um das Verhalten im praktischen Umfeld zu testen, wurde die Volltextsuche mithilfe
der Suchplattformen in den SCOOBOX Blog der dotSource GmbH integriert und die
Umsetzung für ausgewählte Kriterien gegenübergestellt. Laut der Tests zur Indizierung
benötigen FACT-Finder Indizes insbesondere bei größeren Datenbeständen weniger Speicherplatz
und auch weniger Zeit für die Indizierung. Vermutlich liegt der Hauptgrund in
der Struktur der Indizes, welche deutliche Unterschiede in dem Aufbau des Indexes zeigen.
Während bei FACT-Finder eine große Datei erstellt wird, legt Solr mehrere Dateien
mit unterschiedlichen Funktionen an. Bei der Betrachtung von Laufzeiten der Suchanfragen
ist Solr deutlich schneller als FACT-Finder. Dieses Ergebnis kann entweder durch
die Verwendung unterschiedlicher Algorithmen oder auch hier durch die Ungleichheit in
der Index-Struktur erklärt werden. Die Qualität der Suchergebnisse hat für die Standardkonfiguration
bei FACT-Finder für unsere Abfragen und nach der subjektiven Wertung
zumindest ein Teil der relevanten Treffer generiert, weil über die Vollständigkeit keine