代码之家  ›  专栏  ›  技术社区  ›  Xerocry

Mongodb中二进制文件的全文搜索

  •  1
  • Xerocry  · 技术社区  · 9 年前

    我目前的项目是创建文件存储系统,其中将包含office文件(.doc,.ppt)。pdf和图像。我需要通过文件、不同的用户组对文本进行全文搜索,从\到一些用户存储和检索文件。

    它是否通过二进制文件进行全文搜索(或者office文档以其他方式存储在Mongo中?)?

    全文搜索如何与GridFS配合使用?

    我可以将pdf、office文件和图像中的元数据(文本和文件信息)存储在gridFS上吗?

    1 回复  |  直到 9 年前
        1
  •  1
  •   Simulant    9 年前

    您需要安装 The Ingest Attachment Processor Plugin . 这为您将文档文件索引到弹性搜索中提供了支持。

    https://docs.mongodb.com/manual/core/index-text/ 但是,不能像为搜索引擎配置标记器那样详细地配置标记器。

    没有那么多文档/数据从来都不是问题。但你仍然应该根据自己的需要选择合适的技术。您需要的是一个文件分析器来解析文档,以及一个可搜索的索引来提供结果。MongoDB缺少了第一部分,弹性搜索为你们提供了高度集成的服务。

    在一般的解决方案中,搜索引擎会给你一个文档ID和一些关于文档的元信息(标题、作者、上次更新等),而不是完整的文档。这样,您必须传输更少的数据,并且响应更快。如果有多个搜索结果,用户可以根据元数据选择要显示的文档。要释放的文档由另一个具有文档ID的请求加载。例如,从数据库或文件系统加载。