Dé specialist in content management

• Productontwikkeling

De Google Search Appliance (GSA) (http://www.google.com/intl/nl/enterprise/search/gsa.html) biedt snelle, relevante zoekfuncties voor een intranet of website. De GSA is een interne oplossing die eenvoudig kan worden geïmplementeerd en direct hoge relevantie biedt. Het product is af te stemmen op specifieke behoeften en eenvoudig te schalen wanneer deze  behoeften toenemen.

In Google Search Appliance 6 worden belangrijke nieuwe voorzieningen geïntroduceerd wat betreft toegangscontrole, zoekkwaliteit en verbindingsmogelijkheden.

Google brengt enkele malen per jaar een update uit.

• België
• Canada
• Denemarken
• Duitsland
• Frankrijk
• Luxemburg
• Nederland
• Noorwegen
• Oostenrijk
• Verenigd Koninkrijk
• Verenigde Staten
• IJsland
• Zweden
• Zwitserland
• anders

Google Search Appliance bouwt zijn schaalbare GSAⁿ-architectuur verder uit en voegt belangrijke nieuwe functies toe voor zoekkwaliteit, toegangscontrole en verbindingsmogelijkheden.

Zie de video http://www.youtube.com/watch?v=Tu_cRW3bFU8 voor een uitleg van de nieuwe functies.

GSA 6.8 bevat nu:

• Cloud Connect - geïntegreerd zoeken met Google Apps, Site Search en Twitter;
• People Search - profielgegevens van personen binnen uw organisatie zoeken;
• Dynamic Navigation - zoekresultaten filteren met specifieke metagegevensattributen;
• Active-Active - hoge beschikbaarheid bieden door zoekverkeer naar meerdere machines te leiden;
• Sharepoint 2010 - alle content binnen Sharepoint 2010 direct doorzoeken.

• Apple, http://www.apple.com, publieke website van Apple voor productinformatie, support en catalogus.
• Boeing, http://www.boeing.com, publieke internationale website van Boeing met datasheets, corporate info, et cetera. 
• ANWB, http://www.anwb.nl
• Reuters, Volkswagen, NEN en vele anderen.

Alle documentatie is online beschikbaar: deels publiekelijk  (http://code.google.com/apis/searchappliance/documentation/62/index. html), deels alleen toegankelijk met een support contract.

Standaard wordt een zoekresultaat op dezelfde wijze als op google.nl  getoond. Dit is aan te passen via een wizard of een XSLT. Daarnaast is een  XML-uitvoer mogelijk.

Het totaal aantal gevonden resultaten wordt automatisch getoond. Standaard worden 10 resultaten per resultaatpagina weergegeven. Deze instelling is aan te passen.

De GSA biedt standaard voor de talen Engels, Frans, Italiaans, Duits, Spaans,  Portugees en Nederlands ondersteuning voor stemming en stopwoorden. De woordenlijst hiervoor kan handmatig of via language bundles worden uitgebreid.

Verder biedt GSA:

• automatische spelcorrectie (“Did you mean?”)
• stemming (query expansion)
• dynamic clustering
• stopwoorden
• blacklisting
• vertalen van de zoekterm zodat in meerdere talen kan worden gezocht  (in combinatie met Google Translate)

Het zoekresultaat wordt niet geanalyseed door de GSA.

De GSA kent meerdere methoden om het zoekresultaat te verfijnen:

• op basis van metadata;
• dynamic clustering, waarbij op basis van de actuele zoekresultaten een lijst met termen wordt getoond (clusters) die relevant zijn voor  de zoekvraag. De gebruiker kan uit deze lijst een keuze maken om de  resultaten te verkleinen of uit te breiden; collecties die een deel van de  content bevatten, bestandtypen, keymatches waarbij een vooraf gegeven tekst en url bij een specifiek zoekwoord worden getoond.

Het meest relevante document staat het hoogst (vergelijk met google. nl). Verder is het mogelijk de resultaten op datum te sorteren. Dit is voor  gebruikers een standaardkeuze in de resultaten.

De GSA kent een uitgebreide query syntax, inclusief boolean operatoren en  ranges.

