Questa pagina del tutorial su Cloud Search mostra come configurare un'origine dati e connettore di contenuti per l'indicizzazione dei dati. Per iniziare dall'inizio di questo tutorial, consulta Tutorial introduttivo su Cloud Search
Crea il connettore
Cambia la directory di lavoro in cloud-search-samples/end-to-end/connector
ed esegui questo comando:
mvn package -DskipTests
Il comando scarica le dipendenze necessarie per creare l'oggetto connettore di contenuti e compila il codice.
Crea le credenziali del service account
Il connettore richiede le credenziali dell'account di servizio per chiamare Cloud Search su quelle di livello inferiore. Per creare le credenziali:
- Torna a Console Google Cloud.
- Nel menu di navigazione a sinistra, fai clic su Credenziali. La "Credenziale" .
- Fai clic sull'elenco a discesa + CREA CREDENZIALI e seleziona Account di servizio. La finestra di dialogo "Crea account di servizio" .
- Nel campo Nome account di servizio, inserisci "tutorial".
- Prendi nota del valore dell'ID account di servizio, subito dopo il nome dell'account di servizio. Questo valore verrà utilizzato in seguito.
- Fai clic su CREA. La sezione "Autorizzazioni account di servizio (facoltativo)" .
- Fai clic su CONTINUA. L'opzione "Concedi agli utenti l'accesso a questo account di servizio (facoltativo)" .
- Fai clic su FINE. La sezione "Credenziali" viene visualizzata la schermata iniziale.
- In Account di servizio, fai clic sull'indirizzo email dell'account di servizio. Il "servizio dettagli account" apparati di pagina.
- In Chiavi, fai clic sull'elenco a discesa AGGIUNGI CHIAVE e seleziona Crea nuova chiave. L'opzione "Crea chiave privata" .
- Fai clic su CREA.
- (Facoltativo) Se la casella di controllo "Vuoi consentire i download console.cloud.google.com?” Fai clic su Consenti.
- Sul computer viene salvato un file della chiave privata. Prendi nota della posizione del file scaricato. Questo file viene utilizzato per configurare il connettore di contenuti in modo può autenticarsi quando chiama le API Google Cloud Search.
Inizializzare l'assistenza di terze parti
Prima di poter chiamare qualsiasi altra API Cloud Search, devi inizializzare per Google Cloud Search.
Per inizializzare il supporto di terze parti per Cloud Search:
Il progetto della piattaforma Cloud Search contiene le credenziali dell'account di servizio. Tuttavia, per inizializzare il supporto di terze parti, devi creare impostazioni le credenziali dell'applicazione. Per istruzioni su come creare un'applicazione web le credenziali, consulta Crea le credenziali. Una volta completato questo passaggio, dovresti avere un ID cliente e un file client secret.
Utilizza le funzionalità di Il parco giochi OAuth 2 di Google per ottenere un token di accesso:
- Fai clic su Impostazioni e seleziona Utilizza le tue credenziali di autenticazione.
- Inserisci l'ID client e il client secret del passaggio 1.
- Fai clic su Chiudi.
- Nel campo Ambiti, digita
https://www.googleapis.com/auth/cloud_search.settings
e fai clic su Autorizza. Il Playground OAuth 2 restituisce un codice di autorizzazione. - Fai clic su Exchange Authorization code for tokens (Scambia codice di autorizzazione per i token). Viene restituito un token.
Per inizializzare il supporto di terze parti per Cloud Search, utilizza il seguente comando curl . Assicurati di sostituire
[YOUR_ACCESS_TOKEN]
con il token ottenuto in passaggio 2.curl --request POST \ 'https://cloudsearch.googleapis.com/v1:initializeCustomer' \ --header 'Authorization: Bearer [YOUR_ACCESS_TOKEN]' \ --header 'Accept: application/json' \ --header 'Content-Type: application/json' \ --data '{}' \ --compressed
In caso di esito positivo, il corpo della risposta contiene un'istanza di
operation
. Ad esempio:{ name: "operations/customers/01b3fqdm/lro/AOIL6eBv7fEfiZ_hUSpm8KQDt1Mnd6dj5Ru3MXf-jri4xK6Pyb2-Lwfn8vQKg74pgxlxjrY" }
In caso contrario, contatta l'assistenza di Cloud Search.
