1位 DynamoDB2位 SimpleDB

3位 CloudSearch

4位 Route53

5位 S3

とくがみ りゅういち東京から来た大阪コアメンバー

札幌に来た理由

というわけで今日は

CloudSearch

まず質問

こんな使い方

facetResult

Result

Result

facet

facet

facetResult

Result

Result

facet

facet

こんな使い方

{“name”=”完訳 ファーブル昆虫記 第1巻 上”,“author”=[“ジャン=アンリ・ファーブル”,”奥本 大三郎”],“format”=[”単行本”],“price”=”2940”,}

{“name”=”完訳 ファーブル昆虫記 <1> (岩波文庫)”,“author”=[“J.H.ファーブル”,”J.H.Fabre”,”山田 吉彦”,”林 達夫”],“format”=[”単行本”],“price”=”2940”,}

{“name”=”ファーブル昆虫記 <1> ふしぎなスカラベ”,“author”=[”奥本 大三郎”],“format”=[”単行本”],“price”=”1680”,}

自動でスケール

ちょっとデモ

こんなCloudSearchですが

データもってないと使えない？

ここから事例紹介

うちはクローラ屋さん

だけど万能ではない

商品名：旭食品　旭　ポンズ 360ml

価格：６９７円

機械的に収集するには？

おそらくこうする

セレクタ:span#btAsinTitle正規表現:<span id=”btAsinTitle>(.*?)</span>

セレクタ:td#actualPriceValue>b.priceLarge

正規表現:<span id=”actualPriceValue”.*?￥([\D,]+)\s</b>

これが1サイトなら問題ない

100サイト、10000サイトなら？

....

これを解決する技術

特許取りました

AWS上に実装しサービス化ユーザ・課金の管理

サービスの窓口API

独自に作った分散処理の仕組み

ユーザ・課金の管理

課金情報

IAM

ユーザ作成

顧客情報

http://member.mushikago.org/entry

サービスの窓口 API

利用量message

metadata

認証

負荷

増減

api. (subdomain)

独自に作った分散処理

message

message数EC2増減

データmetadatastatus

データ

データ

利用量

この仕組みでやっていること

HTMLのパース

各ノードに重み付け

最適なノードの抽出と学習

そして、各項目の抜き出し

http://www.slideshare.net/tottokug/simpledb

少しだけ詳しいことは2010/12/16に行われた

第6回JAWS-UG勉強会の資料を見て下さい

具体例

具体例{“name”=”完訳 ファーブル昆虫記 第1巻 上”,“author”=[“ジャン=アンリ・ファーブル”,”奥本 大三郎”],“format”=[”単行本”],“price”=”2940”,}

{“name”=”完訳 ファーブル昆虫記 <1> (岩波文庫)”,“author”=[“J.H.ファーブル”,”J.H.Fabre”,”山田 吉彦”,”林 達夫”],“format”=[”単行本”],“price”=”2940”,}

{“name”=”ファーブル昆虫記 <1> ふしぎなスカラベ”,“author”=[”奥本 大三郎”],“format”=[”単行本”],“price”=”1680”,}

{“name”=”完訳 ファーブル昆虫記 第1巻 上”,“author”=[“ジャン=アンリ・ファーブル”,”奥本 大三郎”],“format”=[”単行本”],“price”=”2940”,}

{“name”=”完訳 ファーブル昆虫記 <1> (岩波文庫)”,“author”=[“J.H.ファーブル”,”J.H.Fabre”,”山田 吉彦”,”林 達夫”],“format”=[”単行本”],“price”=”2940”,}

{“name”=”ファーブル昆虫記 <1> ふしぎなスカラベ”,“author”=[”奥本 大三郎”],“format”=[”単行本”],“price”=”1680”,}

CloudSearch

実装例

html,js

CloudFront

動的コンテンツ

ちょっと宣伝

hanamgri（はなむぐり）

近日β版リリース予定

www.mushikago.org