Paralleles Rechnen in SolrCloud

Während der Countdown für die jährliche Lucene/Solr Revolution Konferenz in Boston im Oktober läuft, heben wir die Vorträge und Sitzungen der vergangenen Konferenzen hervor. Heute stellen wir Ihnen Joel Bernsteins Sitzung über Parallel Computing in SolrCloud vor.

Diese Präsentation bietet einen tiefen Einblick in die parallelen Berechnungsmöglichkeiten von SolrCloud. Dabei wird das Framework in vier Hauptbereiche unterteilt: Shuffling, Worker Collections, die Streaming API und Streaming Expressions. Der Vortrag beschreibt, wie jede dieser Technologien einzeln funktioniert und wie sie miteinander interagieren, um ein universelles Framework für parallele Berechnungen zu schaffen.

Außerdem werden einige der wichtigsten Anwendungsfälle für das parallele Computing-Framework erörtert. Es werden Anwendungsfälle mit Echtzeit-Map-Reduce, paralleler relationaler Algebra und Streaming-Analysen behandelt.

Joel Bernstein ist ein Solr-Committer und Search Engineer für das Open Source ECM-Unternehmen Alfresco.

http://www.slideshare.net/lucidworks/parallel-computing-with-solrcloud-presented-by-joel-bernstein-alfresco

lucenerevolution-avatarMitmachen auf der Lucene/Solr Revolution 2016, der größten Open-Source-Konferenz zum Thema Apache Lucene/Solr vom 11. bis 14. Oktober 2016 in Boston, Massachusetts. Treffen Sie sich mit den Vordenkern, die die Open-Source-Suchtechnologie Lucene/Solr entwickeln und einsetzen, und vernetzen Sie sich mit ihnen. Vollständige Details und Anmeldung…

You Might Also Like

Neue Umfrage: 67% der Käufer wollen, dass KI Produkte erklärt, nicht kauft

Verbraucherzentrierte Daten zeigen, dass Kunden nicht wollen, dass die KI für sie...

Read More

Die 5 wichtigsten Anwendungsfälle für ACP im B2B-Handel

Der Aufstieg des agentenbasierten Handels eröffnet B2B-Unternehmen ganz neue Möglichkeiten.

Read More

Die Rolle offener Standards bei MCP und ACP – Warum Interoperabilität wichtig ist

Offene Standards sorgen dafür, dass MCP (Model Context Protocol) und ACP (Agentic...

Read More

Quick Links