Meetup ElasticFR #103 - La Home Sweet Company

🎤 Envie de proposer un sujet pour un prochain évènement ? N'hésite pas à venir en parler sur https://ela.st/cfp-elasticfr. 🙏🏼

Agenda

• Ouverture des portes
• Update sur Elastic (5 minutes)
• Talk1: La carcasse et sous le capot : Agent Building sans filtre par Aziz Imgharne (20 minutes)
• Talk2: Tri contextuel et haute cardinalité : l'approche par sparse vectors avec Elasticsearch par François Gaillard (20 minutes)
• Talk3: Sécuriser les migrations Elasticsearch : alias swap, rollback et reindex sans perte de données par Said Bouigherdaine (10 minutes)
• Food & drinks

La carcasse et sous le capot : Agent Building sans filtre
Par Aziz Imgharne, EAfterWork

On décortique comment construire des agents IA Prod Ready et quand basculer vers des agents spécialisés. On finit par l’essentiel pour la prod : observabilité, tests, évals et fiabilité.

Tri contextuel et haute cardinalité : l'approche par sparse vectors avec Elasticsearch
Par François Gaillard, ADEO

Dans l'e-commerce à grande échelle, le tri contextuel traditionnel est un véritable défi en termes de performance. Chez ADEO, nous gérons le catalogue Leroy Merlin qui compte plus de 5 millions de produits et plus de 700 000 contextes de requête. Les solutions classiques (qui induisent une mapping explosion ou des nested objects) ne permettaient tout simplement pas de passer à l’échelle.

Les approches de ranking à deux étages écartent souvent des produits performants lors de la phase de retrieval (sélection large), avant même qu'ils n'atteignent le moteur de tri. Il nous fallait intégrer ces signaux contextuels dès la première étape.

Au cours de cette présentation, nous montrerons comment nous avons traité chaque contexte de requête comme une dimension unique au sein d’un sparse_vector Elasticsearch. En utilisant un vecteur de requête avec une unique composante non nulle, le produit scalaire se transforme en une simple lecture de données (feature lookup) ultra-rapide. Nous avons ainsi transformé une opération de similarité complexe en une extraction de score simple et performante.

Nous partagerons nos résultats (obtenus sur un catalogue d'un million de produits) ainsi que les compromis identifiés.

Sécuriser les migrations Elasticsearch : alias swap, rollback et reindex sans perte de données
Par Said Bouigherdaine, LexisNexis

Toute équipe qui fait tourner Elasticsearch en production finit tôt ou tard par se heurter au même problème : un changement de mapping est appliqué, la réindexation échoue en cours de route, et le cluster se retrouve bloqué dans un état à moitié migré que personne ne sait comment rattraper.

Les bases SQL ont Flyway. Les clusters de recherche, eux, se débrouillent avec des scripts curl et des messages Slack.

Cette présentation détaille les patterns qui permettent de sécuriser les migrations de schéma Elasticsearch en production — migrations versionnées, bascule d’alias avec retour arrière, pièges de la réindexation asynchrone, verrous distribués — le tout illustré avec le CLI open-source ScaledSearch.