solr - リモート ファイルを抽出するには、最初に tika.open(url) または wget を使用してローカルにダウンロードしますか?

Question

Tika は、url パラメーターを使用してリモート ファイルを抽出できます。また、リモート ファイルをダウンロードして、tika にローカル ファイルのように抽出させることもできます。パフォーマンスと正確性の観点から、どの方法がより適切な選択ですか? ありがとう。

Answer 1

URLから抽出する方が高速であるため、ローカルシステムでの過度の読み取り/書き込みを回避できます。これは、tikaでファイルを解析するときに私が行うことです。速くて簡単です。