问题标签 [fast-esp]

在文档处理期间，我想从 html 元数据中提取所有日期，然后确定将用于填充日期字段 (dtgeneric1) 的最新日期。

使用 spy 阶段的检查表明我们的管道已经添加了 meta_* 属性，但元数据名称在来自不同来源的文档中会有所不同。

理想情况下，我们希望将所有 meta_* 属性传递给 Python 阶段，并使用它来计算出哪些是日期，哪些是最大的，但似乎没有办法将“所有元属性”指定为输入。

有没有人做过类似的事情，并且可以就最好的方法提供任何建议。

谢谢

尼尔

我正在研究企业搜索，我们正在使用 Fast ESP，现在我有 4 个项目，但我没有关于阶段和 python 的信息。但我意识到我已经学习了自定义舞台开发。因为我们在文件处理方面有很多困难。我想知道如何开发自定义阶段，尤其是我想知道如何找到 Attributefilter 阶段源代码。我在等你的答案

我刚刚安装了一个使用 SharePoint 2010 和 FAST Search Server 作为默认搜索服务应用程序的测试环境。从一些测试内容开始，并使用标准执行了一些搜索。SharePoint GUI - 到目前为止一切都很好。

现在我想使用 Microsoft.Office.Server.Search.Query.FullTextSqlQuery 类执行一个更复杂的查询，事情变得很糟糕。当我尝试访问搜索返回的 ResultTableCollection 对象时出现异常。

这是我试图运行的 PowerShell 脚本：

当我使用标准执行搜索时，相同的脚本可以完美运行。SharePoint 搜索服务应用程序。我在这里找到了一篇相关的帖子，指出查询结果的安全调整可能是我的问题的根源。但是，我看不出这在我的环境中应该如何相关，因为我的 FAST 服务应用程序的服务帐户肯定对 AD 具有足够的权限。

有什么建议么？

我目前正在使用 java fast esp 接口（v5.0.15.1）来快速查询和检索结果。但是，我似乎只能从 IQueryResult 获得一个文档迭代器，并且每次调用 .next() 似乎都是一个 http 请求。有没有更好的方法来处理批量结果？

这不是 FAST Search for SharePoint 产品。我正在寻找有关无需 SharePoint 即可安装的 FAST 产品的信息。

我已经用谷歌搜索过，但除了以下博客之外找不到更多信息 - http://consultingblogs.emc.com/manjunathasubbarya/archive/2010/12/05/fsis-fast-search-for-internet-网站.aspx

我很好奇是否有中小企业支持安装和配置。微软网站上是否有任何信息？如果有人知道在 SharePoint 之外是否支持 FAST。

我的方案是安装了 FAST Search Server 的 SharePoint 2010 环境。我正在使用带有 FQL（快速查询语言）的 SharePoint KeywordQuery 类来针对 FAST 索引执行查询。

我的问题：显然快速搜索服务器“不支持返回的查询结果中的数据类型感知”（如此处所述）。这意味着对于映射到多个爬网属性（例如“作者”）的托管属性，引擎将只返回一个包含所有值的字符串。（在这种情况下，SharePoint 搜索将返回一个字符串数组。）

我需要能够区分不同的值，因此我试图为该问题找到可能的解决方案。这是我到目前为止发现的：

1. 实现自定义属性提取器并为不同的值引入分隔符。
2. 修改例如 FAST 配置文件（例如 C:\FASTSearch\index-profiles\deployment-ready-index-profile.xml）并为不同的值引入分隔符。
3. 使用 KeywordQuery 类 (ResultType.RefinementResults) 的精简功能并尝试精简结果和搜索结果之间的映射。

我认为 1 和 2 都不推荐，因为它们会改变“标准”托管属性的行为，这会对整个系统产生影响（例如，在 FAST Search Center 站点上）。此外，MS 似乎禁止了 2，因为配置文件将被任何 FAST 更新替换。3 似乎是一项非常昂贵的操作。

还有其他我错过的解决方案吗？任何建议都非常感谢...

