Alfresco - Amazon Kendra
支持的特征先决条件连接说明了解更多信息

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

Alfresco

Alfresco 是一项内容管理服务，可帮助客户存储和管理其内容。您可以使用索引 Amazon Kendra 您的Alfresco文档库、Wiki 和博客。

Amazon Kendra 支持Alfresco本地部署和Alfresco云端（平台即服务）。

您可以使用Amazon Kendra 控制台或 TemplateConfigurationAPI Amazon Kendra 连接到您的Alfresco数据源。

要对 Amazon Kendra Alfresco 数据源连接器进行故障排除，请参阅。数据来源故障排除

支持的特征

Amazon Kendra Alfresco 数据来源连接器支持以下功能：

  • 字段映射

  • 用户访问控制

  • 包含/排除筛选条件

  • 完整内容和增量内容同步

  • OAuth 2.0 和基本身份验证

  • Virtual Private Cloud (VPC)

先决条件

在使用 Amazon Kendra 索引 Alfresco 数据源之前，请在和中进行这些更改。Alfresco AWS 账户

在 Alfresco 中，请确保：

  • 已复制您的 Alfresco 存储库 URL 和 Web 应用程序 URL。如果您只想为特定 Alfresco 站点编制索引，则还要复制该站点 ID。

  • 已记下您的 Alfresco 身份验证凭证，其中包括至少具有读取权限的用户名和密码。如果要使用 OAuth 2.0 身份验证，则应将用户添加到 Alfresco 管理员组。

    注意

    我们建议您定期刷新或轮换您的凭证和密码。为了安全起见，请仅提供必要的访问权限级别。我们建议不要跨数据来源以及连接器版本 1.0 和 2.0（如果适用）重复使用凭证和密钥。

  • 可选：已在中配置 OAuth 2.0 凭据。Alfresco凭证包括客户端 ID、客户端密钥和令牌 URL。有关如何为 Alfresco On-Premises 配置客户端的更多信息，请参阅 Alfresco 文档。如果您使用 Alfresco Cloud（PaaS），则必须联系 Hyland 支持人员来进行 Alfresco OAuth 2.0 身份验证。

  • 在 Alfresco 以及计划用于编制同一索引的其他数据来源中，已检查每个文档都是唯一的。您要用于编制索引的每个数据来源在所有数据来源中都不能包含相同的文档。文档 ID 对索引来说是全局性的，并且每个索引都必须是唯一的。

在你的 AWS 账户，请确保你有：

  • 已创建 Amazon Kendra 索引，如果使用 API，则记下索引 ID。

  • 为您的数据源@@ 创建了一个 IAM 角色，如果使用 API，请记下该角色的 ARN。 IAM

    注意

    如果您更改了身份验证类型和证书，则必须更新您的 IAM 角色才能访问正确的 AWS Secrets Manager 密钥 ID。

  • 将您的 Alfresco 身份验证凭证存储在 AWS Secrets Manager 密钥中，如果使用 API，请记下密钥的 ARN。

    注意

    我们建议您定期刷新或轮换您的凭证和密码。为了安全起见，请仅提供必要的访问权限级别。我们建议不要跨数据来源以及连接器版本 1.0 和 2.0（如果适用）重复使用凭证和密钥。

如果您没有现有的 IAM 角色或密钥，则可以在将 Alfresco 数据源连接到时使用控制台创建新的 IAM 角色和 Secrets Manager 密钥。 Amazon Kendra如果您使用的是 API，则必须提供现有 IAM 角色和 Secrets Manager 密钥的 ARN 以及索引 ID。

连接说明

要 Amazon Kendra 连接到您的 Alfresco 数据源，您必须提供 Alfresco 数据源的必要详细信息， Amazon Kendra 以便访问您的数据。如果您尚未为 Alfresco 配置 Amazon Kendra，请参阅。先决条件

Console

要连接 Amazon Kendra 到 Alfresco

  1. 登录 AWS Management Console 并打开Amazon Kendra 控制台。

  2. 在左侧导航窗格中，选择索引，然后从索引列表中选择要使用的索引。

    注意

    您可以选择在索引设置下配置或编辑您的用户访问控制设置。

  3. 在入门页面上，选择添加数据来源。

  4. 在添加数据源页面上，选择 Alfresco 连接器，然后选择添加连接器。如果使用版本 2（如果适用），请选择带有 “V2.0” 标签的 Alfresco 连接器。

  5. 在指定数据来源详细信息页面上输入以下信息：

    1. 在名称和描述中，在数据来源名称中输入您的数据来源的名称。可以包含连字符，但不能包含空格。

    2. （可选）说明 - 为数据来源输入说明。

    3. 使用默认语言-选择一种语言来筛选文档中的索引。除非另行指定，否则语言默认为英语。在文档元数据中指定的语言会覆盖所选语言。

    4. 在标签中，用于添加新标签-包括可选标签以搜索和筛选您的资源或跟踪您的 AWS 成本。

    5. 选择下一步。

  6. 在定义访问权限和安全性页面上，请输入以下信息：

    1. Alfresco类型-选择使用Alfresco本地/服务器还是Alfresco云（平台即服务）。

    2. Alfresco 存储库 URL - 输入您的 Alfresco 存储库 URL。例如，如果您使用 Alfresco Cloud（PaaS），则存储库 URL 可能是 https://company.alfrescocloud.com。或者，如果您使用 Alfresco On-Premises，则存储库 URL 可能是 https://company-alfresco-instance.company-domain.suffix:port。

    3. Alfresco 用户应用程序。URL - 输入您的 Alfresco 用户界面 URL。您可以向 Alfresco 管理员获取存储库 URL。例如，用户界面 URL 可能是 https://example.com。

    4. SSL 证书位置-输入存储在存储 Amazon S3 桶中的 SSL 证书的路径。您可以通过安全 SSL 连接使用它连接到 Alfresco AEM On-Premise。

    5. 授权-如果您有 ACL 并想将其用于访问控制，请打开或关闭文档的访问控制列表 (ACL) 信息。ACL 指定了用户和群组可以访问哪些文档。ACL 信息用于根据用户或用户组对文档的访问权限来筛选搜索结果。有关更多信息，请参阅用户上下文筛选。

    6. 身份验证 - 选择基本身份验证或 OAuth 2.0 身份验证。然后选择现有 Secrets Manager 密钥或创建新密钥来存储您的 Alfresco 凭证。如果您选择创建新密钥，则会打开一个 AWS Secrets Manager 秘密窗口。

      如果选择基本身份验证，请输入密钥的名称、Alfresco 用户名和密码。

      如果您选择 OAuth 2.0 身份验证，请输入密钥的名称、客户端 ID、客户端密钥和令牌 URL。

    7. 虚拟私有云（VPC）- 您可以选择使用 VPC。如果是这样，则必须添加子网和 VPC 安全组。

    8. I Amazon Kendra dent@@ ity Crawler-指定是否开启身份搜寻器。Identity Crawler 使用文档的访问控制列表 (ACL) 信息，根据用户或其群组对文档的访问权限筛选搜索结果。如果您的文档有 ACL 并选择使用您的 ACL，则也可以选择开启身份爬网程序来配置搜索结果 Amazon Kendra的用户上下文筛选。否则，如果身份搜寻器已关闭，则可以公开搜索所有文档。如果您想对文档使用访问控制并且身份搜寻器已关闭，则可以使用 PutPrincipalMappingAPI 上传用户和群组访问信息以进行用户上下文筛选。

    9. IAM ro le —选择现有 IAM 角色或创建新 IAM 角色来访问您的存储库凭据和索引内容。

      注意

      IAM 用于索引的角色不能用于数据源。如果您不确定是否将现有角色用于编制索引或常见问题解答，为了避免出错，请选择创建新角色。

    10. 选择下一步。

  7. 在配置同步设置页面上，请输入以下信息：

    1. 同步范围 - 设置爬取某些内容的限制，并使用正则表达式模式筛选内容。

      1. 内容 - 选择是爬取 Alfresco 中标有“方面”的内容、特定 Alfresco 站点内的内容还是所有 Alfresco 站点内的内容。

      2. （可选）其他配置 - 设置以下设置：

        • 包括评论 - 选择在 Alfresco 文档库和博客中包含评论。

        • 正则表达式模式 - 包含或排除某些文件的正则表达式模式。

    3. 同步模式 - 选择在数据来源内容发生变化时更新索引的方式。首次与同步数据源时， Amazon Kendra 默认情况下会对所有内容进行抓取和索引。如果初始同步失败，即使您没有选择完全同步作为同步模式选项，也必须对数据进行完全同步。

      • 完全同步：对所有内容进行新索引，每次数据源与索引同步时都会替换现有内容。

      • 新增、已修改、已删除的同步：每次数据源与索引同步时，仅索引新内容、修改内容和已删除内容。 Amazon Kendra 可以使用数据源的机制来跟踪内容更改并索引自上次同步以来更改的内容。

    4. 在 “同步” 运行计划中，“频率”-选择同步数据源内容和更新索引的频率。

    5. 选择下一步。

  8. 在设置字段映射页面上，请输入以下信息：

    1. 从 Amazon Kendra 生成的默认数据源字段中选择要映射到索引的字段。

    2. 要添加自定义数据来源字段，请创建要映射到的索引字段名称和字段数据类型。

    3. 选择下一步。

  9. 在查看和创建页面上，请检查输入的信息是否正确，然后选择添加数据来源。您也可以选择在此页面上编辑信息。成功添加数据来源后，您的数据来源将显示在数据来源页面上。

