MOSS学习笔记（五）——配置和搜索扩展服务

一、企业搜索愿景

 

1、将人与其需要的信息专家快速连接起来

    每次搜索返回的都是有用信息

    与相关系统集成

    从一个位置搜索全部企业信息

    可扩展、可管理，并且是安全的

 

2、整个企业使用统一的一个搜索引擎

    可搜索从结构化到非结构化的数据

    每次搜索都得到确实相关的结构

    可以跨越企业中各种各样的内容类型

    可扩展并且可管控的部署

    作为企业服务的搜做

     wss与moss的搜索采用一致的系统

 

（1）WSSv3单一服务器场：

    WSS搜索系统在网站内进行搜索

    随网站数量的增加，系统尺度增大

（2）WSSv3/MOSS2007服务器场

    MOSS2007搜索系统在网站和门户上对聚合内容进行搜索

    搜索系统可对更多的网站和内容进行处理

 

3、相关性

（1）每次搜索的最佳结果都在第一页

（2）企业搜索与互联网搜索不同

    缺少丰富的链接

    许多Web内容，Office文档，LOB系统数据

    安全性需要考虑

    IT人员长官搜索服务

（3）改进的分级引擎

    与Microsoft Rearch 和MSN Internet搜索团队的合作

    为企业增加新的因素

        A、点击距离：与权威页面的浏览距离，越近相关性越高

        B、锚点文本：超链接作为其目标内容的注释

        C、URL深度：URL在继承关系中排的越高，相关度行越高

        D、URL匹配：直接匹配URL中的文本

        E、元数据抽取：自动从文档内容中抽取作者、标题等信息

        F、自动语言侦测：从结果中筛选用户需要的语言

        G、文件类型偏好：比如PPT可以比XLS文件相关性更高

        H、文本分析：传统的分级方式，词条匹配、词条出现频率，词的变化等等

 

二、广泛的内容聚合

1、搜索体验的提升

（1）搜索中心

（2）查询：新的查询语法；属性搜索

（3）搜索结果：高亮显示；最佳结果；自动定义；直接匹配

（4）提醒：搜索结果变化时得道通知；与WSS提醒机制集成

（5）自定制：样式或重用搜索控件；为自定义搜索创建新的标签

 

2、索引管理

（1）搜索管理的基础部分

    选择索引内容、方式和时间

    内容源、爬网规则、爬网日志

（2）流线式体验以及更多的控制

    每个ssp一个索引

    每个内容源可以有不同的起始地址

    全新的可浏览，可筛选索引日志

    清晰的SharePoitn内容源类型

    内容源与搜索范围分离

 

3、爬网架构

（1）爬网器基于URL的前缀决定对何种内容进行爬网

（2）加载如下内容：Protocol handler；iFilter（Index Filter）；Site Path Rules；爬网设置（深度和跳转）；站点点击频繁度规则

（3）与内容源链接

（4）流输出元数据与内容

 

4、架构更新

（1）基于定式任务的通知每天发送，提醒用户搜索结果的变化

（2）影子索引连续的从索引服务器向搜索服务器发送数据，当传输出问题之后，自动暂停，等待问题解决

（3）索引的重置会导致邮件提醒偶功能功能的关闭，管理员需手动启动

 

5、人员与专家

（1）将人员引入搜索体验中

（2）在sps2003基础上的改进：索引任意LDAP v3目录；为人员搜索定制的标签；将搜索结果以与用户的社会关系距离分组；结果可依据属性细分，比如部门

 （3）与只是网络结合的专家查找（knowledge组件）

 

6、共享搜索服务

（1）索引是很耗费资源的（索引要单独部署）

    网络负载、本地IO、CPU、对外部网站的负载

    要避免多余的索引

（2）Sharepoint Portal Server2003

    在“主”门户中统一索引

    特定配置有限制

（3）MOSS2007

    运行在共享服务商：所有的网站可以配置使用同意索引

    耗费资源的操作统一管理，但是每个分站点的搜索仍可以单独管理

 

三、部署与管理

1、DEMO 演示

（1）管理中心>服务器场拓扑结构>当前服务器：启动相关的搜索服务

    Office SharePoint Server搜索：MOSS2007强大的搜索引擎

    Windows SharePoint Services帮助搜索：在WSS级别对网站内部进行搜索

（2）管理中心>操作>共享服务管理>搜索设置：当前共享服务的搜索设置

     爬网设置

         默认本地SharePoint站点为内容源，刚装好后不会自动开启，需要手动启动，或在“编辑”中，对内容源的开始地址进行编辑，然后创建一个爬网计划，设定爬网的时间和频率。

        爬网规则：编辑URL，配置相关的爬网配置，并确定有关的用户权限

        关键文件类型：设置搜索时能够被搜索的文件的类型

        爬网日志：方便用户去查看爬网搜若的日志，有方便的筛选功能

        默认内容的访问账户：在默认情况下，搜索引擎去搜索的账户与sharepoint的指定账户的权限类似。建议不要使用管理员的权限，而是读者的权限。由此提高安全性

        服务器名称映射：搜索结果中某些服务器的url换成固定的url，防治从url上的***。

        基于搜索的通知：当重置索引之后，该功能会自动关闭，需要在本处手动开启

        删除搜索结果：当有一些内容已经被网站删除，而搜索还能看到时，可以在本处将相关的url删除，则用户不会再看到相关内容。本处填完之后，爬网规则中也会删除相关的url。如想取消相关的操作，不仅要在此处修改，还要在爬网规则中进行修改。

         范围：查看和设定爬网范围，包括网站和人员

         范围更新计划：使范围的定义划分有规律的更新计划

         权威页面：默认网站集页面为权威页面，可以继续制定其它的权威页面

（3）管理中心>操作>共享服务管理>搜索使用率报告：当前搜索查询的内容，后台以图表的方式进行展现，方便对搜索功能、索引、关键词等方面的改进。具体内容也可以导出EXCEL，可以在本地进行处理和分析

（4）网站设置>网站集管理>搜索设置：可对本网站集的搜索进行管理