Barrapunto

Tu idea sobre de almacenar todos los pdf del BOE e indexarlos con el objetivo de buscar la subvención al "colega del partido", me lleva rondando desde el mes de junio.

El problema es el almacenamiento y la posterior búsqueda, he pensado en bases de datos tipo NOSQL como Redis [google.com] o Couchdb [apache.org]

Había pensado en usar archivos de texto, con una línea por cada entrada direccionable (p.e. 20100906.xyz; titulo; texto), y luego generar en ficheros externos índices y los resultados de los filtros predeerminados. El acceso sería mediante un programa en C/C++ para minimizar el uso de memoria, y poder operar con todo en RAM sin la penalización en espacio de los SGBD (¿alguien lo ha medido?).