弹性搜索如何找到couchdb附件文件中的单词？

Question

您好，请给我指示。/ 我正在使用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。第一个附加了文本文件“test.txt”，第二个则没有。 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"
}

这两个文档位于名为 my_test_couch_db 的数据库中，

我使用 Elasticsearch (ES) 使用插件：river 和 mapper-attachments 来索引这些文档。对于每个给定的文本，我希望 ES 不仅可以在文档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：我手动创建索引，映射（自动和手动），配置河流等，但ES只能找到文档字段中的单词，它无法找到*.txt附件文件中的单词。我按照网站 http://www.elasticsearch.org 的指示进行操作，但它也不起作用。

感谢您的回答。

这是我的命令：

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，我尝试搜索

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

（两个文档都找到得很好）

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

这是输出

{
  "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”，他们在*中找不到这个单词.text 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": []
  }
}

输出什么也没有。我尝试了其他映射，但它也不起作用。

为什么会这样以及如何解决这个问题？

Answer 1

couchDb River 尚未加载附件。
我已经更新了它，但仍在等待用户它工作正常。

请参阅 https://github.com/dadoonet/elasticsearch-river-couchdb/tree/附件
您可以在这里尝试：https://github.com/downloads/dadoonet/elasticsearch-river-couchdb/elasticsearch-river-couchdb-1.2.0-SNAPSHOT.zip

如果它适合你，我可以创建拉取请求。