4.5.2 Indizierung

• Vollständigkeit
  Es ist davon auszugehen, daß die Indizierung vollständig ist, obwohl es teilweise sehr lange dauerte, bis die Dokumente in den Index aufgenommen wurden.
• Behandlung von HTML-Seiten
  HTML-Seiten wurden korrekt behandelt. Es wird darür kein Konverter verwendet. Nur die Indizierung von Seiten, die nur über Frames erreicht werden konnten bereiteten in der derzeitigen Version gewisse Probleme. Dieser Felher soll aber baldmöglichs behoben werden.
• Verhindern der Indizierung bestimmter Seiten
  Da die Software den ,,Standard for Roboter Exclusion`` befolgt kann der Administartor die Indizierung bestimmter Seiten verhindern. Dazu ist im Root-Verzeichnis eine Datei ,,robots.txt`` anzulegen. Hier könne für den Roboter Regeln angegeben werden, welche Dokumente er nicht durchsuchen darf.
• Volltextrecherche
  Das Produkt ermöglicht eine Volltextrecherche, da es sämtliche Informatonen der Dokumente indiziert. Es werden alle Wörter indiziert, unabhängig davon, ob das Wort in einem Wörterbuch existriert oder nicht.
• Zeitpunkt der Indizierung
  Der Administartor kann die Zeit, in der der Roboter Daten sammelt sehr flexibel beeinflussen. Entweder er laßt den Roboter immer Daten suchen, oder er legt genau fest, zu welchen Zeiten das Netz nach neuen Informationen durchsucht wird. Der Roboter kann jederzeit von Hand gestoppt werden, um z.B. ein Problem zu beheben.
• Reindizierung
  Der Roboter fügt nur neue Informationen in den Index hinzu. Werden Dokumente gelöscht, so werden die entsprechenden Einträge nicht aus dem Index gelöscht. Um diese toten Links zu besteitigen, muß die Datenbank neu aufgebaut werden. Beim Neuaufbau eines Index wird aber der alte gelöscht. Als Konsequenz können die Anwender in dem Zeitraum, bis der neue Index alle Server durchsucht hat, deutlich weniger Treffer erhalten. Ferner kann der Administartor bestimmte Dokumnets aus dem Index von Hand löschen.
• Behandlung von nicht statischen Seiten
  Dokumete, die nur über dynamische Seiten ereicht werden könne werden nicht indiziert.
• Netzlast während der Indizierung
  Eine signifikante Erhöhung der Netzlast konnte nicht festgestellt werden. Der Administartor hat außerdem die Möglichkeit über die Policie des Roboters die Zeit einzustellen, die der Roboter nach dem Holen eines Dokumentes verstreichen läßt. Bei einer niedrigen Such-Frequenz kann es aber lange dauern bis das ganze Intranet indiziert wird.
• Verteilte Datenbanken
  Alle Daten werden in einem Index abgelegt. Ein verteiltes Management ist daher nicht möglich.