Curso de Apache Solr

Clase 1 • Instalando y ejecutando Solr

Guía a los estudiantes a través de la instalación local, el inicio y la verificación básica. La configuración práctica asegura un entorno de trabajo para todos los ejercicios posteriores.

Clase 2 • Qué es Apache Solr

Cubre el origen, propósito y posición de Solr en el panorama de búsqueda. Establece el contexto para todos los temas técnicos subsiguientes del capítulo.

Clase 3 • Descripción general de la arquitectura de Solr

Explica los componentes principales de Solr: cores, handlers y el pipeline de solicitudes. Los estudiantes adquieren un modelo mental de cómo fluye una consulta a través del sistema.

Clase 1 • Entendiendo el esquema de Solr

Explica el esquema administrado vs. el schema.xml clásico y sus ventajas y desventajas. Establece la base para todas las definiciones de campos y tipos en este capítulo.

Clase 2 • Cadenas de análisis y procesamiento de texto

Enseña cómo los tokenizadores, filtros y analizadores transforman el texto en el momento de indexación y consulta. El diseño adecuado de la cadena afecta directamente la calidad de la búsqueda.

Clase 3 • Campos dinámicos y campos de copia

Introduce patrones de campos dinámicos y directivas de campos de copia para un diseño de esquema flexible. Los estudiantes reducen el costo de mantenimiento del esquema mientras soportan diversas necesidades de consulta.

Clase 4 • Tipos de campo y modelado de datos

Cubre tipos de campo primitivos y complejos, incluyendo texto, numérico, fecha y geo. Los estudiantes mapean datos del dominio a tipos de campo de Solr apropiados.

Clase 1 • Usando SolrJ para clientes Java

Presenta la librería cliente SolrJ para indexación y consultas programáticas desde Java. Los estudiantes construyen una aplicación de indexación simple usando SolrJ.

Clase 2 • Actualizaciones atómicas y concurrencia optimista

Cubre las actualizaciones parciales de documentos y la detección de conflictos basada en versiones. Los estudiantes aplican actualizaciones atómicas para evitar reescrituras completas de documentos en escenarios de alto rendimiento.

Clase 3 • Data Import Handler y conectores

Enseña el Data Import Handler (DIH) para extraer datos de bases de datos y archivos. Los estudiantes configuran un trabajo DIH y programan importaciones incrementales.

Clase 4 • Indexando a través de la Update API

Cubre el envío de documentos en formato JSON, XML y CSV a través del Update Request Handler. Los estudiantes indexan documentos de muestra y verifican los resultados de inmediato.

Clase 1 • Faceting y agregaciones

Introduce facetas de campo, de rango, pivot y agregaciones de la JSON Facet API. Los estudiantes construyen características de navegación y analíticas sobre los resultados de búsqueda.

Clase 2 • Filtrado, ordenamiento y paginación

Enseña consultas de filtro (fq), parámetros de ordenamiento y paginación basada en cursor para conjuntos de resultados grandes. Los estudiantes optimizan consultas separando el caché de filtros de la puntuación.

Clase 3 • Query parsers DisMax y eDisMax

Cubre los parsers DisMax y Extended DisMax diseñados para cajas de búsqueda orientadas al usuario. Los estudiantes configuran los parámetros qf, pf, mm y boost para el ajuste de relevancia.

Clase 4 • Highlighting y formateo de resultados

Cubre el resaltado de fragmentos, los response writers y los transformadores de campo para la presentación de resultados. Los estudiantes configuran formatos de salida adecuados para diferentes aplicaciones cliente.

Clase 1 • Estrategias de boosting

Cubre los boosts en tiempo de indexación, en tiempo de consulta y los boosts de función de consulta para el control de relevancia. Los estudiantes aplican múltiples estrategias de boost y miden su efecto combinado.

Clase 2 • Entendiendo la puntuación de Solr

Explica el modelo de similitud BM25 por defecto y cómo los boosts a nivel de campo afectan las puntuaciones. Los estudiantes usan el parámetro debug=query para inspeccionar las explicaciones de puntuación.

Clase 3 • Consultas de función y fórmulas de ranking

Enseña la sintaxis de consultas de función de Solr para señales de ranking basadas en matemáticas. Los estudiantes construyen fórmulas de ranking personalizadas combinando la puntuación de texto con señales numéricas de negocio.

Clase 4 • Learning to Rank con Solr LTR

Introduce el plugin de Learning to Rank (LTR) para modelos de ranking basados en aprendizaje automático. Los estudiantes cargan almacenes de características, entrenan un modelo y lo despliegan para reranking.

Clase 1 • Indexación y consultas distribuidas

Enseña cómo los documentos se enrutan a los shards y cómo se fusionan las consultas distribuidas. Los estudiantes configuran enrutamiento personalizado y optimizan el rendimiento de consultas entre shards.

Clase 2 • Arquitectura de SolrCloud

Explica el sharding, la replicación y el rol de ZooKeeper en la coordinación del clúster. Los estudiantes mapean los conceptos de SolrCloud a sus propios requisitos de escalado.

Clase 3 • Operaciones de ZooKeeper y gestión de configuración

Cubre la carga de conjuntos de configuración, la gestión de znodes de ZooKeeper y la reconfiguración del clúster. Los estudiantes usan la herramienta zkcli y la Config API para cambios de configuración seguros.

Clase 4 • Tipos de réplica y alta disponibilidad

Introduce los tipos de réplica NRT, TLOG y PULL y sus compensaciones de disponibilidad. Los estudiantes seleccionan estrategias de réplica que equilibran el rendimiento de indexación con la disponibilidad de lectura.

Clase 1 • Ajuste de JVM y heap

Cubre el dimensionamiento del heap de JVM, la selección del recolector de basura y la minimización de pausas de GC. Los estudiantes aplican configuraciones que reducen las pausas stop-the-world durante la carga máxima.

Clase 2 • Arquitectura de caché de Solr

Explica el caché de filtros, el caché de resultados de consulta, el caché de documentos y el caché de valores de campo. Los estudiantes configuran tamaños de caché y políticas de desalojo para sus cargas de trabajo.

Clase 3 • Optimización de índices y gestión de segmentos

Enseña la fusión de segmentos de Lucene, operaciones de optimización y estrategias de calentamiento de índices. Los estudiantes equilibran el costo de fusión con el rendimiento de consultas para el tamaño de su índice.

Clase 4 • Perfilado de rendimiento de consultas

Introduce el parámetro debug=timing, el registro de consultas lentas y la API de métricas de Solr. Los estudiantes identifican componentes de consulta costosos y aplican optimizaciones dirigidas.

Clase 1 • Monitoreo con métricas y registro

Introduce la API de métricas de Solr, la integración con JMX y la configuración de registro estructurado. Los estudiantes construyen dashboards que muestran la latencia de consultas, las tasas de error y las relaciones de aciertos de caché.

Clase 2 • Backup, recuperación y planificación ante desastres

Cubre los backups basados en snapshots, la recuperación basada en replicación y la planificación de RTO/RPO. Los estudiantes diseñan un cronograma de backup y prueban los procedimientos de restauración de punta a punta.

Clase 3 • Actualizaciones y runbooks operativos

Enseña actualizaciones continuas, verificaciones de compatibilidad y pasos de validación post-actualización. Los estudiantes crean runbooks para operaciones de rutina y respuesta a incidentes.

Clase 4 • Autenticación y autorización

Cubre los plugins de autenticación integrados de Solr: Basic Auth, Kerberos y JWT. Los estudiantes configuran control de acceso basado en roles para proteger colecciones y endpoints de administración.