Encoding Elasticsearch将umlauts显示为“什么？”&引用；

设置：

• 通过VMWare快速安装安装Ubuntu 12.04服务器
• PostgreSQL 9.1
• 弹性搜索0.90
• Mono 3.2.1
• 轨道4
• Nginx 1.4.2+乘客4.0.16

我有一个C#程序，它在开始时编写一个新的ElasticSearch索引，并将rails应用程序使用的别名指向它，然后程序继续运行，并监视redis实例以获取更新

还有另一个C#程序，它从网页中抓取数据，一旦抓取的数据被放入Postgresql，上面的索引编写器就会通过Redis得到通知。这些页面具有不同的编码，并转换为UTF-8

这个bug的第一次出现是我犯了一个错误，将已经是UTF-8的数据再次编码为UTF-8

调查

现在我想我显然有一些数据损坏，但奇怪的是：只有当我通过nohup从rails启动索引mono进程时，umlauts才被损坏，如果我杀死这个进程并从命令行手动启动它，它工作得非常好

当我备份/恢复数据库时，它会再次从web界面工作，但一旦服务器重新启动，umlauts将再次替换为？？从web界面启动mono进程时

我做的第一件事是从数据库中清除受影响的行，然后再次刮取数据（没有对其进行两次编码），这没有帮助，因为只有在rails应用程序中通过nohup以非交互方式运行数据时才会出现错误，我认为这是由于区域设置的原因，所以我在这两种情况下都更改了该设置，/etc/defaults/locale和/etc/environment设置为en_US.UTF-8和en_US:en，但这也没有帮助

我真的不知道我还能做些什么，也不知道到底是什么导致了这个错误，如果有任何帮助，我将不胜感激

---

编辑：我忘了澄清最重要的部分，当umlauts被替换为索引中的每个文档中的所有UMLAUT都将被替换。

将其放入用于启动流程的脚本中：

export LC_ALL=en_US.UTF-8
export LANG=en_US.UTF-8
export LANGUAGE=en_US.UTF-8

当您手动启动时，脚本仅拾取UTF-8的原因是这些东西不是系统范围的。我以前在jruby和init.d脚本中遇到过这种情况，解决方案是不依赖默认值