带你读《Elastic Stack 实战手册》之62:—— 3.5.18.1.Workplace Search(1)

本文涉及的产品
Elasticsearch Serverless通用抵扣包,测试体验金 200元
简介: 带你读《Elastic Stack 实战手册》之62:—— 3.5.18.1.Workplace Search(1)

3.5.18.Enterprise Search

3.5.18.1.Workplace Search


创作人:刘晓国

编辑:孙斌

 

背景

 

在所有行业中,团队成员现在都可以使用越来越多的基于目的的,基于云的工具,比如googledriver,salesforce,github 等。这些工具比以往任何时候都更加专注和易于使用。 这为大小型团队提供了新的协作形式,更快的执行速度和生产率的提升。 内容的激增创造了巨大的价值,也创造了一个新的机会:将所有信息统一在一个地方并使其可以在单个搜索框中轻松搜索的机会。Elastic Workplace Search 使这成为可能,并且现在比以往任何时候都更容易。


为了提供出色的搜索体验,有不同的关键的因素关乎你的产品成功如否。


l Ingestion:当用户搜索你的应用程序时,他们希望从他们习惯使用的所有来源中获得当前结果。 确保所有相关信息都可用并且同步非常重要。你还需要考虑扩展性,如果你的应用程序将来会获得更多文档或更多用户,则需要使用易于支持此功能的基础架构

l 用户界面:拥有出色的搜索引擎并不是故事的结束。 你还需要使用层面搜索、自动完成、分页等功能,以简洁的界面向你的用户展示此搜索引擎……

l 调整:为你的用户提供出色搜索体验的另一个关键是调整你的搜索引擎。 你需要能够管理用户的权限并调整来源的优先级。


Elastic Enterprise Search 为你提供了基于这 3 个主要概念构建出色搜索体验的工具。

 

在我们的工作中,有时候我我们想搜索含有一些关键字的文章,但是我们不确定这篇文章放置于哪个文档或哪个存放的地方。这篇文章可能处于 dropbox,google drive,salesforce.


office 365,confluence,gira 或自己定制的一个文件存储地方。我们有什么好的办法来帮我们搜索,并快速地定位我们想要的文档呢?


image.png


答案是 Elastic Workplace Search。它是一套个性化,集中式,安全的组织搜索体验的完整解决方案。它可以帮我们快速地搜索我们工作中所用到的所有的工具里的文档。Elastic 推出了很多成熟的数据连接器。这其中包括 Dropbox,Salesforce,G Suite,JIRA,Confluence 等等。


image.png


Elastic Workplace Search 使查找工作中的信息不仅有效,而且很愉快。凭借其高度优美,用户友好的搜索 UI 和开箱即用的相关性。 在搜索时,请利用有用的功能,如文档预览和高级关键字检测(“document” = .pdf,.doc,.xls等)。有了搜索功能,办公室里的每个人都终于有了自己的私人助理。


image.png


在上图的右边,我们可以看到文档的一个预览。

 





 

 

image.png



《Elastic Stack 实战手册》——三、产品能力——3.5 进阶篇——3.5.18.Enterprise Search —— 3.5.18.1.Workplace Search(2) https://developer.aliyun.com/article/1226992

相关实践学习
以电商场景为例搭建AI语义搜索应用
本实验旨在通过阿里云Elasticsearch结合阿里云搜索开发工作台AI模型服务,构建一个高效、精准的语义搜索系统,模拟电商场景,深入理解AI搜索技术原理并掌握其实现过程。
ElasticSearch 最新快速入门教程
本课程由千锋教育提供。全文搜索的需求非常大。而开源的解决办法Elasricsearch(Elastic)就是一个非常好的工具。目前是全文搜索引擎的首选。本系列教程由浅入深讲解了在CentOS7系统下如何搭建ElasticSearch,如何使用Kibana实现各种方式的搜索并详细分析了搜索的原理,最后讲解了在Java应用中如何集成ElasticSearch并实现搜索。  
相关文章
|
Ubuntu 编译器 C语言
Ubuntu安装gcc和g++图文教程
Ubuntu安装gcc和g++图文教程
1881 0
|
XML Android开发 数据格式
Android MaterialButton使用详解,告别shape、selector
Android MaterialButton使用详解,告别shape、selector
495 0
Android MaterialButton使用详解,告别shape、selector
|
数据中心 运维 网络协议
|
算法 PyTorch 计算机视觉
改进的yolov5目标检测-yolov5替换骨干网络-yolo剪枝(TensorRT及NCNN部署)-2
改进的yolov5目标检测-yolov5替换骨干网络-yolo剪枝(TensorRT及NCNN部署)-2
改进的yolov5目标检测-yolov5替换骨干网络-yolo剪枝(TensorRT及NCNN部署)-2
|
6月前
|
Java 中间件 调度
【源码】【Java并发】从InheritableThreadLocal和TTL源码的角度来看父子线程传递
本文涉及InheritableThreadLocal和TTL,从源码的角度,分别分析它们是怎么实现父子线程传递的。建议先了解ThreadLocal。
217 4
【源码】【Java并发】从InheritableThreadLocal和TTL源码的角度来看父子线程传递
|
10月前
|
SQL 人工智能 自然语言处理
PolarDB-PG AI最佳实践 1:基础能力实践
Polar_AI 是 PolarDB 数据库的 AI 扩展,集成了先进的人工智能模型和算法,使数据库能够执行机器学习和自然语言处理任务。它支持 PostgreSQL 及 Oracle 兼容版本,通过标准 SQL 轻松调用 AI 模型,具备简单易用、灵活可定制、无缝数据融合、数据安全和高性能等优势。用户可以通过 SQL 快速实现文本转向量、情感分类等功能,并能自定义扩展 AI 模型。
|
安全 JavaScript Java
汉服|高校汉服租赁网站|基于Springboot的高校汉服租赁网站设计与实现(源码+数据库+文档)
汉服|高校汉服租赁网站|基于Springboot的高校汉服租赁网站设计与实现(源码+数据库+文档)
345 0
|
分布式计算 大数据 Hadoop
大数据学习
【10月更文挑战第2天】大数据学习
420 16
|
机器学习/深度学习 编解码 边缘计算
深度学习在图像处理中的应用与展望##
本文旨在探讨深度学习技术在图像处理领域的应用及其未来发展趋势。通过分析卷积神经网络(CNN)等关键技术,展示了深度学习如何提升图像识别、分类和生成等任务的性能。同时,本文也讨论了当前面临的挑战和未来的研究方向,为相关领域的研究和实践提供参考。 ##
|
小程序 JavaScript Java
基于SpringBoot+Vue+uniapp微信小程序的智慧旅游平台开发微信小程序的详细设计和实现
基于SpringBoot+Vue+uniapp微信小程序的智慧旅游平台开发微信小程序的详细设计和实现
250 8

热门文章

最新文章