Elasticsearch Mapper Attachments 插件使用教程
2024-09-27 14:16:51作者:田桥桑Industrious
1. 项目目录结构及介绍
Elasticsearch Mapper Attachments 插件的目录结构如下:
elasticsearch-mapper-attachments/
├── dev-tools/
├── licenses/
├── src/
├── .gitignore
├── CONTRIBUTING.md
├── LICENSE.txt
├── README.md
└── build.gradle
目录介绍
- dev-tools/:开发工具目录,包含用于开发和测试的工具和脚本。
- licenses/:许可证文件目录,包含项目使用的各种许可证文件。
- src/:源代码目录,包含插件的主要代码实现。
- .gitignore:Git 忽略文件,指定哪些文件和目录不需要被 Git 管理。
- CONTRIBUTING.md:贡献指南文件,指导开发者如何为项目贡献代码。
- LICENSE.txt:项目许可证文件,说明项目的开源许可证类型。
- README.md:项目自述文件,包含项目的概述、安装和使用说明。
- build.gradle:Gradle 构建文件,用于构建和管理项目的依赖。
2. 项目的启动文件介绍
Elasticsearch Mapper Attachments 插件没有独立的启动文件,因为它是一个 Elasticsearch 插件,需要通过 Elasticsearch 的插件管理命令进行安装和启动。
安装插件
在 Elasticsearch 安装目录下运行以下命令来安装插件:
bin/plugin install elasticsearch/elasticsearch-mapper-attachments/3.1.2
启动 Elasticsearch
安装完成后,启动 Elasticsearch 服务即可使用该插件。
3. 项目的配置文件介绍
Elasticsearch Mapper Attachments 插件的配置主要通过 Elasticsearch 的索引映射(Mapping)进行。以下是一个示例配置:
创建索引映射
PUT /test
PUT /test/person/_mapping
{
"person": {
"properties": {
"my_attachment": {
"type": "attachment"
}
}
}
}
索引文档
PUT /test/person/1
{
"my_attachment": "e1xydGYxXGFuc2kNCkxvcmVtIGlwc3VtIGRvbG9yIHNpdCBhbWV0DQpccGFyIH0="
}
配置选项
- _content_type:指定附件的 MIME 类型。
- _name:指定附件的名称。
- _language:指定附件的语言。
- _content:附件内容的 base64 编码。
示例配置
PUT /test/person/1
{
"my_attachment": {
"_content_type": "application/pdf",
"_name": "resource/name/of/my.pdf",
"_language": "en",
"_content": "e1xydGYxXGFuc2kNCkxvcmVtIGlwc3VtIGRvbG9yIHNpdCBhbWV0DQpccGFyIH0="
}
}
通过以上配置,可以实现对附件内容的索引和查询。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249