DataImportHandler DIH для FileSystem DataSource

Question

У меня есть FileSystem источник данных, и я создал dataconfig для того, чтобы запустить DIH dataconfig является

 
<?xml version="1.0" encoding="UTF-8"?> 
<dataConfig> 
    <dataSource type="FileDataSource" /> 
    <document> 
     <entity name="pdf" processor="FileListEntityProcessor" baseDir="/path/to/my/pdf" fileName=".*pdf" newerThan="'NOW-3DAYS'" recursive="true" rootEntity="false" dataSource="pdf"> 
     </entity> 
    </document> 
</dataConfig> 

и когда я бегу DIH, это дает
индексирование завершено , Добавлено/Обновлено: 0 документов. Удалено 0 документов.
запросы: 0, Извлечена: 35924, пропущено: 0, Обработано: 0

Любая идея, почему он не обрабатывал какого-либо документа?

Answer 1

Спасибо, я это сделал, и ниже необходимого dataconfig

 
<?xml version="1.0" encoding="UTF-8"?> 
<dataConfig> 
    <dataSource type="BinFileDataSource" /> 
    <document> 
     <entity name="pdf" processor="FileListEntityProcessor" baseDir="/path/to/my/pdf" fileName=".*pdf" newerThan="'NOW-3DAYS'" recursive="true" rootEntity="false" dataSource="null"> 
      <field column="fileAbsolutePath" name="id" /> 
      <entity name="documentImport" processor="TikaEntityProcessor" url="${pdf.fileAbsolutePath}" format="text"> 
       <field column="text" name="text"/> 
      </entity> 
     </entity> 
    </document> 
</dataConfig> 

Answer 2

У вас нет корневого объекта в вашей конфигурации; у вас есть только одна сущность, и она имеет rootEntity = "false", поэтому из нее не создаются никакие документы.

Вам также необходимо определить некоторые «полевые» строки внутри вашего объекта, чтобы отобразить информацию о файле в поля вашей схемы; этот вопрос indexing all documents in doc folder in to solr FileListEntityProcessor делает что-то похожее на то, что вам нужно.