solr - Solr 或 Nutch 上的最佳 Tika 集成

Question

假设我已经连接并使用了 Nutch(2.2.1) + Solr (4.3)，Apache Tika 的最佳集成是什么？

我知道 Tika 可以集成到 Nutch 和/或 Solr 中，但哪一个是最好的决定？

Answer 1

使用 Nutch 设置 Tika 插件，Nutch 将为您解析数据并为您完成所有艰苦的工作。

我建议也将其设置在 Solr 上，您可能希望通过该curl命令将文档发送到 Solr，这将有助于在 Solr 上进行设置。它几乎没有额外的配置，也没有性能成本：

这里有设置 Tika 和提取请求处理程序的指南

Answer 2

在 Nutch 的解析阶段应用 tika 解析器。