API

要连接 Amazon Kendra 到 Alfresco

您必须使用 TemplateConfiguration API 指定数据来源架构的 JSON。您必须提供以下信息：

  • 数据源-将数据源类型指定为使用 TemplateConfigurationJSON 架构ALFRESCO时的类型。还要像调用 CreateDataSourceAPI TEMPLATE 时一样指定数据源。

  • Alfresco 站点 ID - 指定 Alfresco 站点 ID。

  • Alfresco 存储库 URL - 指定 Alfresco 存储库 URL。您可以向 Alfresco 管理员获取存储库 URL。例如，如果您使用 Alfresco Cloud（PaaS），则存储库 URL 可能是 https://company.alfrescocloud.com。或者，如果您使用 Alfresco On-Premises，则存储库 URL 可能是 https://company-alfresco-instance.company-domain.suffix:port。

  • Alfresco Web 应用程序 URL - 指定 Alfresco 用户界面 URL。您可以向 Alfresco 管理员获取存储库 URL。例如，用户界面 URL 可能是 https://example.com。

  • 身份验证类型 - 指定要使用的身份验证类型，可以是 OAuth2 或 Basic。

  • Alfresco 类型 - 指定您使用的 Alfresco 类型，可以是 PAAS（云/平台即服务）或 ON_PREM（本地）。

  • 密钥 Amazon 资源名称（ARN）- 如果您想使用基本身份验证，则需要提供一个用于存储您的用户名和密码的身份验证凭证的密钥。您提供密钥的 Amazon 资源名称 (ARN)。 AWS Secrets Manager 密钥必须使用具有以下键的 JSON 结构存储：

    {
    "username": "user name",
    "password": "password"
}

    如果您想使用 OAuth 2.0 身份验证，则密钥将存储在 JSON 结构中，其中包含以下键：

    {
    "clientId": "client ID",
    "clientSecret": "client secret",
    "tokenUrl": "token URL"
}

  • IAM ro le —指定RoleArn何时调用CreateDataSource以向 IAM 角色提供访问您的 Secrets Manager 密钥和调用 Alfresco 连接器所需的公共 API 的权限，以及。 Amazon Kendra有关更多信息，请参阅 Alfresco 数据来源的IAM 角色。

您还可以添加以下可选功能：

  • 虚拟私有云（VPC）- 指定 VpcConfiguration，以便调用 CreateDataSource。有关更多信息，请参阅 配置 Amazon Kendra 为使用 Amazon VPC。

  • 内容类型 - 您要爬取的内容类型，无论是 Alfresco 中标有“方面”的内容、特定 Alfresco 站点内的内容，还是所有 Alfresco 站点内的内容。您还可以列出特定的“方面”内容。

  • 包含和排除筛选条件 - 指定是包含还是排除文件。

    注意

    大多数数据来源使用正则表达式模式，即称为筛选条件的包含或排除模式。如果您指定包含筛选条件，则只会为与包含筛选条件匹配的内容编制索引。不会为任何与包含筛选条件不匹配的文档编制索引。如果您指定包含和排除筛选条件，则不会为与排除筛选条件匹配的文档编制索引，即使它们与包含筛选条件相匹配。

  • 同步模式-指定数据源内容发生变化时 Amazon Kendra 应如何更新索引。首次与同步数据源时， Amazon Kendra 默认情况下会对所有内容进行抓取和索引。如果初始同步失败，即使您没有选择完全同步作为同步模式选项，也必须对数据进行完全同步。您可以选择：

    • FORCED_FULL_CRAWL对所有内容进行全新索引，每次数据源与索引同步时都要替换现有内容。

    • FULL_CRAWL每次数据源与索引同步时，仅对新的、修改过的和已删除的内容编制索引。 Amazon Kendra 可以使用数据源的机制来跟踪内容更改并索引自上次同步以来更改的内容。

  • I Amazon Kendra dent@@ ity Crawler-指定是否开启身份搜寻器。Identity Crawler 使用文档的访问控制列表 (ACL) 信息，根据用户或其群组对文档的访问权限筛选搜索结果。如果您的文档有 ACL 并选择使用您的 ACL，则也可以选择开启身份爬网程序来配置搜索结果 Amazon Kendra的用户上下文筛选。否则，如果身份搜寻器已关闭，则可以公开搜索所有文档。如果您想对文档使用访问控制并且身份搜寻器已关闭，则可以使用 PutPrincipalMappingAPI 上传用户和群组访问信息以进行用户上下文筛选。

  • 字段映射 - 选择将 Alfresco 数据来源字段映射到 Amazon Kendra 索引字段。有关更多信息，请参阅映射数据来源字段。

    注意

    要搜索您的文档，必须输入文档正文字段或文档正文等效字段。 Amazon Kendra 您必须将数据源中的文档正文字段名称映射到索引字段名称_document_body。其他所有字段均为可选字段。

有关要配置的其他重要 JSON 键的列表，请参阅 Alfresco 模板架构。

了解更多信息

要了解有关 Amazon Kendra 与 Alfresco 数据源集成的更多信息，请参阅：