- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 Lucene.Net + 自定义爬虫 + Ifilter,以便我可以索引 blob 内的数据。
foreach (var item in containerList)
{
CloudBlobContainer container = BlobClient.GetContainerReference(item.Name);
if (container.Name != "indexes")
{
IEnumerable<IListBlobItem> blobs = container.ListBlobs();
foreach (CloudBlob blob in blobs)
{
CloudBlobContainer blobContainer = blob.Container;
CloudBlob blobToDownload = blobContainer.GetBlobReference(blob.Name);
blob.DownloadToFile(path+blob.Name);
indexer.IndexBlobData(path,blob);
System.IO.File.Delete(path+blob.Name);
}
}
}
/*Code for crawling which downloads file Locally on azure instance storage*/
下面的代码是使用 IFilter 的索引器函数
public bool IndexBlobData(string path, CloudBlob blob)
{
Lucene.Net.Documents.Document doc = new Lucene.Net.Documents.Document();
try
{
TextReader reader = new FilterReader(path + blob.Name);
doc.Add(new Lucene.Net.Documents.Field("url", blob.Uri.ToString(), Lucene.Net.Documents.Field.Store.YES, Lucene.Net.Documents.Field.Index.NOT_ANALYZED));
doc.Add(new Lucene.Net.Documents.Field("content", reader.ReadToEnd().ToString(), Lucene.Net.Documents.Field.Store.YES, Lucene.Net.Documents.Field.Index.ANALYZED));
indexWriter.AddDocument(doc);
reader.Close();
return true;
}
catch (Exception e)
{
return false;
}
}
现在我的问题是我不想在实例存储上下载文件。我直接想将文件传递给 FilterReader。但它需要“物理”路径,传递http地址不起作用。有人可以建议任何其他解决方法吗?我不想再次从 blob 下载相同的文件然后对其建立索引,而是更喜欢下载并将其保留在主内存中并直接使用索引过滤器。
我正在使用 IFilter from here
最佳答案
不太清楚你的意思是什么我不想再次从 blob 下载相同的文件然后索引它,相反我更喜欢下载并将其保存在主内存中并直接使用索引过滤器
?什么是主内存
- Azure Blob 存储或本地实例内存。
但是,由于 IFilter 接口(interface)的性质,您面临的问题无法解决。如果您更深入地查看您正在使用的源代码 from here ,您会发现它在幕后使用 IPersistFile COM interface 。不幸的是,该接口(interface)仅适用于本地文件,不接受流。
我建议使用 Blob 中的 Stream 并将其传递给 Reader,而不是物理路径。然而,正如已经说过的 - IFilter 使用仅适用于物理路径的 COM 接口(interface)。因此,按照您当前的方法,无法跳过 blob 下载。
本地下载 blob 并不可怕。如果存储帐户与计算位于同一关联组中,下载速度将非常快,流量将是免费的。假设您使用 small instance size ,您将拥有 165GB 的本地存储空间。这是足够的存储空间。您可以通过跟踪哪些内容已索引、哪些内容未索引来稍微优化您的流程。您可以使用 Azure 表存储来实现此目的。另一种极其快速且廉价的存储解决方案,非常适合将键值对存储为文件名
- etag
。然后,当您枚举 Blob 时,首先获取 Blob 的 etag
并检查表是否已建立索引。仅当未建立索引时才下载它,然后将新记录添加到表中以将该文件标记为已建立索引。
