repo_zf1/documentation/manual/fr/tutorials/lucene-indexing.xml

<?xml version="1.0" encoding="utf-8"?>
<!-- EN-Revision: 24249 -->
<!-- Reviewed: no -->
<sect1 id="learning.lucene.indexing">
    <title>Indexation</title>

    <para>
        L'indexation s'effectue en ajoutant un nouveau document à un index existant ou à un
        nouvel index&#160;:
    </para>

    <programlisting language="php"><![CDATA[
$index->addDocument($doc);
]]></programlisting>

    <para>
        Il y a deux manières de créer un objet document. La première est de le faire
        manuellement.
    </para>

    <example id="learning.lucene.indexing.doc-creation">
        <title>Construction manuel de document</title>

        <programlisting language="php"><![CDATA[
$doc = new Zend_Search_Lucene_Document();
$doc->addField(Zend_Search_Lucene_Field::Text('url', $docUrl));
$doc->addField(Zend_Search_Lucene_Field::Text('title', $docTitle));
$doc->addField(Zend_Search_Lucene_Field::unStored('contents', $docBody));
$doc->addField(Zend_Search_Lucene_Field::binary('avatar', $avatarData));
]]></programlisting>
    </example>

    <para>
        La seconde méthode est de le charger depuis un fichier <acronym>HTML</acronym> ou
        Microsoft Office 2007&#160;:
    </para>

    <example id="learning.lucene.indexing.doc-loading">
        <title>Chargement de document</title>

        <programlisting language="php"><![CDATA[
$doc = Zend_Search_Lucene_Document_Html::loadHTML($htmlString);
$doc = Zend_Search_Lucene_Document_Docx::loadDocxFile($path);
$doc = Zend_Search_Lucene_Document_Pptx::loadPptFile($path);
$doc = Zend_Search_Lucene_Document_Xlsx::loadXlsxFile($path);
]]></programlisting>
    </example>

    <para>
        Si un document est chargé depuis l'un des formats supportés, il peut quand même être
        étendu manuellement avec des champs définis par l'utilisateur.
    </para>

    <sect2 id="learning.lucene.indexing.policy">
        <title>Politique d'indexation</title>

        <para>
            Vous devrez définir votre politique d'indexation au sein de la conception de
            l'architecture de votre application.
        </para>

        <para>
            Vous pourriez avoir besoin d'une configuration d'indexation à la demande (quelque
            chose comme le système <acronym>OLTP</acronym>). Sur de test systèmes, vous ajoutez
            généralement un document par requête utilisateur. De cette manière, l'option
            <emphasis>MaxBufferedDocs</emphasis> n'affectera pas le système. D'un autre coté,
            <emphasis>MaxMergeDocs</emphasis> est vraiment utile, car il vous permet de limiter le
            temps d'exécution maximum du script. <emphasis>MergeFactor</emphasis> doit être définis
            par une valeur qui conserve un équilibre entre le temps moyen d'indexation (il est
            aussi affecté par temps d'optimisation moyen) et les performance de recherche (le
            niveau d'optimisation dépend du nombre de segments).
        </para>

        <para>
            Si vous allez surtout effectuer des mises à jour d'index par lot, votre
            configuration devrait utiliser une option <emphasis>MaxBufferedDocs</emphasis> définis
            à la valeur maximum supporté par la quantité de mémoire disponible.
            <emphasis>MaxMergeDocs</emphasis> et <emphasis>MergeFactor</emphasis> doivent être
            définis à des valeurs réduisant au maximum le recours à l'auto-optimisation
            <footnote>
                <para>Une limite additionnelle est le nombre maximum de gestionnaire de fichiers
                supporter par le système d'exploitation pour les opérations concurrente
                d'ouverture</para>
            </footnote>.
            Les optimisations complètes d'index doivent être appliquées après l'indexation.
        </para>

        <example id="learning.lucene.indexing.optimization">
            <title>Optimisation d'index</title>

            <programlisting language="php"><![CDATA[
$index->optimize();
]]></programlisting>
        </example>

        <para>
            Dans certaines configuration, il est plus efficace d'effectuer une série de mise
            à jour de l'index en organisant une file de requête de mise à jour et de traiter
            plusieurs requête de mise à jour dans une seule exécution de script. Ceci réduit la
            charge d'ouverture de l'index et permet d'utiliser le tampon de document de
            l'index.
        </para>
    </sect2>
</sect1>