你如何使用 elasticsearch-rails 的 ingest-attachment 插件？

Question

我以前使用的是现在已弃用的映射器附件插件，它与正常索引一起使用相当容易。现在 ingest-attachment 已经取代它并且需要管道等。如何正确使用它已经变得混乱。

假设我有一个名为 Media 的模型，它有一个包含 base64 编码文件的 file 字段。我在该文件中有以下映射：

mapping '_source' => { :excludes => ['file'] } do
  indexes :id, type: :long, index: :not_analyzed
  indexes :name, type: :text
  indexes :visibility, type: :integer, index: :not_analyzed
  indexes :created_at, type: :date, include_in_all: false
  indexes :updated_at, type: :date, include_in_all: false

  # attachment specific mappings
  indexes 'attachment.title', type: :text, store: 'yes'
  indexes 'attachment.author', type: :text, store: 'yes'
  indexes 'attachment.name', type: :text, store: 'yes'
  indexes 'attachment.date', type: :date, store: 'yes'
  indexes 'attachment.content_type', type: :text, store: 'yes'
  indexes 'attachment.content_length', type: :integer, store: 'yes'
  indexes 'attachment.content', term_vector: 'with_positions_offsets', type: :text, store: 'yes'
end

我已经通过 curl 创建了一个附件管道：

curl -XPUT 'localhost:9200/_ingest/pipeline/attachment' -d'
{
  "description" : "Extract attachment information",
  "processors" : [
    {
      "attachment" : {
        "field" : "file"
      }
    }
  ]
}'

现在，以前一个简单的 Media.last.__elasticsearch__.index_document 就足以通过 mapper-attachments 插件将记录与实际 file 一起编入索引。

我不确定如何使用 ingest-attachment 使用管道和 elasticsearch-rails gem。

我可以通过 curl 执行以下 PUT：

curl -XPUT 'localhost:9200/assets/media/68?pipeline=attachment' -d'
{ "file" : "my_really_long_encoded_file_string" }'

这将为编码文件编制索引，但显然它不会为模型的其余数据编制索引（或者如果之前已编制索引，则会将其完全覆盖）。我真的不想在 curl 命令中包含每个模型属性和文件。有更好或更简单的方法吗？我是否完全没有管道和摄取应该工作？

Answer 1

终于明白了。我需要更新 ES gems，特别是 elasticsearch-api.

使用我所设置的映射和管道，您可以轻松地做到：

Media.last.__elasticsearch__.index_document pipeline: :attachment

或

Media.last.__elasticsearch__.update_document pipeline: :attachment

这将正确地为所有内容编制索引，并且您的文件将通过摄取管道正确解析和编制索引。

你如何使用 elasticsearch-rails 的 ingest-attachment 插件？

How do you use the ingest-attachment plugin with elasticsearch-rails?

ruby-on-rails

elasticsearch

elasticsearch-rails

elasticsearch-5

elasticsearch-model