2 Repos
Libraries that connect applications to distributed search engines for advanced filtering and retrieval.
Distinguishing note: Existing candidates focus on plugins or IDE integrations, not search engine client libraries
Explore 2 awesome GitHub repositories matching data & databases · Search Engine Integrations. Refine with filters or upvote what's useful.
Dieses Projekt dient als umfassende Referenzarchitektur und Leitfaden für Best Practices bei der Entwicklung skalierbarer Anwendungen mit dem Spring Boot Framework. Es bietet einen strukturellen Bauplan für die Java-Backend-Entwicklung mit Fokus auf die Implementierung entkoppelter APIs und die Etablierung architektonischer Standards. Das Projekt beschreibt spezifisch die Erstellung benutzerdefinierter Starter und Auto-Konfigurationsmodule, um die Integration von Drittanbieter-Bibliotheken zu vereinfachen. Es bietet zudem einen Deployment-Bauplan für das Packaging von Anwendungen als ausführbare JARs und die Optimierung von Layered Builds für containerisierte Cloud-Umgebungen. Das Funktionsspektrum umfasst Performance-Tuning durch Memory-Caching und asynchrone Verarbeitung sowie die Synchronisation verteilter Systeme mittels verteilter Locks und Message-Brokern. Weitere Themen sind die Verwaltung der Datenpersistenz, Datenbankmigrationen, automatisierte Aufgabenplanung und die Implementierung aspektorientierter Programmierung für querschnittliche Belange.
Provides integration patterns for connecting applications to distributed search engines for full-text search.
elasticsearch-dsl-py is a Python library for search integration that enables the construction of complex queries and the management of indices through a programmatic interface. It connects Python applications to a distributed search engine to implement advanced filtering and structured data retrieval. The library employs an object-relational mapping pattern and a declarative schema definition to synchronize data structures using Python classes. It utilizes a fluent interface query builder with method chaining to incrementally construct search requests, which are lazily evaluated and serialize
Connects Python applications to Elasticsearch clusters to implement advanced searching and filtering.