Comment fonctionnait Google Search Appliance (GSA) : architecture recherche entreprise

Note : Google Search Appliance discontinué 2019 (fin support 2021). Ceci décrit son architecture historiquement.

Composants principaux

1. Appliance matérielle : Serveur rackable (construit par Google) avec OS propriétaire, stockage indexé, et logiciel recherche.
2. Explorateur Google (GSACrawler) : Exploration continue, incrémentale des sources configurées : sites web, partages fichiers (SMB/NFS), bases de données (JDBC), CMS (SharePoint, Documentum), dépôts cloud (G Drive, S3), email (Exchange, Gmail), connecteurs personnalisés.
3. Index unifié : Index inversé unique fusionnant tous types contenu (HTML, PDF, Office, XML, email, métadonnées médias). Mises à jour temps réel/quasi temps réel.
4. Processeur requêtes : NLP, racinement, synonymes, correction orthographe, reconnaissance entités. PageRank de Google adapté entreprise (autorité via liens, clics, récence, ACL).
5. Front-end : UI personnalisable (XSLT/JSP), recherche à facettes, saisie semi-auto, « Vouliez-vous dire ? », regroupement résultats, aperçu, filtrage ACL à la volée.
6. Console admin : UI web pour config exploration, réglage index, collections, style front-end, sécurité (SAML, Kerberos, NTLM), logs, alertes.

Différenciateurs clés (vs Open Source)

• Clé en main : Rack, câble, config sources, recherche marche — pas de DevOps.
• Pertinence Google out-of-the-box.
• Sécurité entreprise : Application ACL par résultat au moment de la requête.
• Scalabilité : Boîte unique à 30M docs ; cluster pour 100M+.

Successeurs / Équivalents modernes

• Google Cloud Search (SaaS, pour Google Workspace).
• Elasticsearch / OpenSearch + connecteurs personnalisés + ranking ML.
• Coveo, Algolia, Sinequa, Lucidworks Fusion — plateformes recherche entreprise commerciales.
• Microsoft Search / Graph Connector — pour shops M365.

GSA était le « bouton facile » pour la recherche entreprise ; aujourd'hui, vous construisez ou achetez une plateforme.