Solr 5.1.0 - Apache TikaEntityProcessor 找不到我的文件

Question

Solr，更具体地说是 Tika，在查找我的文件路径是从数据库中检索到的文件时遇到了一些问题。每当我去索引它记录错误说这找不到文件。

我基本上是在做forum question 中显示的操作，它从数据库中获取文件路径并使用 TikaEntityProcessor 来分析文档。

他的问题是 Tika 的版本问题，但我使用的是大约五年前的版本，所以我不确定当前版本的 Tika 是否仍然存在问题，或者我是否遗漏了一些非常明显的东西（其中可能我对 Solr 非常陌生）这是我的数据配置。 TextContentURL 是文件路径！

<dataConfig> 
  <dataSource name="ds-db" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/EDMS_Metadata" user="root" password="**************" /> 
  <dataSource name="ds-file" type="BinFileDataSource"/> 

 <document name="doc1"> 
        <entity name="db-data" dataSource="ds-db"  query="select TextContentURL as 'id',ID,Title,AuthorCreator from MasterIndex" > 
        <field column="TextContentURL" name="id" /> 
        <field column="Title" name="title" /> 
        </entity> 
        <entity name="file" dataSource="ds-file" processor="TikaEntityProcessor" url="${db-data.TextContentURL}" format="text">
         <field column="text" name="text" />   
    </entity> 
  </document> 
</dataConfig> 

我想指出，当我删除第二个实体并运行数据库绘制时，它工作正常。我可以运行和查询，当我运行分面搜索时会得到这个输出

 "response": {
    "numFound": 283,
    "start": 0,
    "docs": [
      {
        "id": "/home/paden/Documents/LWP_Files/BIGDATA/6220106.pdf",
        "title": "ENGINEERING INITIATION",
      },

这意味着它正在拉动文档文件路径。 id 是正确的文件路径。但是当我重新添加第二个实体时，它会记录错误，说它找不到文件？我错过了一些明显的东西吗？

Solr 正在记录这些错误：

WARN FileDataSource FileDataSource.basePath 为空。解析为：/home/paden/Downloads/solr-5.1.0/server/。

错误文档生成器

处理时出现异常：文件文档：SolrInputDocument（字段：[]）：org.apache.solr.handler.dataimport.DataImportHandlerException：java.lang.RuntimeException：java.io.FileNotFoundException：找不到文件：（解决为：/home/paden/Downloads/solr-5.1.0/server/.

错误数据导入器

完全导入失败：java.lang.RuntimeException：java.lang.RuntimeException：org.apache.solr.handler.dataimport.DataImportHandlerException：java.lang.RuntimeException：java.io.FileNotFoundException：找不到文件：（已解决到：/home/paden/Downloads/solr-5.1.0/server/。

Answer 1

尝试使用以下数据配置。

<dataConfig> 
  <dataSource name="ds-db" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/EDMS_Metadata" user="root" password="**************" /> 
  <dataSource name="ds-file" type="BinFileDataSource"/> 
  <document name="doc1"> 
        <entity name="db-data" dataSource="ds-db"  query="select TextContentURL,ID,Title,AuthorCreator from MasterIndex" > 
        <field column="TextContentURL" name="TextContentURL" /> 
        <field column="Title" name="title" /> 
        <entity name="file" dataSource="ds-file" processor="TikaEntityProcessor" url="${db-data.TextContentURL}" format="text" onError="continue">
         <field column="text" name="text" />   
         </entity>
    </entity> 
  </document> 
</dataConfig>