问题标签 [manifoldcf]

我正在尝试从 ManifoldCF 连接到 FileNet，但没有成功。我得到的错误是

我的参数摘要如下。请注意，我将 * 放在我不确定的参数旁边，并且服务器名称和用户名是虚构的

我已验证 FileNet CE ping 页面已启动并在 URL http://samplehost.mycomp.org:7003/FileNet/Engine上运行

经典的 Workplace 可在https://samplehost-wp.mycomp.org/Workplace找到。请注意，Workplace 是通过 HTTPS 而 CE 是通过 HTTP

有人使用 Apache Manifold 成功连接到 FileNet 存储库吗？

我正在研究将 Documentum 作为存储库连接到 ManifoldCF 和 Solr 作为输出的概念证明。连接到 Documentum 的 ManifoldCF 小部件要求提供 Webtop URL，它不允许我将其留空。我们还没有在我的公司实施 Webtop。ManifestCF 可以在没有 Webtop 的情况下连接到 Documentum 吗？

我使用 solrCloud 6.1.0。我试图用manifoldcf2.4 爬行。但它不起作用。

下面是执行环境。java:1.8(但是安装manifoldcf的时候是1.7) zookeeper:3.4.9

如果我从manifoldcf 开始工作，我可以抓取前几项。但是过了一会儿，又出现了zookeeper的连接错误，solrCloud配置的部分节点掉了。

下面是zookeeper的错误日志。

错误 org.apache.solr.servlet.SolrDispatchFilter
null:org.apache.zookeeper.KeeperException$SessionExpiredException: KeeperErrorCode = org.apache.zookeeper.KeeperException.create(KeeperException.java:127) at org.apache.zookeeper.KeeperException.create(KeeperException .java:51) 在 org.apache.zookeeper.ZooKeeper.getData(ZooKeeper.java:1151) 在 org.apache.solr.common.cloud.SolrZkClient$7.execute(SolrZkClient.java:252) 在 org.apache.solr .common.cloud.SolrZkClient$7.execute(SolrZkClient.java:249) 在 org.apache.solr.common.cloud.ZkCmdExecutor.retryOperation(ZkCmdExecutor.java:65) 在 org.apache.solr.common.cloud.SolrZkClient。 getData(SolrZkClient.java:249) at org.apache.solr.common.cloud.ZkStateReader.updateAliases(ZkStateReader.java:556) at org.apache.solr.servlet.SolrDispatchFilter.doFilter(SolrDispatchFilter.java:296) at org .apache.solr.servlet.SolrDispatchFilter.doFilter(SolrDispatchFilter.java:169) 在 org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:235) 在 org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain. java:206) 在 org.apache.solr.servlet.ProxyUserFilter.doFilter(ProxyUserFilter.java:241) 在 org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:235) 在 org.apache.catalina.core .ApplicationFilterChain.doFilter(ApplicationFilterChain.java:206) 在 org.apache.solr.servlet.SolrHadoopAuthenticationFilter$2.doFilter(SolrHadoopAuthenticationFilter.java:140) 在 org.apache.hadoop.security.authentication.server.AuthenticationFilter.doFilter(AuthenticationFilter. java:384) 在 org.apache.solr.servlet.SolrHadoopAuthenticationFilter。doFilter(SolrHadoopAuthenticationFilter.java:145) 在 org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:235) 在 org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java:206) 在 org.apache .solr.servlet.HostnameFilter.doFilter(HostnameFilter.java:86) at org.apache.catalina.core.ApplicationFilterChain.internalDoFilter(ApplicationFilterChain.java:235) at org.apache.catalina.core.ApplicationFilterChain.doFilter(ApplicationFilterChain.java :206) 在 org.apache.catalina.core.StandardContextValve.invoke(StandardContextValve.java:191) 在 org.apache.catalina.core 的 org.apache.catalina.core.StandardWrapperValve.invoke(StandardWrapperValve.java:233)。 StandardHostValve.invoke(StandardHostValve.java:127) 在 org.apache.catalina.valves.ErrorReportValve。在 org.apache.catalina.connector.CoyoteAdapter.service(CoyoteAdapter.java:293) 在 org.apache.catalina.connector.CoyoteAdapter.service(CoyoteAdapter.java:293) 在 org.apache.catalina.core.StandardEngineValve.invoke(StandardEngineValve.java:109) 调用(ErrorReportValve.java:103) .coyote.http11.Http11Processor.process(Http11Processor.java:861) 在 org.apache.coyote.http11.Http11Protocol$Http11ConnectionHandler.process(Http11Protocol.java:606) 在 org.apache.tomcat.util.net.JIoEndpoint$Worker .run(JIoEndpoint.java:489) 在 java.lang.Thread.run(Thread.java:662) 错误 org.apache.solr.servlet.SolrDispatchFilterapache.coyote.http11.Http11Protocol$Http11ConnectionHandler.process(Http11Protocol.java:606) at org.apache.tomcat.util.net.JIoEndpoint$Worker.run(JIoEndpoint.java:489) at java.lang.Thread.run( Thread.java:662) 错误 org.apache.solr.servlet.SolrDispatchFilterapache.coyote.http11.Http11Protocol$Http11ConnectionHandler.process(Http11Protocol.java:606) at org.apache.tomcat.util.net.JIoEndpoint$Worker.run(JIoEndpoint.java:489) at java.lang.Thread.run( Thread.java:662) 错误 org.apache.solr.servlet.SolrDispatchFilter
null:org.apache.zookeeper.KeeperException$SessionExpiredException: KeeperErrorCode = org.apache.zookeeper.KeeperException.create(KeeperException.java:127) 的 /aliases.json 会话过期

