node.js - 如何在不使用 Base64 的情况下在 ElasticSearch 中索引二进制文件

Question

我正在使用 NodeJS elasticsearch 包与 ElasticSearch 交互。我有一个包含 file 字段的文档。我希望能够将文件上传到索引，但我发现的唯一方法是使用 elasticsearch-mapper-attachment 插件。

问题是，如果我使用它，我必须将整个文件加载到内存中，将其编码为 Base64，然后将字符串传递给 ElasticSearch。

我希望能够将 Stream 传递到 ElasticSearch(引用任何二进制文件:pdf、xls、doc、ppt)。

Answer 1

elasticsearch-mapper-attachment 插件解析上传的二进制文件并使用内置 Tika 提取器提取文本以进一步建立索引。

某些应用程序的功能(例如 Search Technology 的 Aspire) - 它们通过 Tika 在本地运行二进制文件，提取文本并上传该文本以及要索引的文档。

这可能不是您正在寻找的答案，但您实际上只有两个选择 - 使用Elastic插件(并在将文档上传到elastic之前将二进制文件转换为yoru代码中的base64)，或者解析二进制文件并提取代码中的文本，然后将该文本上传到elastic。前者更容易，后者让您可以更好地控制流程