🖥 FS Crawler — краулер для документов, написанный на Java

FS Crawler написан для Elasticsearch, помогает индексировать документы, такие как PDF, Open Office, MS Office.

Основные возможности:
— можно использовать для локальной файловой системы или для смонтированного диска
— индексирует новые файлы, обновляет существующие и удаляет старые
— можно запустить для удаленной файловой системы по SSH/FTP
— предоставляет REST-интерфейс, позволяющий "загружать" документы в elasticsearch

Быстрый старт с помощью Docker:

docker run -it --rm \
     -v ~/.fscrawler:/root/.fscrawler \
     -v ~/tmp:/tmp/es:ro \
     dadoonet/fscrawler fscrawler job_name

🖥 GitHub
🟡 Доки

@javatg

🖥 Turms — open-source движок для обмена мгновенными сообщениями для 100K~10M одновременных пользователей; написан на Java

git clone --depth 1 https://github.com/turms-im/turms.git
cd turms
docker plugin install grafana/loki-docker-driver:latest --alias loki --grant-all-permissions
docker compose -f docker-compose.standalone.yml up --force-recreate

На изображении показана эталонная архитектура Turms: сервисы, обведенные пунктирными линиями, являются необязательными, а сервисы, обведенные сплошными линиями, — обязательными.

🖥 GitHub
🟡 Доки

@javatg

🖥 Tika — набор инструментов на Java для извлечения текста и метаданных из PPT, XLS и PDF и многих других типов данных

Tika можно использовать как компонент индексации в поисковых системах, в системах, связанных с переводом и во многих других приложениях

🖥 GitHub
🟡 Wiki

@javatg