或者...或者不使用 IFilter。我没有看到在 Azure 上使用 IFilter 的任何好处。 IFilter 仅在安装应用程序时注册。例如,如果您想使用 IFilter 处理 Office 文档 - 您必须在 VM 上安装 Microsoft Office(目前您无法执行此操作,即使您有许可证,因为 MS Office 的许可证移动性限制)。如果您想获取 PDF 版 IFilter - 您必须安装 Adobe Acrobat Reader(可以通过启动任务来完成)。等等,等等 - 有些应用程序可以安装,有些则不能安装。您的 Windows Azure VM 实例是纯 Windows,根本没有 IFilter。想象一下 Windows Server 2008 R2 的基本安装,没有任何角色,也没有添加任何功能 - 这就是您的实例。
关于c# - 使用 Lucene.NET 和 C# 对 blob 内的数据建立索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13946615/
我在网上搜索但没有找到任何合适的文章解释如何使用 javascript 使用 WCF 服务,尤其是 WebScriptEndpoint。 任何人都可以对此给出任何指导吗? 谢谢 最佳答案 这是一篇关于
我正在编写一个将运行 Linux 命令的 C 程序,例如: cat/etc/passwd | grep 列表 |剪切-c 1-5 我没有任何结果 *这里 parent 等待第一个 child (chi
所以我正在尝试处理文件上传,然后将该文件作为二进制文件存储到数据库中。在我存储它之后,我尝试在给定的 URL 上提供文件。我似乎找不到适合这里的方法。我需要使用数据库,因为我使用 Google 应用引
我正在尝试制作一个宏,将下面的公式添加到单元格中,然后将其拖到整个列中并在 H 列中复制相同的公式 我想在 F 和 H 列中输入公式的数据 Range("F1").formula = "=IF(ISE
问题类似于this one ,但我想使用 OperatorPrecedenceParser 解析带有函数应用程序的表达式在 FParsec . 这是我的 AST: type Expression =
我想通过使用 sequelize 和 node.js 将这个查询更改为代码取决于在哪里 select COUNT(gender) as genderCount from customers where
我正在使用GNU bash,版本5.0.3(1)-发行版(x86_64-pc-linux-gnu),我想知道为什么简单的赋值语句会出现语法错误: #/bin/bash var1=/tmp
这里,为什么我的代码在 IE 中不起作用。我的代码适用于所有浏览器。没有问题。但是当我在 IE 上运行我的项目时,它发现错误。 而且我的 jquery 类和 insertadjacentHTMl 也不
我正在尝试更改标签的innerHTML。我无权访问该表单,因此无法编辑 HTML。标签具有的唯一标识符是“for”属性。 这是输入和标签的结构:
我有一个页面,我可以在其中返回用户帖子,可以使用一些 jquery 代码对这些帖子进行即时评论,在发布新评论后,我在帖子下插入新评论以及删除 按钮。问题是 Delete 按钮在新插入的元素上不起作用,
我有一个大约有 20 列的“管道分隔”文件。我只想使用 sha1sum 散列第一列,它是一个数字,如帐号,并按原样返回其余列。 使用 awk 或 sed 执行此操作的最佳方法是什么? Accounti
我需要将以下内容插入到我的表中...我的用户表有五列 id、用户名、密码、名称、条目。 (我还没有提交任何东西到条目中,我稍后会使用 php 来做)但由于某种原因我不断收到这个错误:#1054 - U
所以我试图有一个输入字段,我可以在其中输入任何字符,但然后将输入的值小写,删除任何非字母数字字符,留下“。”而不是空格。 例如,如果我输入: 地球的 70% 是水,-!*#$^^ & 30% 土地 输
我正在尝试做一些我认为非常简单的事情,但出于某种原因我没有得到想要的结果?我是 javascript 的新手,但对 java 有经验,所以我相信我没有使用某种正确的规则。 这是一个获取输入值、检查选择
我想使用 angularjs 从 mysql 数据库加载数据。 这就是应用程序的工作原理;用户登录,他们的用户名存储在 cookie 中。该用户名显示在主页上 我想获取这个值并通过 angularjs
我正在使用 autoLayout,我想在 UITableViewCell 上放置一个 UIlabel,它应该始终位于单元格的右侧和右侧的中心。 这就是我想要实现的目标 所以在这里你可以看到我正在谈论的
我需要与 MySql 等效的 elasticsearch 查询。我的 sql 查询: SELECT DISTINCT t.product_id AS id FROM tbl_sup_price t
我正在实现代码以使用 JSON。 func setup() { if let flickrURL = NSURL(string: "https://api.flickr.com/
我尝试使用for循环声明变量,然后测试cols和rols是否相同。如果是,它将运行递归函数。但是,我在 javascript 中执行 do 时遇到问题。有人可以帮忙吗? 现在,在比较 col.1 和
我举了一个我正在处理的问题的简短示例。 HTML代码: 1 2 3 CSS 代码: .BB a:hover{ color: #000; } .BB > li:after {
我是一名优秀的程序员,十分优秀!