Elasticsearch Mapper Attachments插件安装与使用指南
1. 项目目录结构及介绍
Elasticsearch的Mapper Attachments插件源代码托管在GitHub上,其目录结构如下:
elasticsearch-mapper-attachments/
├── dev-tools # 开发工具相关文件夹
├── licenses # 许可证文件
├── src # 主要源代码存放目录
│ ├── main # 包含主程序代码,如Java源码等
│ └── test # 测试相关代码
├── .gitignore # Git忽略文件配置
├── CONTRIBUTING.md # 贡献者指南
├── LICENSE.txt # 许可证文件
├── README.md # 项目说明文档
├── build.gradle # Gradle构建脚本
└── ... # 其它可能的辅助文件或配置文件
说明:
src目录包含了插件的主要实现代码。LICENSE.txt记录了项目的授权协议(Apache-2.0)。README.md提供了安装、使用的基本指导信息。build.gradle是Gradle构建文件,用于编译和打包插件。
2. 项目的启动文件介绍
Mapper Attachments插件本身不直接提供一个独立的应用程序来“启动”,它是作为Elasticsearch的一个插件存在。因此,启动过程实际上是指集成到Elasticsearch中并使插件生效的过程。
Elasticsearch的启动通常通过执行其提供的脚本完成,例如,在Linux系统中,可能是通过运行bin/elasticsearch命令。为了使用此插件,你需要先确保Elasticsearch服务已启动,随后安装该插件。
插件安装命令示例:
bin/plugin install elasticsearch/elasticsearch-mapper-attachments/3.1.2
请注意,由于此项目已被归档,对于较新版本的Elasticsearch,应当改用Ingest Attachment Processor。
3. 项目的配置文件介绍
插件配置
Mapper Attachments插件的配置并不是直接在一个特定的文件中设置,而是通过Elasticsearch的全局配置或在索引的映射中指定。
全局配置示例
虽然该插件的主要配置是通过映射定义的,但可以调整某些全局设置。比如,如果要改变默认提取的字符数限制,可以在Elasticsearch的配置文件elasticsearch.yml中添加相应的配置(注意这可能依赖于具体版本的Elasticsearch是否支持这样的全局配置)。
# 示例配置,实际使用需确认是否适用
index.mapping.attachment.indexed_chars: 200000
映射配置
映射中的配置是在创建索引时定义的,以下展示了如何在映射中启用附件类型,并自定义属性:
PUT /my_index
{
"mappings": {
"properties": {
"resume": {
"type": "attachment",
"fields": {
"content": { "type": "text", "term_vector": "with_positions_offsets" }
},
"fielddata": true
}
}
}
}
这里,“resume”字段被定义为附件类型,并进一步指定了内容如何被处理,包括启用词向量以支持高亮等功能。
请注意,随着Elasticsearch版本更新,如5.0以上版本推荐使用Ingest API的Attachment Processor替代Mapper Attachments插件进行文档内容的处理。务必参照当前使用的Elasticsearch版本的官方文档来选择正确的集成方式。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00