はてなブックマーク

この記事は Elasticsearch で検索を行った際にバックエンドとして動作しているアナライザの仕組みとそのカスタマイズ方法についてまとめたものです。 確認している環境は Elasticsearch 7.6.2、Kibana 7.6.2 です。 目次 アナライザの構成 日本語に対応したアナライザ icu_normalizer kuromoji_iteration_mark kuromoji_tokenizer kuromoji_part_of_speech kuromoji_stemmer kuromoji_baseform kuromoji_readingform synonym マッピング 所感 参考ドキュメント・記事 blog.linkode.co.jp Elasticsearchのスコア計算を紐解くでは当たり前のように 検索テキストを単語単位で分解して―― と記載していましたが

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