标签： hadoop indexing solr full-text-search bigdata
我正在开发一个大数据项目（cloudera环境），其中来自多个数据源的所有数据都加载到Hadoop中。现在，我有一组包含大量文本的.pdf，.jpeg文件。我想根据存储在HDFS中的数据搜索这些文件的内容。谁能告诉我哪个库/框架可用于我的项目..？我开始了解Apach Solr这看起来很有趣，但想知道是否还有其他工具可以对我的项目有用。
非常感谢任何反馈/建议。
谢谢！
答案 0 :(得分：0)
看起来您需要搜索图像处理框架，然后将该数据转换为solr。像this