使用 Elastic Search 阅读文档

Question

我有一个信息检索任务，我必须使用 elasticSearch 来生成一些索引/排名。 我能够下载 elasticSearch 并且它现在在http://localhost:9200/上运行，但是如何读取存储在名为“ data ”的文件夹中的每个文档？

Answer 1

Elasticsearch 只是一个搜索引擎。 为了使您的文档和文件可搜索，您需要加载它们，提取所有相关数据并加载到 elasticsearch 中。

Apache Tika是一种从文件中提取数据的解决方案。 使用 Tika 编写文件系统爬虫。 然后使用 Rest API 来索引数据。

如果您不想重新发明轮子，请查看FSCrawler项目。 这是一篇博客文章，描述了如何解决您面临的任务。

祝你好运！