Как индексировать документы в SOLR?

Question

Im работает Solr 1.4 на Ubuntu 10.04 (установлен через apt-get solr-tomcat), и он работает нормально. Мне трудно найти любую согласованную информацию о том, как индексировать документы. Im новый для SOLR, так что несите меня! У меня есть папка (/ mnt/folder), которая представляет собой установленный общий ресурс Windows, который содержит файлы Word и PDF, которые я хотел бы проиндексировать, самый простой способ заставить SOLR индексировать всю папку?

Документация для SOLR довольно бедна, ее невозможно найти в любом приличном учебнике о том, как все это делается, поэтому любая помощь очень ценится!

S

Answer 1

Посмотрите на Solr wiki, это довольно тщательное документирование.

В частности, см. ExtractingRequestHandler, который позволяет индексировать двоичные файлы, такие как документы Word и PDF. Here's an introduction.

Если вашей вики недостаточно, то есть great book about Solr.

Answer 2

Я нашел те же самые проблемы с документацией ядра, но я наткнулся на это очень полезный справочнике от LucidImagination, который помог прояснить много вещей о ГУМЗЕ:

http://docs.lucidworks.com/display/solr/Apache+Solr+Reference+Guide

Answer 3

Обработка богатых документов с Solr: http://wiki.apache.org/solr/UpdateRichDocuments