Question

hadoop jar jobjar / hadoop / hadoop-lws-job-1.2.0-0-0.jar com.lucidworks.hadoop.ingest.IngestJob -Dlww.commit.on.close = true -DcsvFieldMapping = 0 = id，1 = text -cls com.lucidworks.hadoop.ingest.CSVIngestMapper -c hdp1 -i /user/solr/data/csv/mydata.csv -of com.lucidworks.hadoop.io.LWMapRedOutputFormat -s http://localhost:8983/solr

我尝试在命令中使用上面的代码来执行PDF文件，但是我得到了不希望的输出！

com.lucidworks.hadoop.ingest.CSVIngestMapper用于独占CSV文件，因此“PDF文件”有类似内容吗？期待您的协助。

Answer 1

您应该使用DirectoryIngestMapper：

hadoop jar jobjar/hadoop/hadoop-lws-job-1.2.0-0-0.jar 
com.lucidworks.hadoop.ingest.IngestJob -Dlww.commit.on.close=true    
com.lucidworks.hadoop.ingest.DirectoryIngestMapper -c hdp1 -i 
/user/solr/data/pdf/*.pdf -of com.lucidworks.hadoop.io.LWMapRedOutputFormat -s 
http://localhost:8983/solr

假设/user/solr/data/pdf/*.pdf是你的pdf所在。

如何在Solr中索引HDFS pdf文件？

1 个答案: