弹性搜索如何在couchdb的附件文件中找到单词

Question

你好，请给我指示我使用的是elasticsearch 0.17.6和couchdb 1.1.0

我在couchdb上创建了两个文档:每个文档都有字符串字段:名称、消息。第一个是由一个文本文件"test.txt"附加的，第二个不是。CouchDB生成的JSon代码如下所示:

{
  "_id": "ID1",
  "_rev": "6-e1ab4c5c65b98e9a0d91e5c8fc1629bb",
  "name": "Document1",
  "message": "Evaluate Elastic Search",
  "_attachments":   {
     "test.txt": {
       "content_type": "text/plain",
       "revpos": 5,
       "digest": "md5-REzvAVEZoSV69SLI/vaflQ==",
       "length": 86,
       "stub": true
     }
  }
}
{
 "_id": "ID2",
 "_rev": "2-72142ec18248cedb4dba67305d136aa8",
 "name": "Document2",
 "message": "test Elastic Search"
}

这两个文档在一个名为my_test_couch_db的数据库中

我使用Elasticsearch (ES)来索引这些文档，使用插件:river和mapper-attachments。对于每个给定的文本，我希望ES不仅可以在文档的字段中找到相应的文本，还可以在附件*.txt文件中找到相应的文本。但这是不可能的。我尝试了很多方法:我手动创建了索引，映射(自动和手动)，配置河等，但ES只能在文档的字段中找到单词，它找不到*.txt附件文件中的单词。我遵循网站http://www.elasticsearch.org的指示，但它也不起作用。

谢谢你的回答。

下面是我的命令:

curl -X PUT "localhost:9200/test_idx_1"
curl -X PUT "localhost:9200/test_idx_1/test_mapping_1/_mapping" -d '{
  "test_mapping_1": {
    "properties": {
      "_attachments": {
        "type": "attachment",
        "index": "yes"
      }
    }
  }
}'
curl -XPUT 'http://localhost:9200/_river/test_river_1/_meta' -d '{
  "type": "couchdb",
  "couchdb": {
    "host": "localhost",
    "port": 5984,
    "db": "my_test_couch_db",
    "filter": null
  },
  "index": {
    "index": "test_idx_1",
    "type": "test_mapping_1"
  }
}'

然后，我试着搜索

curl -XPOST 'http://localhost:9200/my_test_couch_db/my_test_couch_db/_search'

(两份文件都很好)

curl -XPOST 'http://localhost:9200/my_test_couch_db/my_test_couch_db/_search' -d '{
  "query": {
    "text": {
      "_all": "test"
    }
  }
}'

下面是输出

{
  "took": 3,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.081366636,
    "hits": [
      {
        "_index": "my_test_couch_db",
        "_type": "my_test_couch_db",
        "_id": "ID2",
        "_score": 0.081366636,
        "_source": {
          "message": "test Elastic Search",
          "_rev": "2-72142ec18248cedb4dba67305d136aa8",
          "_id": "ID2",
          "name": "Document2"
        }
      }
    ]
  }
}

如您所见，ES只能在消息字段中找到单词"test"，他们无法在*中找到这个单词。文本附件文件。

我尝试其他查询:

curl -XPOST 'http://localhost:9200/my_test_couch_db/my_test_couch_db/_search' -d '{
  "query": {
    "text": {
      "_attachments": "test"
    }
  }
}'
{
  "took": 0,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 0,
    "max_score": null,
    "hits": []
  }
}
curl -XPOST 'http://localhost:9200/my_test_couch_db/my_test_couch_db/_search' -d '{
  "query": {
    "text": {
      "_attachments.fields.file": "test"
    }
  }
}'
{
  "took": 0,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
    "total": 0,
    "max_score": null,
    "hits": []
  }
}

输出为空。我尝试了其他的映射，但它也不起作用。

这是为什么?如何解决这个问题?

Answer 1

附件尚未被couchDb river加载。我已经更新了它，但仍在等待用户，它工作正常。

见https://github.com/dadoonet/elasticsearch-river-couchdb/tree/attachments你可以在这里试试:https://github.com/downloads/dadoonet/elasticsearch-river-couchdb/elasticsearch-river-couchdb-1.2.0-SNAPSHOT.zip

如果它适合你，我可以创建拉请求。