تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

نشر موصل CSV

هذا الدليل مخصّص لملفات CSV في Google Cloud Search (قيم مفصولة بفواصل). المشرفين على الموصل، أي أي شخص مسئول عن التنزيل، وتهيئة الموصل وتشغيله ومراقبته.

يتضمّن هذا الدليل تعليمات لتنفيذ المهام الرئيسية ذات الصلة بملف CSV. نشر الموصل:

تنزيل برنامج موصِّل ملف CSV في Google Cloud Search
إعداد الموصِّل لاستخدامه مع مصدر بيانات CSV محدّد
نشر الموصل وتشغيله

لفهم المفاهيم الموجودة في هذا المستند، يجب أن تكون على دراية أساسيات Google Workspace وملفات CSV وقوائم التحكّم بالوصول (ACL).

نظرة عامة على موصِّل ملف CSV في Google Cloud Search

يعمل موصِّل CSV في Cloud Search مع أي نص قيم مفصولة بفواصل (CSV). الملف. يخزن ملف CSV البيانات المجدولة، وكل سطر من الملف عبارة عن بيانات تسجيل.

يستخرج ملف CSV في Google Cloud Search الصفوف الفردية من ملف CSV. تعمل على فهرستها في Cloud Search عبر واجهة Indexing API في Cloud Search. مرة واحدة تمت فهرستها بنجاح، يمكن البحث في الصفوف الفردية من ملفات CSV من خلال برامج Cloud Search أو واجهة برمجة تطبيقات طلبات البحث في Cloud Search يحتوي موصل CSV أيضًا يدعم التحكم في حسابات المستخدمين الوصول إلى المحتوى في نتائج البحث، باستخدام قوائم التحكم بالوصول.

يمكن تثبيت موصِّل ملف CSV في Google Cloud Search على نظام التشغيل Linux أو Windows. قبل نشر موصِّل ملف CSV في Google Cloud Search، تأكَّد من حصولك على المكونات المطلوبة التالية:

تم تثبيت الإصدار 1.8 من Java JRE على جهاز كمبيوتر يُشغِّل ملف CSV في Google Cloud Search موصِّل
معلومات Google Workspace المطلوبة لإنشاء علاقات بين Google Cloud Search ومصدر البيانات:
- مفتاح Google Workspace الخاص (الذي يحتوي على رقم تعريف حساب الخدمة)
- رقم تعريف مصدر بيانات Google Workspace
يمكن عادةً لمشرف Google Workspace في النطاق تقديم بيانات الاعتماد هذه من أجلك.

خطوات النشر

لنشر موصِّل ملف CSV في Google Cloud Search، اتّبِع الخطوات التالية:

تثبيت برنامج موصِّل ملف CSV في Google Cloud Search
تحديد إعدادات موصل CSV
ضبط الوصول إلى مصدر بيانات Google Cloud Search
ضبط الوصول إلى ملف CSV
تحديد أسماء الأعمدة لفهرستها والأعمدة الرئيسية الفريدة وأعمدة التاريخ والوقت
تحديد الأعمدة المراد استخدامها في عناوين URL لنتائج البحث القابلة للنقر
تحديد معلومات البيانات الوصفية وتنسيقات الأعمدة
جدولة عملية اجتياز البيانات
تحديد خيارات قائمة التحكم بالوصول (ACL)

1. تثبيت حزمة تطوير البرامج (SDK)

ثبِّت حزمة تطوير البرامج (SDK) في مستودع Maven المحلي.

استنسِخ مستودع SDK من GitHub.

$ git clone https://github.com/google-cloudsearch/connector-sdk.git
$ cd connector-sdk/csv

تحقَّق من الإصدار المطلوب من حزمة SDK:
```
$ git checkout tags/v1-0.0.3
```
إنشاء الموصل:
```
$ mvn package
```

انسخ الملف المضغوط للموصل إلى دليل التثبيت المحلي:

$ cp target/google-cloudsearch-csv-connector-v1-0.0.3.zip installation-dir
$ cd installation-dir
$ unzip google-cloudsearch-csv-connector-v1-0.0.3.zip
$ cd google-cloudsearch-csv-connector-v1-0.0.3

2. تحديد إعدادات موصل CSV

بصفتك مشرف الموصل، يمكنك التحكم في سلوك موصل CSV التي تحدد المعلمات في ملف تهيئة الموصل. تشمل المَعلمات القابلة للضبط ما يلي:

الوصول إلى مصدر بيانات
موقع ملف CSV
تعريفات أعمدة CSV
الأعمدة التي تحدِّد معرِّفًا فريدًا
خيارات الاجتياز
خيارات ACL لتقييد الوصول إلى البيانات

ولكي يتمكن الموصل من الوصول بشكل صحيح إلى ملف CSV وفهرسة المحتوى ذي الصلة، يجب عليك أولاً إنشاء ملف الإعداد الخاص به.

