在dfs中索引数据

np8igboo 于 2021-06-04 发布在 Flume

关注(0)|答案(1)|浏览(278)

我使用hadoop fs-put命令将数据加载到hdfs中，数据是一组丰富的文档，如pdf、doc和文本文件。如何索引这些数据以便能够在solr中查询它？

hdfs flume solr cloudera

来源：https://stackoverflow.com/questions/24446658/index-the-data-in-dfs

1条答案

按热度按时间

使用apache tika。它是为从pdf或doc等丰富的文件格式中提取文本和元数据而创建的。solr附带了用于tika的jar，因此您只需快速查看将jar用作命令行实用程序的说明，就可以开始了：http://tika.apache.org/1.5/gettingstarted.html

赞(0）回复(0）举报 2021-06-04

相关问题

热门标签

Java query python Node 开发语言 request Util 数据库 Table 后端算法 Logger Message Element Parser

最新问答

xxl-job 安全组扫描到执行器端口服务存在信息泄露漏洞
回答(1) 发布于 4个月前
xxl-job 不能和nacos兼容？
回答(3) 发布于 4个月前
xxl-job 任务执行完后无法结束，日志一直转圈
回答(3) 发布于 4个月前
xxl-job-admin页面上查看调度日志样式问题
回答(1) 发布于 4个月前
xxl-job 参数512字符限制能否去掉
回答(1) 发布于 3个月前