我已经在我的机器上成功安装了 Sharepoint 2010 和 FAST Search for Sharepoint 2010。抓取共享点站点似乎一切正常，但抓取本地文件系统一直失败，如下所示：

我从事件视图应用程序日志中得到了这个。我已确保将权限设置为允许对运行服务的用户进行读取、列出和执行访问。还尝试更新爬网规则等以使它们非常自由。

我在 Content Source 中尝试过的 URL 是：//win-fs/C:/Users/ravish/FAST_TEST_SET file://win-fs/C:/Users/ravish/FAST_TEST_SET file:\win-fs\C:\用户\狂喜\FAST_TEST_SET

到目前为止似乎没有任何效果。一直在网上苦苦寻找答案，发现许多用户有类似的问题，但没有具体的直接回复。我已经花了几个小时，所以任何帮助将不胜感激。

我的系统详情：Windows Server 2008 R2 Sharepoint Enterprise 2010 FAST Search 2010

（全部安装在一台笔记本电脑上）

我正在使用 FAST For SharePoint 来抓取非 SharepPoint 网站。网站抓取没有错误，我可以得到任何关键字的结果。

我想通过 html 页面元标记在结果页面上创建细化器。必须有两级精炼机；类别和子类别。如果用户点击类别，精简面板必须显示所有相关的子类别。

元标记如下：

如何使用 FAST For SharePoint Webcrawler 提取抓取 html 页面的元标记？

我尝试将元标记名称添加到FAST Search Administration > Managed Properties并为这些元标记配置精简面板，但我无法获得结果。这没用。

谢谢！

这将是一个棘手的问题，但无论如何我都会尝试：我们的任务是为 Microsoft FAST ESP 提供千兆字节的数据。最终的索引数据量在 50-60GB 左右。

FAST 有一个 .NET API，但核心组件是用 Python 编写的（处理管道以索引文档）。挑战在于可靠地与系统通信，同时为其提供千兆字节的数据以进行索引。

FAST 在这里出现的问题是：

1. 当系统一次输入太多数据时，系统会变得古怪，因为它想要重新索引其数据，在此期间系统数小时内都无法访问。不可接受。

2. 将所有数据排队并一次连续提供一个项目不是一种选择，因为这将花费太长时间（几天）。

3. 当 FAST 无法索引某个项目时，客户端必须重新输入该项目。为此，系统应该调用一个回调方法来通知客户端失败。但是，每当系统超时时，馈送客户端都无法对超时做出反应，因为从未调用过该回调。因此，客户正在挨饿。数据在队列中，但无法传递给系统。队列崩溃。数据丢失。你明白了。

笔记：

1. 喂食一件小件物品可能需要几秒钟，一件大件物品可能需要 5-8 小时。
2. 被索引的项目是基于二进制和文本的。
3. 目标是完整索引“仅”需要 48-72 小时，即它必须在周末进行。
4. 这里的 FAST 文档处理管道（Python 代码）每个都有大约 30 个阶段。截至撰写本文时，共有 27 条管道。

总之：

主要的挑战是以适当的速度为系统提供大大小小的项目（不要太快，因为它可能会崩溃或遇到内存问题；不要太慢，因为这会花费太长时间），同时并行方式类似于异步运行的线程。在我看来，必须有一种算法来决定何时喂食什么物品以及一次喂食多少。我想到了并行编程。

也可能有多个“队列”，其中每个队列（进程）专用于特定大小的项目，这些项目被加载到队列中，然后一个接一个地馈送（在工作线程中）。

我很好奇是否有人做过这样的事情，或者你将如何解决这样的问题。

编辑：同样，我不打算“修复” FAST ESP 或改进其内部运作。挑战在于有效地使用它！

是否有可用于在可通过 http 访问的远程 FAST ESP 5.3 服务器上执行 FAST 查询的客户端工具？