Alle mogelijke metadata wordt geïndexeerd en metadata kan worden getoond in het zoekresultaat. Het is mogelijk om de samenvatting van de content (description/summary in metadata) additioneel te tonen of als  vervanging van het door de GSA gevonden resultaat. Metadata kan worden gebruikt voor filtering, om de relevantie van een document te beinvloeden en te worden getoond bij het resultaat.

Meer dan 220 bestandstypen, zie http://code.google.com/apis/ searchappliance/documentation/62/reference/formats.html. Alle typen kunnen als HTML-document worden getoond.

Vergelijkbaar met google.nl.

In principe kent de GSA geen beperkingen in het vergaren van content.  Hierbij worden de volgende methoden ondersteund:

• Ccrawler (voor web content en filebestands systemen);
• connectoren (standaard aanwezig voor MS SharePoint, EMC  Documentum, LiveLink en FileNet);
• database (door middel van SQLquery);
• feed-methode (XML push);
• real-time data via de OneBox APIconnector framework (open source framework voor het ontwikkelen van eigen connectoren);
• 3rd party connectoren.

• Arabisch
• Chinees
• Duits
• Engels
• Frans
• Nederlands
• anders

De GSA kan continu of gescheduled crawlen, waarbij vaakgewijzigde content  ook vaker crawlt. Ook kunnen via een feed de laatste wijzigingen worden  gepushed. Voor database-feeds is een incremental crawl beschikbaar.

Alle onder ‘contentvergaring’ genoemde systemen kunnen worden geïndexeerd en afzonderlijk worden doorzocht. Het maximaal te indexeren items is afhankelijk van de licentie.

Alle onder ‘contentvergaring’ genoemde systemen kunnen worden aangesloten en afzonderlijk worden doorzocht.

De GSA is een hardwarematige oplossing. De data wordt op een intern RAIDarray opgeslagen. Daarnaast is er standaard ondersteuning voor clustering, replicatie en failover.

Met de webgebaseerde admin console kan de GSA worden beheerd.

De GSA kan gescheduled crawlen en ook zo ingesteld worden dat het geen grote last op de te indexeren databronnen zet.

De GSA biedt een standaard thesaurus voor de talen Engels, Frans, Italiaans,  Duits, Spaans, Portugees en Nederlands. Dit kan door middel van language packs worden uitgebreid.

De recall is groot, zoals we dat van google.nl gewend zijn. De precision kan worden getuned door biasing op bron, metadata of datum. Tevens kunnen individuele documenten worden ‘rescored’. Nieuw is een automatische zelflerende scoring waardoor gedrag van gebruikers de precision beinvloedt.

De beheersomgeving biedt de mogelijkheid om door de index te lopen,  de crawl-status op te vragen en de crawl-queue en algemene logfiles te  bekijken.

Vanuit de community zijn er faceted search implementaties beschikbaar.

Standaard mogelijk per uur of dag. Of een rapport per zoekopdrachten,  inclusief zoekopdrachten zonder resultaat en keymatches. Daarnaast is een koppeling met Google Analytics mogelijk.

• anders

• Chrome 10.x
• Firefox 3.x
• IE 6
• IE 7
• IE 8 en hoger
• Firefox 2.x

• J2EE
• anders

• MS SQL Server 200x
• My SQL
• Oracle 9x en hoger
• anders
• Oracle 8x

Standaard beschikbare API’s:

• feed API - voor het indexeren van iedere bron op -basis van XML;
• connector  framework - voor het ontwikkelen van eigen connectoren (ook voor  3rd party) voor niet standaard bronnen (CMS, ECM, legacy systemen, et  cetera);
• onebox API - voor tonen van real-time of zeer gestructureerde  resultaten met een zoekopdracht (employee informatie, CRM contact info, et  cetera);
• beheer API – voor automatisch uitvoeren van beheertaken.

Security: SAML, Kerberos, NTLM, SSL, X.509, LDAP Beheer: SNMP, SMTP, Beheer API (REST). Automatisch genereren Google Sitemap.

• anders