在dfs中索引数据

np8igboo 于 2021-06-04 发布在 Flume

关注(0)|答案(1)|浏览(208)

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

微信公众号

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

Python pillow/PIL无法识别对象“imagedraw”的属性“textsize”
回答(3) 发布于 5个月前
python-3.x ImportError：无法从“typing_extensions”导入名称“deprecated”
回答(2) 发布于 5个月前
python-3.x 我正尝试使用密码学对字典进行加密
回答(1) 发布于 5个月前
在Python的IDLE中导入audiolazy的问题
回答(1) 发布于 5个月前
如何将Python程序中的数据添加到Markdown？
回答(2) 发布于 5个月前