Question

我是Elasticsearch的新手，我在这里阅读https://www.elastic.co/guide/en/elasticsearch/plugins/master/mapper-attachments.html，在elasticsearch 5.0.0中不推荐使用mapper-attachments插件。

我现在尝试使用新的ingest-attachment插件索引pdf文件并上传附件。

我到目前为止所做的是

curl -H 'Content-Type: application/pdf' -XPOST localhost:9200/test/1 -d @/cygdrive/c/test/test.pdf

但是我收到以下错误：

{"error":{"root_cause":[{"type":"mapper_parsing_exception","reason":"failed to parse"}],"type":"mapper_parsing_exception","reason":"failed to parse","caused_by":{"type":"not_x_content_exception","reason":"Compressor detection can only be called on some xcontent bytes or compressed xcontent bytes"}},"status":400}

我希望将pdf文件编入索引并上传。我做错了什么？

我还测试了Elasticsearch 2.3.3，但mapper-attachments插件对此版本无效，我不想使用任何旧版本的Elasticsearch。

Answer 1

您需要确保已创建 ingest 管道：

PUT _ingest/pipeline/attachment
{
  "description" : "Extract attachment information",
  "processors" : [
    {
      "attachment" : {
        "field" : "data",
        "indexed_chars" : -1
      }
    }
  ]
}

然后，您可以使用您创建的管道为您的索引创建 PUT 而不是 POST 。

PUT my_index/my_type/my_id?pipeline=attachment
{
  "data": "e1xydGYxXGFuc2kNCkxvcmVtIGlwc3VtIGRvbG9yIHNpdCBhbWV0DQpccGFyIH0="
}

在您的示例中，应该是：

curl -H 'Content-Type: application/pdf' -XPUT localhost:9200/test/1?pipeline=attachment -d @/cygdrive/c/test/test.pdf

记住PDF内容必须是base64编码的。

希望它会对你有所帮助。

修改1 请务必阅读这些内容，这对我帮助很大：

Elastic Ingest

Ingest Plugin

Ingest Presentation

修改2

此外，您必须安装 ingest-attachment 插件。

./bin/elasticsearch-plugin install ingest-attachment

编辑3

请在创建摄取处理器（附件）之前，使用您将使用的字段创建索引，地图并确保您的地图中的数据字段（＆＃34;字段＆＃34;在附件处理器中的名称相同），因此摄取将处理并填满您的数据字段，包含您的pdf内容。

我在摄取处理器中插入了 indexed_chars 选项，其中 -1 值，因此您可以索引大型pdf文件。

编辑4

映射应该是这样的：

PUT my_index
{ 
    "mappings" : { 
        "my_type" : { 
            "properties" : { 
                "attachment.data" : { 
                    "type": "text", 
                    "analyzer" : "brazilian" 
                } 
            } 
        } 
    } 
}

在这种情况下，我使用 brazilian 过滤器，但您可以将其删除或使用自己的过滤器。

如何使用ingest-attachment插件索引Elasticsearch 5.0.0中的pdf文件？

1 个答案: