t_wの輪郭

http://54.250.48.30:8080/
　
Elastic IPを設定した
気が向いたらドメインを取得して設定する

開発中にかかったクラウド料金を調べたら、400円程度でした。
サービス維持には月額4000円ぐらいかかりそうです。

デライト外部検索通類をAWSへデプロイした。↓のリンクから利用できる
http://ec2-52-193-108-6.ap-northeast-1.compute.amazonaws.com:8080/
　
デライトクローラが取得した1万9千の輪郭から検索できる

• 1秒未満で検索が完了する
• 10個までしか検索結果が表示されない
  • ページャー未実装
• 検索結果に重複がある
  • 重複を削除する処理が未実装
• 見た目が悪い
  • CSS未実装
    • node.jsで直接HTMLを吐き出しているため、複雑なフロントエンドを作るのは手間がかかる
      • テンプレートエンジンなどに乗り換えたい
• 検索結果の並びがクロールされた順番になっている
  • ページランクで並び変える機能が未実装

コマンドラインからデライトを検索できるところまでは来た
検索が一瞬で終わる
連想配列から単語をキーとしてURLを取ってくるだけなので早い
ただ、検索結果にURLしか表示されない
デライトクローラをメタデータだけでなくページ内の内容も保存するように改変する

デライトクローラの再開時に、ファイルに保存したメタデータを読み込むようにした
これでクロールを途中から再開できる
現時点では全メタデータを読み込む
メタデータの増加に合わせて、処理時間と消費メモリーが線形に増加する想定だ
こいつが膨大なデータを集めるまえに、よりかしこい処理方式を実装しなければならない

https://miro.com/app/board/o9J_kkgCSSo=/

デライトから可能な限りデータを取ってきてみる
目的

• デライトの外部検索通類の実現性検証
• クローラー作成の学習

現在は1アクセス毎に1秒の遅延を入れる
　
クローラーはNode.jsのpuppeteerを使って作成