لإنشاء ملف تهيئة:

افتح محرِّر نصوص من اختيارك وأدخِل اسمًا لملف الإعداد.
أضف أزواج key=value إلى محتوى الملف كما هو موضح في ما يلي الأقسام.
احفظ ملف الإعداد وأدخِل اسمًا له.
تنصح Google بتسمية ملف الإعداد connector-config.properties لذلك لا يتم توفير معلَمات سطر أوامر إضافية. المطلوبة لتشغيل الموصل.

نظرًا لأنه يمكنك تحديد مسار ملف التهيئة في سطر الأوامر، فإن الخطأ موقع الملف القياسي ليس ضروريًا. ومع ذلك، احتفظ بملف التهيئة في نفس الدليل مثل الموصل لتبسيط عملية تتبع وصلة البيانات.

لضمان تعرُّف الموصل على ملف الإعداد، حدِّد مساره على سطر الأوامر. بخلاف ذلك، يستخدم الموصل connector-config.properties في الدليل المحلي باعتباره باسم الملف الافتراضي. لمزيد من المعلومات حول تحديد مسار التهيئة على سطر الأوامر، يُرجى الاطِّلاع على تشغيل موصل CSV في Cloud Search.

3- ضبط إمكانية الوصول إلى مصدر بيانات Google Cloud Search

المعلمات الأولى التي يجب أن يحددها كل ملف تهيئة هي المعلمات اللازمة للوصول إلى مصدر بيانات Cloud Search، كما هو موضح في ما يلي المؤقت. ستحتاج عادةً إلى معرّف مصدر البيانات ومعرّف حساب الخدمة إلى ملف المفتاح الخاص لحساب الخدمة من أجل ضبط وصول الموصل إلى Cloud Search. الخطوات المطلوبة لإعداد مصدر بيانات موصوفة في إدارة مصادر البيانات التابعة لجهات خارجية

الإعدادات	المعلمة
رقم تعريف مصدر البيانات	`api.sourceId=1234567890abcdef` مطلوب. معرّف مصدر Google Cloud Search الذي أعدّه مشرف Google Workspace، كما هو موضَّح في مقالة إدارة مصادر البيانات التابعة لجهات خارجية.
المسار إلى ملف المفتاح الخاص لحساب الخدمة	`api.serviceAccountPrivateKeyFile=./PrivateKey.json` مطلوب. ملف مفتاح حساب خدمة Google Cloud Search الخاص بإمكانية الوصول إلى موصل ملف CSV في Google Cloud Search.
رقم تعريف مصدر الهوية	`api.identitySourceId=x0987654321` مطلوب في حال استخدام مجموعات ومستخدمين خارجيين. رقم تعريف مصدر هوية Google Cloud Search الذي أعدّه مشرف Google Workspace.

4. ضبط مَعلمات ملف CSV

قبل أن يجتاز الموصل ملف CSV ويستخرج البيانات منه الفهرسة، فيجب تحديد المسار إلى الملف. يمكنك أيضًا تحديد تنسيق الملف ونوع ترميز الملف. أضِف المَعلمات التالية لتحديد خصائص ملف CSV في ملف الإعداد.

