Come Funzionava il Google Search Appliance (GSA): Architettura di Ricerca Aziendale

Nota: Il Google Search Appliance è stato interrotto nel 2019 (fine supporto 2021). Questo descrive la sua architettura storicamente.

Componenti Core

Appliance Hardware: Server rack-mount (costruito da Google) con sistema operativo proprietario, storage indicizzato e software di ricerca.
Google Crawler (GSACrawler): Crawl continuo e incrementale di fonti configurate: siti web, condivisioni file (SMB/NFS), database (JDBC), CMS (SharePoint, Documentum), repository cloud (G Drive, S3), email (Exchange, Gmail), connettori personalizzati.
Indice Unificato: Singolo indice invertito che unisce tutti i tipi di contenuto (HTML, PDF, Office, XML, email, metadati media). Aggiornamenti in tempo reale/quasi tempo reale.
Processore di Query: NLP, stemming, sinonimi, correzione ortografica, riconoscimento entità. PageRank di Google adattato per l'azienda (autorità tramite link, clic, recenza, ACL).
Front-End: UI personalizzabile (XSLT/JSP), ricerca faccettata, suggerimento digitazione, "Intendevi?", clustering risultati, anteprima, trimming applicazione ACL.
Console Amministrativa: UI web per configurazione crawl, tuning indice, collezioni, stile front-end, sicurezza (SAML, Kerberos, NTLM), logging, alert.

Chiavi in mano: rack, cavi, configura fonti, la ricerca funziona — nessun devops.
Rilevanza di livello Google out of the box.
Sicurezza enterprise: applicazione ACL per risultato in tempo di query.
Scalabilità: Singola scatola fino a 30M documenti; cluster per 100M+.

Google Cloud Search (SaaS, per Google Workspace).
Elasticsearch / OpenSearch + connettori personalizzati + ranking ML.
Coveo, Algolia, Sinequa, Lucidworks Fusion — piattaforme commerciali di ricerca enterprise.
Microsoft Search / Graph Connector — per ambienti M365.

Il GSA era il "pulsante facile" per la ricerca enterprise; oggi costruisci o acquisti una piattaforma.