Usa operations.get per verificare che il supporto di terze parti viene inizializzato:
curl \ 'https://cloudsearch.googleapis.com/v1/operations/customers/01b3fqdm/lro/AOIL6eBv7fEfiZ_hUSpm8KQDt1Mnd6dj5Ru3MXf-jri4xK6Pyb2-Lwfn8vQKg74pgxlxjrY?key= [YOUR_API_KEY]' \ --header 'Authorization: Bearer [YOUR_ACCESS_TOKEN]' \ --header 'Accept: application/json' \ --compressed
Una volta completata l'inizializzazione di terze parti, campo
done
impostato sutrue
. Ad esempio:{ name: "operations/customers/01b3fqdm/lro/AOIL6eBv7fEfiZ_hUSpm8KQDt1Mnd6dj5Ru3MXf-jri4xK6Pyb2-Lwfn8vQKg74pgxlxjrY" done: true }
Creare l'origine dati
A questo punto, crea un'origine dati nella Console di amministrazione. Origine dati fornisce uno spazio dei nomi per l'indicizzazione dei contenuti utilizzando il connettore.
- Apri la Console di amministrazione Google.
- Fai clic sull'icona App. La sezione "Amministrazione app" .
- Fai clic su Google Workspace. La pagina "Amministrazione di Google Workspace per le app" .
- Scorri verso il basso e fai clic su Cloud Search. Le "Impostazioni per Google Workspace" pagina .
- Fai clic su Origini dati di terze parti. La sezione "Origini dati" .
- Fai clic sul pulsante giallo rotondo +. L'opzione "Aggiungi nuova origine dati" .
- Nel campo Nome visualizzato, digita "tutorial".
- Nel campo Indirizzi email dell'account di servizio, inserisci l'indirizzo email di all'account di servizio che hai creato nella sezione precedente. Se non conosci indirizzo email dell'account di servizio, cerca il valore il account di servizio .
- Fai clic su AGGIUNGI. "Origine dati creata correttamente" .
- Fai clic su *OK. Prendi nota dell'ID origine per l'origine dati appena creata. La L'ID origine viene utilizzato per configurare il connettore di contenuti.
Genera un token di accesso personale per l'API GitHub
Il connettore richiede l'accesso autenticato all'API GitHub nell'ordine per avere una quota sufficiente. Per semplicità, il connettore sfrutta dati anziché OAuth. I token personali consentono l'autenticazione come un utente con un insieme limitato di autorizzazioni simili a OAuth.
- Accedi a GitHub.
- Nell'angolo in alto a destra, fai clic sull'immagine del profilo. Un menu a discesa .
- Fai clic su Impostazioni.
- Fai clic su Impostazioni sviluppatore.
- Fai clic su Token di accesso personali.
- Fai clic su Genera token di accesso personale.
- Nel campo Nota, inserisci "Tutorial Cloud Search".
- Controlla l'ambito public_repo.
- Fai clic su Genera token.
- Prendi nota del token generato. Viene utilizzato dal connettore per chiamare GitHub e fornisce una quota API per eseguire l'indicizzazione.
Configura il connettore
Dopo aver creato le credenziali e l'origine dati, aggiorna il connettore configurazione per includere questi valori:
- Dalla riga di comando, cambia directory in
cloud-search-samples/end-to-end/connector/
. - Apri il file
sample-config.properties
con un editor di testo. - Imposta il parametro
api.serviceAccountPrivateKeyFile
sul percorso del file dell'elemento le credenziali di servizio che hai scaricato in precedenza. - Imposta il parametro
api.sourceId
sull'ID dell'origine dati che creato in precedenza. - Imposta il parametro
github.user
sul tuo nome utente GitHub. - Imposta il parametro
github.token
sul token di accesso che hai creato in precedenza. - Salva il file.
