Я вже закінчили день 2 ШВИДКОЇ підготовки в сонячному місті Needham, МА, і я розпирало ідеї (яких всі хороші навчальні класи зі мною зробити). Один конкретний аспект швидко має мене мислення, і я хотів би запишіть його, коли він був ще свіжі і нормальні повсякденну "stuff" штовхнув його з моєї голови.
Ми SharePoint WSS 3.0 / ЛИШАЙНИК виконавців часто стикаються з жорстким проблема з будь-якого досить невеликій SharePoint проекту: Як ми отримати всі без тегів дані завантажуються в SharePoint, така, що все це вписується в рамках наших абсолютно розроблений інформаційної архітектури?
Досить часто, Це не такий важкою проблемою, тому що ми сферу себе від неприємностей: "Ми не хвилює нічого більше, ніж 3 місяців." "Ми будемо обробляти все, що старі речі з ключовим словом пошуку і йти вперед ми зробимо це правильний шлях…" Д.
Але, що станеться, якщо ми не можемо сферу себе від неприємностей і ми дивимося на 10 тисяч або 100 з тисячі (або навіть мільйони) документи — завантаження і міток з яких є нашими побожні бажання?
ШВИДКО може бути відповіддю.
В швидкий пошук процес включає багато рухомих частин, але одну спрощеного подання це:
- Процес гусеничних шукає вміст.
- Він знаходить вміст і простягає її брокер процес, який керує басейн документ процесорів.
- Брокер процес простягає її від одного документа процесорів.
- Документ процесор аналізує документ і за допомогою процесу трубопроводу, аналізує bejeezus з документа і простягає її ході індекс будівельник тип процесу.
На зореліт ФАСТ, у нас багато контролю над обробки трубопроводу документа. Ми можете змішувати і поєднувати про 100 Трубопровідний компонентів і, Найцікавіше, Ми можемо написати наші власні компоненти. Як я сказав, Швидкий аналіз документів кожному напрямку, але неділі і він збирає багато корисної інформації про ці документи. Тих crazy швидке людей є чітко божевільним і нав'язливим про аналіз документа, тому що вони мають програмами та стратегії, щоб дійсно сортування документів.
Так … за допомогою швидко в поєднанні з наші власні користувацькі трубопроводу компонент, Ми можемо захопити все, що контексті інформація від швидкого і годувати його назад для ЛИШАЙНИКА. Він може піти щось на зразок цього:
- Документ подається в швидко з МОСС.
- Звичайний документ швидко crazy нав'язливий розбору і категоризації відбувається.
- Наші власні користувацькі трубопроводу компонент краплі, деякі з цього дані щодо контексту off до бази даних.
- Процес нашого власного дизайну зчитує дані щодо контексту, робить деякі рішення, як з урахуванням МОСС документа в рамках наших IA і позначає їх за допомогою веб-служби і об'єктної моделі.
Звичайно, немає такого автоматизований процес може бути досконалим, але завдяки на нав'язливі (і можливо insane-but-in-a-good-way швидко людей), Ми, можливо, реальна боротьба стріляли в процес дійсно ефективну масового навантаження, що більше, ніж просто заповнити базу даних SQL з купою ледве можна виконувати пошук документів.
</кінець>
