在RavenDB中的附件中搜索

Question

我开始学习NoSQL，但是我找不到RavenDB的一些好例子。任何人都可以告诉我如何添加Word，PDF，Excel，...二进制文档作为RavenDB中的附件并搜索该文档的内容？那有什么例子吗？那可能吗？ 我怎样才能为此制作MVC应用程序？

Answer 1

首先，了解当我们在NoSQL中谈论“文档数据库”时，我们不是在谈论Word，PDF，Excel文档。我们通常谈论的是JSON格式的文档，它代表一些特定的数据，通常是从域实体序列化的。绝大多数RavenDB都专注于处理这类数据。

但是，您确实可以使用您正在谈论的那种文档。它是通过附加的“捆绑”完成的，而不是内置的东西。它被称为“索引附件捆绑”，我写了它。您将找到源代码here。还有单元测试显示它是如何使用的。例如，请参阅this test。如果您有兴趣突出显示搜索结果，请参阅this test。

该捆绑包使用Windows IFilters从二进制文档中提取文本。对于计划在本地系统上安装的文档类型，您将需要适当的IFilter。如果您计划对PDF文件做很多事情，我强烈推荐the Foxit PDF IFilter。它比Adobe更好更快。如果您只使用Word和Excel文档，则可能需要Microsoft的Office IFilter - 下载x86或x64以及Service Pack。

安装适当的IFilter后，只需将附件上传到RavenDB即可。该捆绑包将拦截上传，使用IFilter提取其内容，将内容保存到JSON文档，并将该文档编入索引以便于搜索。

您还可以从Nuget here获取该捆绑包的编译版本。 dll需要进入RavenDB服务器上的plugins目录。

我目前没有使用此捆绑包的应用程序或网站的完整端到端示例。我也没有关于这个软件包的任何文档 - 所以一定要仔细阅读单元测试。

如果您只需要有关附件的信息，而不是索引或搜索附件，那么您应该阅读RavenDB documentation。