Creación de un buscador avanzado basado en Elasticsearch

Abstract

Debido al cumplimiento de la ley de transparencia y debido a que se ha finalizado la primera fase de la sindicación de la Plataforma de Contractació Pública i Serveis (PSCP) con la Plataforma de Contratación de Servicios Públicos del Estado (PLACSP) publicada el 21 de Mayo de 2015 bajo la versión 6.3.0 de PSCP, se continúa con la segunda fase que permitirá incorporar las publicaciones que se generen en la plataforma del estado, las cuales podrán ser buscadas, y, por tanto, serán visibles, en el portal de PSCP. Básicamente, este equipo de trabajo ha estado trabajando con la Plataforma de Contractació Pública i Serveis (PSCP) y ahora, por una nueva ley de transparencia, deben tener también los documentos de la Plataforma de Contratación de Servicios Públicos del Estado (PLACSP) en el mismo sistema, y deben poder ser encontrados de la misma manera que los documentos de PSCP, realizando distintos filtros en las búsquedas de un buscador avanzado. Debido al cumplimiento de esta ley, es necesario que la Plataforma PSCP envíe las publicaciones hacia la Plataforma PLACSP y viceversa. Además, es necesario guardar las publicaciones un mínimo de cinco años. Este aumento de expedientes y el hecho de que las publicaciones de PLACSP tengan que estar disponibles bajo PSCP, hace necesario la creación de un nuevo buscador y modificar el mecanismo de suscripciones para que se permita obtener las publicaciones del estado. El nuevo buscador hará servir un servicio remoto de búsqueda que se tendrá que elegir después de un estudio exhaustivo de los distintos motores de búsqueda disponibles. Todo este proyecto se desarrollará dentro de un sistema más grande. Este sistema utiliza el lenguaje de programación Java, que se apoya en el framework Spring, usado para el desarrollo de aplicaciones y contenedor de inversión de control. Y dependiendo del motor de búsqueda que al final se elija también se utilizará JSON, acrónimo de JavaScript Object Notation, que es un formato de texto ligero para el intercambio de datos, para intercambiar datos con el motor de búsqueda. En resumen, lo que este buscador debe hacer es colocar todas las publicaciones realizadas en PLACSP y PSCP en el motor de búsqueda, proceso al que se le llama indexación. Y hacer alcanzable estas publicaciones desde la página web de la plataforma, utilizando el buscador. Los datos de estas publicaciones están en una base de datos ya creada, pero a la que se le añaden publicaciones cada día. Será necesaria la creación de nuevas tablas para utilizarlas en las funciones del buscador. La comunicación entre la base de datos y las clases Java se realizará con Hibernate, Hibernate es una herramienta de Mapeo objetorelacional (ORM) para la plataforma Java. El proceso de implementación consistirá en la comunicación entre la base de datos, el motor de búsqueda y la aplicación Java. Además de las funcionalidades típicas de un buscador, se añadirán otras nuevas como, por ejemplo, abrir un proceso de reintentos para poder indexar la publicación en un futuro si hubiese un error al indexarla en nuestro motor de búsqueda.