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

<?xml version="1.0" encoding="utf-8"?>
<!-- EN-Revision: 19807 -->
<!-- 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 :
    </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 :
    </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>