Сравнительный анализ поисковых систем, проведенный НПК «Кронос-Информ»
К оглавлению1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1618 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50
51 52 53 54 55 56 57 58 59 60 62
Постановка задачи
Хранить большое количество текстовых файлов различных форматов. Проводить поиск по тексту и другим реквизитам документов. Готовить обзоры, справки, отчеты, рефераты на основе найденных документов.
Список программ для тестирования
CROS 2.08, НПК «Кронос-Информ».
Следопыт 2.0, MediaLingva.
Clio 1.2, Software House.
Ищейка 2.18, iSleuthHound Technologies.
Евфрат 99 DELUXE (Build 0430), Cognitive Technologies.
Конечно, это программы разных групп, но их применение в рамках поставленной задачи вполне правомерно. По крайней мере, найдется немало пользователей, которые пытаются использовать эти программы для решения подобной задачи.
Параметры массива документов для тестирования
Общее количество файлов *) 1652
В том числе:
Текстовые (кодировка DOS, Windows) 1366
Документы формата MSWord 7.0 226
Документы формата Html 60
Общее количество вложенных папок 15
Общий размер файлов (байт) **) 336 735 760
В том числе:
Текстовые (кодировка DOS, Windows) 264 950 779
Документы формата MSWord 7.0 69 587 789
Документы формата Html 2 197 192
Максимальный размер файла (байт) 13 927 759
Минимальный размер файла (байт) 1657
*) Выбиралось с учетом того, что демо-версия «Ищейки» не работает более чем с 2000 файлами.
**)Выбирался из расчета (ОБЪЕМ RАМ * 5).
Тесты проводились на компьютере следующей конфигурации:
Intel Celeron 400, 64Mb RAM, HDD Quantum CR 13Gb (файловая система: NTFS),
Windows NT4Sp6 Workstation.
Перед каждым тестом диск дефрагментировался.
Результаты тестирования режима добавления документов
CROSСледопытClioИщейкаЕвфрат
Исходные данные (байт) 336 735 760 336 735 760 336 735 760 336 735 760 336 735 760
Время внесения в банк 4 мин. 36 сек. – – -
Время индексирования 22 мин. 32 сек. 30 мин. 27 сек. 41 мин. 52 сек. 6 час. 10 мин. »15 час. *)
Общее время обработки 27 мин. 08 сек. 30 мин. 27 сек. 41 мин. 52 сек. 6 час. 10 мин. »15 час. *)
Размер данных после обработки (байт) 141 575 480 336 735 760 336 735 760 336 735 760 336 735 760
Размер индексов (байт) 18 038 127 64 825 824 140 604 649 46 652 300 »35 663 872*)
Общий объем (байт) **) 159 613 607 401 561 584 477 340 409 383 388 060 »372 399 632*)
Общий объем по отношению к исходному (в %) 47 119 142 114 »111*)
*) За 15 часов обработано 33% (584 документа), тест прерван.
**) Объем данных, требующийся для осуществления поиска и просмотра результатов.
Постановка задачи
Хранить большое количество текстовых файлов различных форматов. Проводить поиск по тексту и другим реквизитам документов. Готовить обзоры, справки, отчеты, рефераты на основе найденных документов.
Список программ для тестирования
CROS 2.08, НПК «Кронос-Информ».
Следопыт 2.0, MediaLingva.
Clio 1.2, Software House.
Ищейка 2.18, iSleuthHound Technologies.
Евфрат 99 DELUXE (Build 0430), Cognitive Technologies.
Конечно, это программы разных групп, но их применение в рамках поставленной задачи вполне правомерно. По крайней мере, найдется немало пользователей, которые пытаются использовать эти программы для решения подобной задачи.
Параметры массива документов для тестирования
Общее количество файлов *) 1652
В том числе:
Текстовые (кодировка DOS, Windows) 1366
Документы формата MSWord 7.0 226
Документы формата Html 60
Общее количество вложенных папок 15
Общий размер файлов (байт) **) 336 735 760
В том числе:
Текстовые (кодировка DOS, Windows) 264 950 779
Документы формата MSWord 7.0 69 587 789
Документы формата Html 2 197 192
Максимальный размер файла (байт) 13 927 759
Минимальный размер файла (байт) 1657
*) Выбиралось с учетом того, что демо-версия «Ищейки» не работает более чем с 2000 файлами.
**)Выбирался из расчета (ОБЪЕМ RАМ * 5).
Тесты проводились на компьютере следующей конфигурации:
Intel Celeron 400, 64Mb RAM, HDD Quantum CR 13Gb (файловая система: NTFS),
Windows NT4Sp6 Workstation.
Перед каждым тестом диск дефрагментировался.
Результаты тестирования режима добавления документов
CROSСледопытClioИщейкаЕвфрат
Исходные данные (байт) 336 735 760 336 735 760 336 735 760 336 735 760 336 735 760
Время внесения в банк 4 мин. 36 сек. – – -
Время индексирования 22 мин. 32 сек. 30 мин. 27 сек. 41 мин. 52 сек. 6 час. 10 мин. »15 час. *)
Общее время обработки 27 мин. 08 сек. 30 мин. 27 сек. 41 мин. 52 сек. 6 час. 10 мин. »15 час. *)
Размер данных после обработки (байт) 141 575 480 336 735 760 336 735 760 336 735 760 336 735 760
Размер индексов (байт) 18 038 127 64 825 824 140 604 649 46 652 300 »35 663 872*)
Общий объем (байт) **) 159 613 607 401 561 584 477 340 409 383 388 060 »372 399 632*)
Общий объем по отношению к исходному (в %) 47 119 142 114 »111*)
*) За 15 часов обработано 33% (584 документа), тест прерван.
**) Объем данных, требующийся для осуществления поиска и просмотра результатов.