HDFSからSolrへのpdfファイルの索引付け方法

Question

Apache Solrの新機能 私のプロジェクトでは、HDFSからSolrへのpdf文書をアップロードする必要があり、そこからSolr rest APIを使用したいと考えています。 ローカルファイルシステムに合計40kのpdfドキュメントがあります。まず、それらをHDFSにプッシュします。しかし、そこからSolrには私には全くのアイデアはありません

もう一つは、solrへのインデックス作成中に、私はpdfドキュメントからいくつかのデータを読み込み、そのデータをSolrにも索引したいと思います。 例：私はPDFドキュメントからextraxt候補名、候補位置をしたいとのように見えるSolrのスキーマにそれらをプッシュし、

name: "candidate_name" 
location: "candidate_location" 
document: "pdf_document" 

私はインターネット上で、この検索が、適切なソリューションを見つけることができなかった

Answer 1

https://github.com/lucidworks/hadoop-solr

DirectoryIngestMapperを試してみてください.Tika解析がありますが、カスタマイズする必要があります。