الإعدادات	المعلمة
المسار إلى ملف CSV	`csv.filePath=./movie_content.csv` مطلوب. المسار إلى ملف CSV المراد الوصول إليه واستخراج المحتوى لفهرسته.
تنسيق الملف	`csv.format=DEFAULT` تنسيق الملف يمكن الحصول على القيم من فئة CSVFormat في Apache Commons. تشمل قيم التنسيق: `DEFAULT` و`EXCEL` و`INFORMIX_UNLOAD` و`INFORMIX_UNLOAD_CSV` و`MYSQL` و`RFC4180` و`ORACLE` و`POSTGRESQL_CSV` و`POSTGRESQL_TEXT` و`TDF`. في حال عدم تحديد ذلك، يستخدم Cloud Search "`DEFAULT`".
أداة تعديل تنسيق الملف	`csv.format.withMethod=value` تعديل في كيفية معالجة Cloud Search للملف تتوفر الطرق المحتملة من فئة CSVFormat الخاصة بـ Apache Commons وتشمل الطرق التي تأخذ حرفًا واحدًا أو سلسلة أو قيمة منطقية. على سبيل المثال، لتحديد فاصلة منقوطة كمُحدِّد، استخدِم `csv.format.withDelimiter=;`. لتجاهل الأسطر الفارغة، استخدِم `csv.format.withIgnoreEmptyLines=true`.
نوع ترميز الملف	`csv.fileEncoding=UTF-8` يتم استخدام حرف Java عند قراءة Cloud Search للملف. إذا لم يتم تحديدها، تستخدم خدمة Cloud Search مجموعة الأحرف التلقائية للنظام الأساسي.

5- تحديد أسماء الأعمدة لفهرستها والأعمدة الرئيسية الفريدة

لكي يتمكن الموصل من الوصول إلى ملفات CSV وفهرستها، يجب تقديم معلومات حول تعريفات الأعمدة في ملف الإعداد. إذا كانت لا يحتوي ملف الإعداد على المَعلمات التي تحدِّد أسماء الأعمدة لفهرستها والأعمدة الرئيسية الفريدة، تُستخدم القيم الافتراضية.

الإعدادات	المعلمة
الأعمدة المراد فهرستها	`csv.csvColumns=movieId,movieTitle,description,actors,releaseDate,year,userratings...` أسماء الأعمدة المطلوب فهرستها من ملف CSV. إذا لم يتم ضبط `csv.csvColumns`، سيتم استخدام الصف الأول من ملف CSV كعنوان. إذا تم ضبط `csv.csvColumns`، ستكون له الأولوية على الصف الأول من ملف CSV. إذا تم ضبط `csv.csvColumns` وكان الصف الأول من ملف CSV عبارة عن قائمة بأسماء الأعمدة، يجب ضبط `csv.skipHeaderRecord=true` لتجنُّب محاولة فهرسة الصف الأول كبيانات. القيم التلقائية هي الأعمدة في صف العنوان ضمن الملف.
الأعمدة الرئيسية الفريدة	`csv.uniqueKeyColumns=movieId` أعمدة CSV التي سيتم استخدام قيمها لإنشاء رقم تعريف فريد لكل سجل. وفي حال عدم تحديد قيمة، يجب استخدام تجزئة سجلّ CSV كمفتاح فريد. القيمة التلقائية هي رمز تجزئة السجلّ.

6- تحديد الأعمدة المراد استخدامها في عناوين URL لنتائج البحث القابلة للنقر

عندما يُجري مستخدم بحثًا باستخدام Google Cloud Search، يستجيب من خلال عرض النتائج تشتمل على عناوين URL قابلة للنقر لكل نتيجة. لتفعيل هذه الميزة، يمكنك يجب إضافة المعلمة المعروضة في الجدول التالي إلى ملف الإعداد.

الإعدادات	المعلمة
تنسيق عنوان URL لنتيجة البحث	`url.format=https://mymoviesite.com/movies/{0}` مطلوب. التنسيق المطلوب لإنشاء عنوان URL للعرض لمحتوى ملف CSV.
مَعلمات عناوين URL لنتائج البحث	`url.columns=movieId` مطلوب. أسماء أعمدة CSV التي سيتم استخدام قيمها لإنشاء عنوان URL لعرض السجل.
مَعلمات عناوين URL لنتائج البحث المطلوب تخطيها	`url.columnsToEscape=movieId` اختياريّ. أسماء أعمدة CSV التي سيتم تخطي عنوان URL فيها لإنشاء عنوان URL صالح للعرض.

7. تحديد معلومات البيانات الوصفية وتنسيقات الأعمدة وجودة البحث

يمكنك إضافة مَعلمات إلى ملف الإعدادات التي تحدّد ما يلي:

مَعلمات ضبط البيانات الوصفية
تنسيقات الأعمدة
جودة البحث

مَعلمات إعداد البيانات الوصفية

تصف معلمات تهيئة البيانات الوصفية أعمدة CSV المستخدمة لتعبئة البيانات البيانات الوصفية للعنصر. إذا لم يحتوي ملف التهيئة على هذه المعلمات، استخدام القيم الافتراضية. يوضّح الجدول التالي هذه المعلمات.

الإعداد	المعلَمة
العنوان	`itemMetadata.title.field=movieTitle` `itemMetadata.title.defaultValue=Gone with the Wind` تشير هذه السمة إلى سمة البيانات الوصفية التي تحتوي على القيمة المطابقة لعنوان المستند. القيمة التلقائية هي سلسلة فارغة.
عنوان URL	`itemMetadata.sourceRepositoryUrl.field=url` `itemMetadata.sourceRepositoryUrl.defaultValue=https://www.imdb.com/title/tt0031381/` سمة البيانات الوصفية التي تحتوي على قيمة عنوان URL للمستند لنتائج البحث.
الطابع الزمني الذي تمّ إنشاؤه	`itemMetadata.createTime.field=releaseDate` `itemMetadata.createTime.defaultValue=1940-01-17` سمة البيانات الوصفية التي تحتوي على قيمة الطابع الزمني لإنشاء المستند.
وقت آخر تعديل	`itemMetadata.updateTime.field=releaseDate` `itemMetadata.updateTime.defaultValue=1940-01-17` سمة البيانات الوصفية التي تحتوي على قيمة الطابع الزمني لآخر تعديل للمستند
لغة المستند	`itemMetadata.contentLanguage.field=languageCode` `itemMetadata.contentLanguage.defaultValue=en-US` لغة المحتوى للمستندات التي تتم فهرستها.
نوع كائن المخطط	`itemMetadata.objectType.field=type` `itemMetadata.objectType.defaultValue=movie` نوع الكائن الذي يستخدمه الموصل، كما هو موضح في المخطط. لن يفهرس الموصِّل أي بيانات منظَّمة إذا لم يتم تحديد هذه السمة.

تنسيقات التاريخ والوقت

تحدد تنسيقات التاريخ والوقت التنسيقات المتوقعة في سمات البيانات الوصفية. إذا لم يكن ملف الإعداد يحتوي على هذه المعلمة، سيتم استخدام القيم التلقائية. يعرض الجدول التالي هذه المَعلمة.

الإعداد المعلَمة

تنسيقات إضافية للتاريخ والوقت structuredData.dateTimePatterns=MM/dd/uuuu HH:mm:ssXXX
قائمة مفصولة تضم فاصلة منقوطةبأنماط java.time.format.DateTimeter الإضافية. يتم استخدام الأنماط عند تحليل قيم السلسلة لأي حقول تاريخ أو وقت في البيانات الوصفية أو المخطط. تكون القيمة التلقائية هي قائمة فارغة، ولكن يمكن استخدام التنسيقين RFC 3339 وRFC 1123 دائمًا.

تنسيقات الأعمدة

تحدد تنسيقات الأعمدة معلومات حول الأعمدة التي يجب أن تكون جزءًا من المحتوى القابل للبحث. إذا كان ملف الإعداد لا يحتوي على هذه المعاملات، يتم استخدام القيم الافتراضية. يوضّح الجدول التالي هذه المعلمات.

الإعدادات	المعلمة
تخطي الرأس	`csv.skipHeaderRecord=true` منطقي. تجاهل سجل العنوان (السطر الأول) في ملف CSV. إذا ضبطت السمة `csv.csvColumns` وكان ملف CSV يتضمّن صف عناوين، عليك ضبط القيمة `skipHeaderRecord=true`. وسيؤدي هذا إلى منع فهرسة الصف الأول في الملف على أنّه بيانات. إذا كان ملف CSV لا يحتوي على صف عنوان، اضبط `skipHeaderRecord=false`. القيمة التلقائية هي false.
الأعمدة متعددة القيم	`csv.multiValueColumns=genre,actors` أسماء الأعمدة في ملف CSV التي تحتوي على قيم متعددة. القيمة التلقائية هي سلسلة فارغة.
محدِّد للأعمدة المتعدّدة القيم	`csv.multiValue.genre=;` محدِّد الأعمدة المتعدّدة القيم. المحدِّد الافتراضي هو الفاصلة.

جودة البحث

يسمح موصِّل CSV في Cloud Search بتنسيق HTML التلقائي لحقول البيانات. يحدد الموصل حقول البيانات في بداية تنفيذ الموصل، ثم يستخدم قالب محتوى لتنسيق كل سجل بيانات قبل تحميله إلى Cloud Search.

يحدد نموذج المحتوى أهمية كل قيمة حقل للبحث. حقل العنوان مطلوب وتم تحديده على أنه أعلى أولوية. يمكنك تحديد مستويات أهمية جودة البحث في جميع حقول المحتوى الأخرى: مرتفع أو متوسط أو منخفض. أي حقل محتوى غير معرّف في فئة معينة القيمة الافتراضية على أولوية منخفضة. يوضّح الجدول التالي هذه المعلمات.

الإعدادات	المعلمة
عنوان المحتوى	contentTemplate.csv.title=`movieTitle` يمثّل عنوان المحتوى أعلى حقل جودة للبحث.
جودة بحث عالية لحقول المحتوى	contentTemplate.csv.quality.high=`actors` حقول المحتوى التي تم تحديد قيمة عالية لجودة البحث فيها القيمة التلقائية هي سلسلة فارغة.
جودة بحث منخفضة عن حقول المحتوى	contentTemplate.csv.quality.low=`genre` حقول المحتوى التي تم تحديد قيمة جودة بحث منخفضة لها. القيمة التلقائية هي سلسلة فارغة.
جودة بحث متوسطة عن حقول المحتوى	contentTemplate.csv.quality.medium=`description` حقول المحتوى التي يتم تحديد قيمة لها لجودة بحث متوسطة القيمة التلقائية هي سلسلة فارغة.
حقول محتوى غير محدّدة	contentTemplate.csv.unmappedColumnsMode=`IGNORE` كيفية تعامل الموصِّل مع حقول المحتوى غير المحددة. القيم الصالحة هي: APPEND: لإلحاق حقول محتوى غير محدّدة بالنموذج IGNORE: تجاهل حقول المحتوى غير المحدّدة القيمة التلقائية هي APPEND.

8. جدولة اجتياز البيانات

الاجتياز هو عملية الموصل لاكتشاف المحتوى من البيانات المصدر، وهو في هذه الحالة ملف CSV. وأثناء تشغيل موصل CSV، سوف يجتاز الصفوف في ملف CSV، وفهرسة كل صف إلى Cloud Search من خلال واجهة برمجة التطبيقات.

يعمل الاجتياز الكامل على فهرسة جميع الأعمدة في الملف. لا يفهرس الاجتياز المتزايد سوى الأعمدة التي تمت إضافتها أو تعديلها منذ الاجتياز السابق. يُجري موصِّل ملف CSV عمليات اجتياز كاملة فقط. ولا يتم إجراء عمليات اجتياز متزايدة.

تحدد معلمات الجدولة عدد مرات انتظار الموصل بين واجتيازات الاختبار. إذا كان ملف الإعداد لا يحتوي على مَعلمات الجدولة، استخدام القيم الافتراضية. يوضّح الجدول التالي هذه المعلمات.

الإعدادات	المعلمة
الاجتياز الكامل بعد فاصل زمني	schedule.traversalIntervalSecs=`7200` يُجري الموصل عملية اجتياز كاملة بعد فاصل زمني محدد. تحديد الفاصل الزمني بين عمليات الاجتياز بالثواني القيمة التلقائية هي 86400 (عدد الثواني في يوم واحد).
الاجتياز الكامل عند بدء تشغيل الموصل	schedule.performTraversalOnStart=`false` يُجري الموصل عملية اجتياز كاملة عند بدء تشغيل الموصل، بدلاً من الانتظار حتى انتهاء صلاحية الفاصل الزمني الأول. القيمة التلقائية هي true.

9. تحديد خيارات قائمة التحكم بالوصول (ACL)

يتيح موصل CSV في Google Cloud Search استخدام الأذونات من خلال قوائم التحكم في الوصول للتحكم في الدخول إلى محتوى ملف CSV في نتائج البحث. هناك العديد من قوائم التحكم بالوصول (ACL) خيارات متاحة للسماح لك بحماية إمكانية وصول المستخدمين إلى السجلات المفهرسة.

إذا كان المستودع يحتوي على معلومات فردية لقائمة التحكم بالوصول مرتبطة بكل مستند، تحميل جميع معلومات قائمة التحكم بالوصول (ACL) للتحكُّم في الوصول إلى المستند داخل Cloud Search. في حال حذف يوفر مستودعك معلومات جزئية أو لا توفر معلومات قائمة التحكم بالوصول، فيمكنك تقديم معلومات قائمة التحكم بالوصول (ACL) في المعلمات التالية، والتي توفرها حزمة SDK وصلة البيانات.

يعتمد الموصل على تمكين قوائم التحكم بالوصول الافتراضية في ملف التهيئة. إلى تفعيل قوائم التحكم بالوصول التلقائية، وضبط defaultAcl.mode على أي وضع بخلاف none الضبط باستخدام defaultAcl.*

الإعدادات	المعلمة
وضع ACL	defaultAcl.mode=fallback مطلوب. يعتمد موصل CSV على وظيفة قائمة التحكم بالوصول (ACL) الافتراضية. يتوافق الموصِّل فقط مع الوضع الاحتياطي.
اسم ACL التلقائي	defaultAcl.name=`VIRTUAL_CONTAINER_FOR_CONNECTOR_1` اختياريّ. تسمح بتجاوز اسم الحاوية الافتراضية التي يستخدمها الموصل لإعداد قوائم التحكم في الوصول الافتراضية. القيمة التلقائية هي "DEFAULT_ACL_VIRTUAL_CONTAINER". قد تحتاج إلى إلغاء هذه القيمة إذا كانت هناك موصِّلات متعددة تفهرس المحتوى في مصدر البيانات نفسه.
ACL العلني التلقائي	defaultAcl.public=`true` يتم تعيين قائمة التحكم بالوصول الافتراضية المستخدمة للمستودع بأكمله إلى الوصول إلى النطاق العام. القيمة التلقائية هي false.
برامج القراءة الشائعة لمجموعة ACL	defaultAcl.readers.groups=google:`group1, group2`
برامج قراءة ACL الشائعة	defaultAcl.readers.users=`user1, user2, google:user3`
قراء المجموعات الذين تم رفضهم لقائمة ACL الشائعة	defaultAcl.denied.groups=`group3`
القرّاء الذين تم رفضهم في سياسة Acl الشائعة	defaultAcl.denied.users=`user4, user5`
الوصول الكامل إلى النطاق	لتحديد إمكانية وصول كل مستخدم في النطاق إلى كل سجل مفهرس بشكل علني، عيِّن كلا الخيارين التاليين مع القيم: defaultAcl.mode=fallback defaultAcl.public=true
قائمة التحكم بالوصول المحددة (ACL) الشائعة	لتحديد قائمة واحدة للتحكم في الوصول لكل سجل من سجلات مستودع البيانات، عيِّن جميع قيم المعلمات التالية: defaultAcl.mode=fallback defaultAcl.public=false defaultAcl.readers.groups=google:`group1, group2` defaultAcl.readers.users=`user1, user2, google:user3` defaultAcl.denied.groups=`group3` defaultAcl.denied.users=`user4, user5` يُفترض أن يكون كل مستخدم ومجموعة محدّدين مستخدمًا أو مجموعة محدّدة من خلال النطاق المحلي ما لم تكن مسبوقة بـ "google:". (الثابت الحرفي). المجموعة أو المستخدم التلقائيان هو سلسلة فارغة. يمكنك عرض خيارات المستخدمين والمجموعات فقط في حال ضبط defaultAcl.public على false. لإدراج عدة مجموعات ومستخدمين، استخدِم قائمة مفصولة بفواصل. في حال ضبط defaultAcl.mode على none، تكون السجلات غير قابلة للبحث بدون وجود قوائم ACL فردية محدَّدة.

تعريف المخطط

تتيح خدمة Cloud Search فهرسة المحتوى المنظَّم وغير المنظَّم وعرضه. لإتاحة استعلامات البيانات المنظَّمة في بياناتك، يجب إعداد المخطط لمصدر البيانات.

