1024点线面

写在前面 通过之前的系列文章，整个ES搜索文件的流程与大的问题已经统统扫除了，既然是全栈流程，是不能缺少前端查询页面的，前端需简单实现一个用户输入查询关键词句，发起搜索，页面以表格形式展示查询的结果

在上一篇文章，我们虽然跑通了ES文件搜索的全部流程，但是仍然出现了1个大的问题：ES7.3实测无法索引docx和doc文档，content有值但是无法解析到附件成为可读的可搜索的内容，附件内容为空

自动获取文件类型，如纯文本plain、pdf等，这是一个属性，利于后期进行文件类型的区分并做进一步的处理。 此外，单纯基于Git库与Java，我们需要文件的标签、作者、更新日期、版本甚至摘要。

之前已简单使用ES及Kibana和在线转Base64工具实现了检索文档的demo，并已实现WebHook的搭建和触发流程接口。 基于GitBucket的Hook构建ES检索PDF等文档全栈方案

最近在使用ES检索pdf、word等文件内容时查询发现返回的结果过于冗长，不好阅读，因为文件的内容占据的篇幅太大了，因而要设置返回字段。 在Elasticsearch（ES）中，当你执行查询时....

#大数据/ES #经验 #性能 ES的服务日志出现一些gc overhead现象，经过调优对比，gc发生率显著下降了85%，分享参数如下： ES的G1GC参数（多实例） 切记！注意行尾不能带任何空格

背景 之前已简单使用ES及Kibana和在线转Base64工具实现了检索文档的demo，预期建设方案是使用触发器类型从公共的文档源拉取最新的文件，然后调用Java将文件转Base64后入ES建索引，再

问题背景 ES使用bulk写入时每批次的大小对性能有什么影响？设置每批次多大为好？ 一般来说，在Elasticsearch中，使用bulk API进行批量写入时，每批次的大小对性能有着显著的影响。具体

由于计划搭建一套使用python自动分析日志的流程，发现我们的测试环境CentOS 7仍然没有安装python3，无法使用这些新的库。Python 3在设计上着重提升了语言的一致性和易用性，它引入了许