Meilleure solution indexation documents HTML/XML ?

[caribou_surf]

Bonjour,

Ne sachant pas trop ou placer ce message, je pense que le forum SGBD est le plus approprié .

Ma question porte sur le solutions d'indexation de documents (surtout HTML et XML). Aujourd'hui nous indexons + de 500 000 docs html en utilsant le moteur Mircrosoft Index Server sur un serveur (vraiment pas puissant) bi proc PIII 733 mhz avec 1Go de ram.
Nous avons aussi essayer la solution d'indexation full text de Sql Server (qui en fait est basé sur Index Server).

Les performances de recherches (recherche Free text) ne sont pas satisfaisantes surtout lorsque l'on veut faire un tri sur la date de modification par exemple. D'autre part je pense que sur Index Server il n'est pas possible de changer l'ordre par défaut de la recherche Free Text (ranking).

Donc pour ces raisons nous souhaitons changer de solution d'indexation et après quelques recherches ça à l'aire d'être le jungle (Google Appli, Oracle,IBM...), donc j'aurai voulou profiter de votre expérience pour connaitre quel est le meilleur couple Hardware/software pour un une indexation de 5 millions de documents ????

[makowski]

vous avez regardé Lucene ?
http://lucene.apache.org/ et sa version Python http://pylucene.osafoundation.org/