使用 Elastic Search 閱讀文檔

Question

我有一個信息檢索任務，我必須使用 elasticSearch 來生成一些索引/排名。 我能夠下載 elasticSearch 並且它現在在http://localhost:9200/上運行，但是如何讀取存儲在名為“ data ”的文件夾中的每個文檔？

Answer 1

Elasticsearch 只是一個搜索引擎。 為了使您的文檔和文件可搜索，您需要加載它們，提取所有相關數據並加載到 elasticsearch 中。

Apache Tika是一種從文件中提取數據的解決方案。 使用 Tika 編寫文件系統爬蟲。 然后使用 Rest API 來索引數據。

如果您不想重新發明輪子，請查看FSCrawler項目。 這是一篇博客文章，描述了如何解決您面臨的任務。

祝你好運！