بعد تحديده، يمكن لموصل CSV إحالة مخطط محدّد لإنشاء طلبات الفهرسة. لتقديم مثال توضيحي، لنفكر في ملف CSV يحتوي على المعلومات حول الأفلام.

لنفترض أن ملف CSV الذي تم إدخاله يحتوي على المحتوى التالي.

movieId
movieTitle
الوصف
سنة
releaseDate
الجهات الفاعلة (قيم متعددة مفصولة بفواصل (,))
النوع (قيم متعددة)
التقييمات

بناءً على بنية البيانات أعلاه، يمكنك تحديد مخطط لمصدر بيانات ضمن الذي تريد فهرسة البيانات من ملف CSV فيه.

{
  "objectDefinitions": [
    {
      "name": "movie",
      "propertyDefinitions": [
        {
          "name": "actors",
          "isReturnable": true,
          "isRepeatable": true,
          "isFacetable": true,
          "textPropertyOptions": {
            "operatorOptions": {
              "operatorName": "actor"
            }
          }
        },
        {
          "name": "releaseDate",
          "isReturnable": true,
          "isRepeatable": false,
          "isFacetable": false,
          "datePropertyOptions": {
            "operatorOptions": {
              "operatorName": "released",
              "lessThanOperatorName": "releasedbefore",
              "greaterThanOperatorName": "releasedafter"
            }
          }
        },
        {
          "name": "movieTitle",
          "isReturnable": true,
          "isRepeatable": false,
          "isFacetable": false,
          "textPropertyOptions": {
            "retrievalImportance": {
              "importance": "HIGHEST"
            },
            "operatorOptions": {
              "operatorName": "title"
            }
          }
        },
        {
          "name": "genre",
          "isReturnable": true,
          "isRepeatable": true,
          "isFacetable": true,
          "enumPropertyOptions": {
            "operatorOptions": {
              "operatorName": "genre"
            },
            "possibleValues": [
              {
                "stringValue": "Action"
              },
              {
                "stringValue": "Documentary"
              },
              {
                "stringValue": "Drama"
              },
              {
                "stringValue": "Crime"
              },
              {
                "stringValue": "Sci-fi"
              }
            ]
          }
        },
        {
          "name": "userRating",
          "isReturnable": true,
          "isRepeatable": false,
          "isFacetable": true,
          "integerPropertyOptions": {
            "orderedRanking": "ASCENDING",
            "maximumValue": "10",
            "operatorOptions": {
              "operatorName": "score",
              "lessThanOperatorName": "scorebelow",
              "greaterThanOperatorName": "scoreabove"
            }
          }
        }
      ]
    }
  ]
}

مثال على ملف الإعداد

يعرض المثال التالي ملف الإعداد أزواج المَعلمة key=value تحدد سلوك نموذج موصل.

# data source access
api.sourceId=1234567890abcd
api.serviceAccountPrivateKeyFile=./PrivateKey.json

# CSV data structure
csv.filePath=./movie_content.csv
csv.csvColumns=movieId,movieTitle,description,releaseYear,genre,actors,ratings,releaseDate
csv.skipHeaderRecord=true
url.format=https://mymoviesite.com/movies/{0}
url.columns=movieId
csv.datetimeFormat.releaseDate=yyyy-mm-dd
csv.multiValueColumns=genre,actors
csv.multiValue.genre=;
contentTemplate.csv.title=movieTitle

# metadata structured data and content
itemMetadata.title.field=movieTitle
itemMetadata.createTime.field=releaseDate
itemMetadata.contentLanguage.defaultValue=en-US
itemMetadata.objectType.defaultValue=movie
contentTemplate.csv.quality.medium=description
contentTemplate.csv.unmappedColumnsMode=IGNORE

#ACLs
defaultAcl.mode=fallback
defaultAcl.public=true

للحصول على أوصاف تفصيلية لكل مَعلمة، يمكنك الاطّلاع على مَعلمات الإعدادات. المرجع.

تشغيل موصِّل ملف CSV في Cloud Search

لتشغيل الموصل من سطر الأوامر، اكتب الأمر التالي:

$ java -jar google-cloudsearch-csv-connector-v1-0.0.3.jar -Dconfig=my.config

تتوفّر سجلات الموصل تلقائيًا في الإخراج العادي. يمكنك تسجيل الدخول إلى تطبيق Files من خلال تحديد logging.properties.