Curso de Apache Solr

Lección 1 • Instalación y Ejecución de Solr

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

Lección 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 posteriores del capítulo.

Lección 3 • Descripción General de la Arquitectura de Solr

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

Lección 1 • Comprendiendo el Esquema de Solr

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

Lección 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.

Lección 3 • Campos Dinámicos y Campos de Copia

Presenta los patrones de campos dinámicos y las directivas de campos de copia para un diseño de esquema flexible. Los estudiantes reducen la sobrecarga de mantenimiento del esquema mientras satisfacen diversas necesidades de consulta.

Lección 4 • Tipos de Campo y Modelado de Datos

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

Lección 1 • Uso de SolrJ para Clientes Java

Presenta la biblioteca cliente SolrJ para indexación y consulta programática desde Java. Los estudiantes construyen una aplicación de indexación simple usando SolrJ.

Lección 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.

Lección 3 • Manejador de Importación de Datos y Conectores

Enseña el Manejador de Importación de Datos (DIH) para extraer datos de bases de datos y archivos. Los estudiantes configuran un trabajo DIH y programan importaciones incrementales.

Lección 4 • Indexación a través de la API de Actualización

Cubre el envío de documentos JSON, XML y CSV a través del Manejador de Solicitudes de Actualización. Los estudiantes indexan documentos de muestra y verifican los resultados de inmediato.

Lección 1 • Facetado y Agregaciones

Presenta facetas de campo, facetas de rango, facetas pivote y agregaciones de la API de Facetas JSON. Los estudiantes construyen funciones de navegación y analítica sobre los resultados de búsqueda.

Lección 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 almacenamiento en caché de filtros de la puntuación.

Lección 3 • Analizadores de Consulta DisMax y eDisMax

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

Lección 4 • Resaltado y Formateo de Resultados

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

Lección 1 • Estrategias de Impulso

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

Lección 2 • Comprendiendo la Puntuación de Solr

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

Lección 3 • Consultas de Función y Fórmulas de Clasificación

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

Lección 4 • Aprendizaje para Clasificar con Solr LTR

Presenta el plugin de Aprendizaje para Clasificar (LTR) para modelos de clasificación de aprendizaje automático. Los estudiantes cargan almacenes de características, entrenan un modelo y lo despliegan para re-clasificar.

Lección 1 • Indexación y Consulta Distribuida

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

Lección 2 • Arquitectura de SolrCloud

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

Lección 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 API de Configuración para cambios de configuración seguros.

Lección 4 • Tipos de Réplica y Alta Disponibilidad

Presenta 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.

Lección 1 • Ajuste de la JVM y la Memoria Heap

Cubre el dimensionamiento de la memoria heap de la JVM, la selección del recolector de basura y la minimización de pausas de GC. Los estudiantes aplican configuraciones que reducen las pausas de detención total durante la carga máxima.

Lección 2 • Arquitectura de Almacenamiento en Caché de Solr

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

Lección 3 • Optimización de Índices y Gestión de Segmentos

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

Lección 4 • Perfilado de Rendimiento de Consultas

Presenta 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 específicas.

Lección 1 • Monitoreo con Métricas y Registro

Presenta 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 tasas de aciertos de caché.

Lección 2 • Backup, Recuperación y Planificación de Desastres

Cubre los backups basados en instantáneas, 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 principio a fin.

Lección 3 • Actualizaciones y Runbooks Operativos

Enseña actualizaciones continuas, verificaciones de compatibilidad y pasos de validación posteriores a la actualización. Los estudiantes crean runbooks para operaciones rutinarias y respuesta a incidentes.

Lección 4 • Autenticación y Autorización

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