参考保存的原始文件？

Question

这是一个 Solr 新手问题 - 但了解 Solr 的工作原理以及它是否适合我的项目对我来说非常重要。

我想索引二进制文档，即 MS-Office 文档和 PDF。我知道 Solr 可以索引这些文档的内容，并且我可以构建查询来获取我指定的值和字段作为结果。我的问题是 PDF（或任何文档）在扫描后会发生什么？它是实际存储还是完全丢弃，我可以获得原始文档的参考/链接吗？从 solr 返回的位置（路径）还是我必须在提交文档时传递此信息？

有人可以帮我理解这个吗？

Answer 1

基本上你可以索引任何你想要的东西，SOLR 将允许你搜索它并返回结果。例如，我们使用 Nutch 为我们的网站建立索引，并且我们有自制的 Groovy 脚本，可以从数据库中提取数据并创建 SOLR 索引。

重要的部分是您如何构建索引。如果您提供 URL 或其他资源定位器以能够链接到您的文件，那么您可以让 SOLR 在结果负载中返回该信息。