c# - 在 RavenDB 的附件中搜索

Question

我开始学习 NoSQL，但我找不到 RavenDB 的一些好的例子。谁能告诉我如何在 RavenDB 中添加 Word、PDF、Excel 等二进制文档作为附件并搜索该文档的内容？有什么例子吗？那可能吗？如何为此制作 MVC 应用程序？

Answer 1

首先，了解当我们在 NoSQL 中谈论“文档数据库”时，我们不是在谈论 Word、PDF、Excel 文档。我们通常谈论的是 JSON 格式的文档，它表示一些特定的数据，通常是从域实体序列化的。绝大多数 RavenDB 都专注于处理此类数据。

但是，您确实可以使用您正在谈论的那种文档。它是通过一个附加的“包”完成的，而不是内置的。它被称为“索引附件包”，我写了它。您可以在此处找到源代码。还有一些单元测试显示了如何使用它。例如，请参阅此测试。如果您有兴趣突出显示搜索结果，请参阅此测试。

该包使用 Windows IFilters从二进制文档中提取文本。您将需要安装在本地系统上的适合您计划使用的文档类型的 IFilter。如果您打算对 PDF 文件做很多事情，我强烈推荐Foxit PDF IFilter。它比 Adob​​e 的更好更快。如果您只是使用 Word 和 Excel 文档，您可能需要 Microsoft 的 Office IFilters - 下载x86或x64以及Service Pack。

安装适当的 IFilter 后，只需将附件上传到 RavenDB。该包将拦截上传，使用 IFilter 提取其内容，将内容保存到 JSON 文档，并为该文档编制索引以便于搜索。

您还可以在此处从 Nuget 获取捆绑包的编译版本。dll 需要放在 RavenDB 服务器上的插件目录中。

我目前没有使用此捆绑包的应用程序或网站的完整端到端示例。我也没有关于这个捆绑包的任何文档——所以一定要通读单元测试。

如果您只需要有关附件的一般信息，而不是有关索引或搜索它们的信息，那么您应该阅读RavenDB 文档。