はてなブックマーク

この記事は Elasticsearchで検索を行った際の結果のランク付けのもとになっている、スコアの計算がどのようにおこなわれているのかと、スコア計算のパラメータを調整する方法を調査してまとめたものです。 目次 はじめに 前提 準備 スコアの確認 ドキュメントのスコア計算 スコア計算の過程を確認 スコア計算のカスタマイズ まとめ 参考資料 はじめに Elasticsearchは全文検索エンジンです。 検索でリクエストされたテキストと、あらかじめ登録されているドキュメントの類似度をスコアとして計算し、類似度の高いドキュメント順にソートしてレスポンスしてくれます。 今回はこのスコア計算がどのように行われているのかと、スコア計算の調整について調査してみました。 前提 Elasticsearch と Kibana（バージョンは 7.6.2）を使用します。 Elasticsearch、Kibana

コンテナを用いたシステムのアーキテクチャパターンはいくつか提唱されています。今回はその中で、分散システムのデザインパターンであるサイドカーパターンを取り上げます。サイドカーパターンは、マイクロサービスの課題を解決するために生まれたサービスメッシュの概念につながるパターンです。 今回は、ローカルな K8s 環境で、サイドカーパターンを用いたアプリケーションを試しに動かしてみるところまでやってみます。 サイドカーパターンとは 具体的な稼働例 自力で Git からの取り込みコンテナを実装する 必要なファイルを用意する contents-puller Dockerfile webserver.yml マニフェストを適用して確認する 既存のコンテナ git-sync を利用する まとめ 参考資料 サイドカーパターンとは 下図のように Kubernetes のポッド内で、主となるコンテナと共にそれを補