solr - Solr 可以索引纯文本文件而无需通过 Tika 运行它们吗？

Question

我只是在 Solr 的研究阶段，但到目前为止，似乎要索引非结构化文本文件，我必须使用 Tika 将其转换为 XML？这是真的？我觉得奇怪的是 Lucene 可以在不进行任何转换的情况下对任意文本进行标记和索引，但是 Solr 需要这个额外的转换为 XML 的步骤。我想也许我只是错过了一些东西。

我正在研究每天对数百万个文件和数百 GB 的近实时全文搜索，因此额外的 Tika 转换很麻烦。

score 2 · Accepted Answer

感谢您的回复。@javanna 我的问题最好被问为“无需以任何方式预处理输入”。他们中的太多人来得太快了，他们太大了，速度很重要。@Oklein 在研究您提到的 DIH 时，我偶然发现了这份文件：

基本上我追求的答案是，使用 ExtractingRequestHandler 处理纯文本文件并即时添加额外的字段。现在我正在使用 cURL，它可以使用 GET 参数添加字段，并将使用 SolrJ 进行等效操作。

score 1 · Accepted Answer

1

于 2012-08-04T12:27:43.027 回答

2 回答 2