用Elasticsearch逐页索引PDF与使用摄取插件

Question

我正在做一个为一堆PDF文档建立索引的项目，为此，我选择了Elasticsearch，因为它是基于Apache Lucene的。 签出几个文档

• https://www.elastic.co/guide/en/elasticsearch/plugins/6.3/using-ingest-attachment.html

• https://www.elastic.co/guide/en/elasticsearch/reference/current/ingest-processors.html#ingest-processors

和Stackoverflow问题： How to index a pdf file in Elasticsearch 5.0.0 with ingest-attachment plugin?

就性能，存储空间和有效性而言，使用如上所述的摄取插件或解析pdf并存储每页，两页或三页（这可能是一个不断变化的参数）是一种更好的方法。并将它们放在单独的文档中？