marklogic - Marklogic 中的文件类型方面

Question

背景:我在 Marklogic 生产数据库中加载了大约 500k 文档。我们有一个使用 CPF 的处理管道，用于文档摄取。我存储文档的 MIME 类型。

我需要有基于文件类型的方面。我无法使用 MIME 类型进行分面，因为普通用户不理解 MIME 类型，并且他们更熟悉扩展名(Excel、Word、Jpeg 等...)。我的问题是多个 MIME 类型可以映射到一次单一文件类型，例如:- Excel 有 10 个或更多 MIME 类型，我想将它们全部映射到 Excel。

以下是我提出的关于如何实现的两种可能性。我想知道是否还有其他好的方法可以实现这一目标..

1. 我有一个“转换”方法，它基本上采用基于 MIME 类型生成的分面，并将与文件类型相对应的所有各种 MIME 类型分组。我有一个配置文件(XML)，其中包含 MIME 类型到文件类型的所有映射。这样，当新的 MIME 类型添加到文件类型时，我所能做的就是编辑此配置文件。
   此方法的缺点是，在执行搜索查询时，我需要扩展搜索字符串通过自定义约束，文件类型会转换为每个单独的 MIME 类型。
2. 第二个选项是在摄取过程中，我添加文件类型，这将解决我的分面和搜索问题。
   此选项的缺点是我需要将 FileType 添加到所有现有的 500k 文档中，在此之前我需要禁用 CPF 或添加某种逻辑，当 CPF 在这些 500k 文档上触发时，我告诉不要采取任何行动。由于它是生产数据库，我无权禁用 CPF 来获取新文档。

我喜欢第二个选项，但是有没有比更改我的 CPF 代码或禁用触发器数据库一段时间更好的方法？

哪一个(1 或 2)是更好的方法？我想知道是否有比这些更好的选择..

Answer 1

您准确地列出了两个选项。在查询时执行，或在索引时执行。并且您准确地列出了优点和缺点。我的建议:如果它足够快，可以让您在查询时执行此操作，并且如果可以接受更高级代码的维护，那么就这样做。否则将知识写入文档中。