问题标签 [fedora-commons]

我最近为我正在进行的一个项目设置了 FEDORA，以对各种媒体进行分类。我希望能够通过 FEDORA REST api 使用文件（数据流）。我设法通过 curl 创建了一个数字对象，完全没有问题。我还设法将一个 html 页面作为数据流添加到上面提到的数字对象中，也没有任何问题。

但是，添加具有其他内容类型/文件类型的数字对象失败并引发内部服务器错误 500。检查日志时，会出现以下错误：

以下是我如何摄取文件的代码片段：

我遇到了这篇文章如何使用 PHP 将图像摄取到 Fedora Commons？尝试了建议的方法，但仍然没有运气。

我究竟做错了什么？我错过了什么？为什么可以将 html 文件数据流添加到数字对象，但是当我尝试添加 .jpeg、.pdf、.txt 等时却失败了？

RSolr::Error::Http - 400 Bad Request Error: '将文档 id jd472w44j 写入索引的异常；可能的分析错误：文档在 field="suggest" 中包含至少一个巨大的术语（其 UTF8 编码长于最大长度 32766），所有这些都被跳过。请更正分析器以不产生此类术语。第一个巨大项的前缀是：\'[10, 114, 116, 105, -62, -80, 49, 52, 32, 9, 32, 49, 49, 48, 49, 49, 49, 49, 49, 102, 105, 108, 108, 105, 108, 105, 108, 108, 32, 49]...\'，原始消息：字节长度最多为32766；得到 36558。也许文档有一个索引字符串字段 (solr.StrField) 太大','code'=>400}}

我们正在使用 python 脚本将一个将近 50G 的文件上传到 fedora 存储库。我们不得不突然取消它（Ctrl+C），因为我们需要在存储库服务器上突然停机。

现在，我们无法再次上传文件。我看不到对象元数据 xml 中列出的文件。上传时出现以下错误：

回溯（最近一次通话最后）：

文件“create_datastream2.py”，第 386 行，在

文件“/opt/python_2_7_11/lib/python2.7/site-packages/requests/sessions.py”，第 576 行，在发送中

发送中的文件“/opt/python_2_7_11/lib/python2.7/site-packages/requests/adapters.py”，第 426 行

requests.exceptions.ConnectionError: ('Connection aborted.', error(104, 'Connection reset by peer'))

而且我可以毫无问题地上传任何其他文件。只是这个我们突然停止的地方，它失败了。

有任何想法吗？如果你需要，我可以分享你的上传脚本。

更新 1： 实际上，现在我记得，我从门户网站上删除了该文件，认为它可能是部分文件。这创建了墓碑并防止另一个文件以相同的名称再次上传。

要解决此问题，我所要做的就是使用 DELETE 请求删除该墓碑。

那么，我想如果文件上传被突然取消不会造成任何问题？任何想法部分上传的文件会发生什么？它是否有任何剩余并占用磁盘中的任何空间？并且java.io.tmpdir指向具有足够磁盘空间（1TB）的磁盘。那么，上传时文件是否会暂时保存在这里，如果取消上传，文件是否会被删除？我在上传时找不到任何文件，除了这个：safeToDelete.tmp

在 shell 中，我尝试使用 Fedora Commons 的 REST API 使用 curl 将二进制文件上传到特定位置：

我得到的错误：

遵循此处的说明： https ://wiki.duraspace.org/display/FEDORA471/RESTful+HTTP+API

我尝试使用aoache camel和以下代码例程将数据从json文件移动到fedora 4。

代码工作正常，我没有遇到任何错误，但同时它没有在 fedora 4 存储库中建立索引。

我有一个具有以下结构的 json-ld 文件：

我的页面结构相同。我尝试使用 apache-camel 将数据从文件或从 Activemq 移动到 Fedora 4。传输工作正常，但存在一些问题：

1. 我无法在 Fedora 4 中创建订单结构。所有数据按以下顺序保存：../ fcrepo-webapp-4.7.4/rest/.well-known/genid
   我想要以下结构：fcrepo/rest/收藏/书/页。书是父母，页面是孩子。书包含许多页。

2. Fedora 4 创建了他自己的 url id。我知道可以从 json-ld 文件中定义自己的 id。例子：

3. 创建自定义的 hasParent 并更改已存在的。代码例程如下所示：

   /li>

我正在尝试使用 Python 中的请求库将文件上传到本地主机上的 Fedora 公共存储库。我相当确定我的主要问题是不理解open()/read()以及使用 http 请求发送数据需要做什么。

这将成功上传存储库中的文件，但之后文件会稍大并损坏。例如，一个 6.6kb 的图像变成了 6.75kb 并且无法再打开。

###额外细节：###

• 当我替换files=openBin为data=openBin我的字典时，我假设数据是一个字符串。我不知道这些信息是否有用。
  "file=FILE_NAME.extension&file=TYPE89a%24%02Q%03%E7%FF%00E%5B%19%FC%.... 文件大小增加到几兆

• 我使用的是专门 put 因为 Fedora RESTful HTTP API 端点说要使用put.

以下命令确实有效：

curl -u username:password -H "Content-Type: text/plain" -X PUT -T /path/to/someFile.jpeg http://localhost:8080/fcrepo/rest/someFile.jpeg

我正在从事一个专注于归档文档的项目。作为此过程的一部分，我们使用Fedora 存储库架构。虽然 Fedora 是一个很棒的存储库后端，但写入 Fedora 是一个缓慢的过程，它会导致我们的测试套件的运行时间飙升。

当面对一组 IO 绑定测试时，有没有办法让其他测试在等待 RSpec 中慢速完成的同时运行？

我正在尝试运行我的 python 脚本，但我遇到了错误。我尝试以不同的方式安装和卸载 psycopg2，但无法正常工作。我的 postgres 版本是 9.6，我的 psycopg2 版本是 2.8.2。有人有同样的问题吗？提前致谢。

我正在使用 solrj 迭代整个 solr。Solr 将返回包含 uuid 记录的页面，我正在我的 Fedora Commons Repository 中检查该 uuid。我想迭代整个 solr，就我而言，它可能需要长达一周的时间才能完成。到目前为止，它运行了 3 天，然后因与 solr 无关的错误而失败。

所以我问，有没有办法从某些特定的结果页面运行搜索？假设我总是记录我的最后一页，所以下次当我的程序失败时，我不需要从头开始运行它，而是从我的程序失败的最后一页运行它。有人可以帮忙吗？谢谢你。

我如何迭代 solr：