我不知道为什么动物园管理员在爬行的过程中被切断了。

有人请教。谢谢。

我已经安装了ManifoldCF，它们是连接器和 postgres。我有 2 份工作ManifoldCF：

• 生产中外部 SolR 的 LocalFile 作业
• 本地 SolR 的 JCIFS 作业

在此图像上，您可以看到问题。我可以开始工作，他们索引文档，但他们的工作在几秒钟后冻结，如果冻结，我不能中止他们的工作。manifoldCF如果它们被冻结，我需要重新启动以中止和/或重新启动它们的工作。你有解决方案吗 ？

PS：冻结前的时间，不是固定的。文档数也索引。不是相关性。PS2：我没有这个问题的日志

在日志文件夹上：cat . -name * | grep -R ERROR | grep 2017-04-21 仅返回 ManifoldCF 界面上的错误图像 tiff。

我正在尝试在 ManifoldCF 2.7.1 中创建一个爬虫作业，我创建了弹性输出一切都很好，创建了 SharePoint 存储库，一切都很好。现在，当我创建作业并添加弹性输出时，我看不到弹性搜索选项卡，只有名称、连接调度路径、安全性和元数据。然后我运行作业，爬虫获取并处理一些文档，但最后，Elasticsearch 中什么也没有。如果您有任何想法，请...
顺便说一下，我尝试使用 elasticsearch1.2.1,1.7.0,5.2.0 and 5.4.0和 SharePoint 2010 和 2013，结果相同。

我将 ManifoldCF 2.7 与 multiprocess-zk 一起使用，10 分钟后我的 2 个代理崩溃了。错误 ：

它是多进程-zk-example，我已经启动了 2 个代理。

如果您需要更多详细信息，我可以。

谢谢你的帮助。

我正在使用 Manifoldcf v2.7.1 和 Solr v5.2.1 并尝试使用 Jira 连接器抓取 Jira，并且在 Manifoldcf 中收到以下错误：

注意：我从错误消息中删除了我的服务器和端口信息

Solr 的错误日志之一在堆栈跟踪的顶部显示以下内容：

不知道是什么导致了这个区域以及如何修复它。提前致谢！

我正在尝试使用 Apache ManifoldCF 上的 Apache Tika 集成来提取 PDF 的文本内容，以便在 Elasticsearch 服务器中的笔记本电脑上摄取一些 PDF 文件。

在我的工作中正确创建 Tika Transformer 并对其进行配置后，我看到 ES 上的结果字段“_content”填充了文件的二进制编码，而不是文本。

我也看到了这个：使用 ManifoldCF 提取文件内容，但仍然没有提供答案（自 2015 年以来！）。

有谁能够帮我？

谢谢！

我正在做一个项目，我需要爬取超过 10TB 的数据并将其编入索引。我需要实现花费更少时间的增量抓取。

我的问题是：对于所有大型组织来说，与 java 一起使用的最佳工具是哪一个？

我正在使用 Solr 和 Manifold CF 进行尝试，但 Manifold 在 Internet 上的文档很少。

我有兴趣构建一个软件系统，该系统将连接到各种文档源，从每个源中包含的文档中提取内容，并将提取的内容提供给 Elastic 或 Solr 等搜索引擎。该搜索引擎将作为基于 Web 的搜索应用程序的后端。

我有兴趣在搜索结果中呈现这些文档的片段，以查找 Microsoft Word 和 PDF 等知名类型。如何在搜索中实现文档片段呈现？

我很乐意以任何格式提供这些片段，包括图像。我只是希望能够为我的用户提供某种格式的预览，以了解他们对知名类型的结果。

谢谢！