Aggiorna lo schema
Il connettore indicizza i contenuti strutturati e non strutturati. Prima dell'indicizzazione devi aggiornare lo schema per l'origine dati. Esegui questo comando per aggiornare lo schema:
mvn exec:java -Dexec.mainClass=com.google.cloudsearch.tutorial.SchemaTool \
-Dexec.args="-Dconfig=sample-config.properties"
Esegui il connettore
Per eseguire il connettore e iniziare l'indicizzazione, esegui il comando:
mvn exec:java -Dexec.mainClass=com.google.cloudsearch.tutorial.GithubConnector \
-Dexec.args="-Dconfig=sample-config.properties"
La configurazione predefinita del connettore prevede l'indicizzazione di un singolo repository
nell'organizzazione googleworkspace
. L'indicizzazione del repository richiede circa un minuto.
Dopo l'indicizzazione iniziale, il connettore continua a eseguire il polling delle modifiche ai
repository di codice che devono riflettersi nell'indice di Cloud Search.
Revisione del codice
Le sezioni rimanenti esaminano il modo in cui è creato il connettore.
Avvio dell'applicazione
Il punto di ingresso del connettore è la classe GithubConnector
. La
main
crea un'istanza del valore IndexingApplication
dell'SDK
e lo avvia.
La ListingConnector
fornita dall'SDK implementa una strategia di attraversamento
che sfrutta le code di Cloud Search
per monitorare lo stato degli elementi dell'indice. Delega a GithubRepository
,
implementato dal connettore di esempio, per accedere ai contenuti da GitHub.
Attraversamento dei repository GitHub
Durante gli attraversamenti completi, la classe getIds()
per eseguire il push in coda di elementi che potrebbero dover essere indicizzati.
Il connettore può indicizzare più repository o organizzazioni. Per minimizzare il
l'impatto di un errore, viene attraversato un repository GitHub alla volta. Un posto di blocco
viene restituito con i risultati dell'attraversamento contenente l'elenco di
da indicizzare nelle chiamate successive a getIds()
. Se si verifica un errore
l'indicizzazione viene ripresa nel repository attuale anziché avviarsi
dall'inizio.
Il metodo collectRepositoryItems()
gestisce l'attraversamento di una singola
GitHub. Questo metodo restituisce una raccolta di ApiOperations
che rappresentano gli elementi da inserire
in coda. Gli elementi vengono inviati tramite push come
del nome della risorsa e un valore hash che rappresenta lo stato attuale dell'elemento.
Il valore hash viene utilizzato negli attraversamenti successivi di GitHub repository. Questo valore fornisce un controllo semplice per determinare se i contenuti è cambiata senza dover caricare contenuti aggiuntivi. Il connettore alla cieca mette in coda tutti gli elementi. Se l'elemento è nuovo o il valore hash è cambiato, viene effettuato disponibile per il polling in coda. In caso contrario, l'elemento non viene modificato.
Elaborazione della coda in corso...
Una volta completato l'attraversamento completo, il connettore inizia a eseguire il polling della
per gli elementi da indicizzare. La getDoc()
viene richiamato per ogni elemento estratto dalla coda. Il metodo legge
l'elemento da GitHub e lo converte nella rappresentazione corretta
per l'indicizzazione.
Quando il connettore è in esecuzione su dati in tempo reale che possono essere modificati in qualsiasi
volta, getDoc()
verifica anche che l'elemento in coda sia ancora valido
ed elimina dall'indice tutti gli elementi che non esistono più.
Per ogni oggetto GitHub indicizzato dal connettore, i valori corrispondenti
Il metodo indexItem()
gestisce la creazione della rappresentazione dell'elemento per
in Cloud Search. Ad esempio, per creare la rappresentazione per elementi di contenuto:
Poi esegui il deployment dell'interfaccia di ricerca.