検索

現在、過半数以上のインターネットユーザーが日常的に検索エンジンを利用して、興味や関心のあるサイトを探し出し、訪問しています。数百億以上も存在す るWebページの中から目当ての情報をキーワード1つで探し出せるのですから、当然ながら利用者はたくさんいますし、またWebにおける唯一のナビゲー ション手段といっても差し支えないでしょう。  

最終回となる 今回は、ファイルサーバー検索にESPを活用することで、何ができるようになるのか、業務がどう改善されるのかを具体的に紹介します。

全文検索は、検索文字列（キーワード）を指定して、本文はもちろん、タイトルや著者名、スタイルなど、文書を構成するすべての情報を利用して、複数の文 書の中からキーワードが含まれる文書を検索するための機能です。論理演算子（AND検索／OR検索／NOT検索）を利用することで、複数のキーワードを指 定した検索を行うことができます。  

PCサーバーのコモディティ化により、企業は高性能なファイルサーバーを低価格で導入できるようになりました。これによりファイルサーバーは、部門別、 課別、グループ別、プロジェクト別など、さまざまな利用シーンに合わせて導入されるようになっています。また、これらのファイルサーバーに接続されているストレージも、大容量、低価格化の一途をたどっており、膨大な情報が複数のファイルサーバー上で管理さ れるようになりました。

「第2回：検索エンジンの選定と評価項目」では、全文検索システムを比較するにあたってはさまざまな評価項目があることを解説しました。今回はインデクシングの速度やインデックスのサイズを実際に測定／比較していきます。比較対象とするのは、Namazu、Lucene、 Estraier、Hyper Estraier、Sennaの5つの全文検索システムです。

現在、多くのWebサイトではそのサイト内の情報を検索できる「検索窓」「検索ボックス」を設置しています。例えば、この記事の上の方にも検索窓があります。検索ログとは、この検索窓から得られるログのことです。サイトの閲覧者はそれぞれが欲しい情報を探すた めに、検索窓にキーワードを入れてサイト内のドキュメントから検索を行います。そのときに検索についての履歴を記録したのが検索ログです。