Impostazione della configurazione proxy dell' HTTP nell'ambiente air gap IBM Cloud Pak for DataIBM Software Hub

Quando Discovery è in esecuzione nell'ambiente air gap, è necessario impostare il proxy HTTP per connettersi ai server esterni.

È possibile eseguire il crawling dalle seguenti fonti di dati utilizzando un server proxy HTTP in un ambiente air-gapped:

• Box
• Salesforce
• SharePoint Online
• SharePoint In prem
• Web crawl

È possibile utilizzare le impostazioni proxy specifiche per ciascun tipo di origine dati o le impostazioni proxy a livello di sistema fornite da RSI (Resource Specification Injection) da CPD 5.0.0.

1. Esegui il seguente comando per installare il webhook RSI.

   $ cpd-cli manage install-rsi --cpd_instance_ns=${PROJECT_CPD_INST_OPERANDS}
   

   Per ulteriori informazioni, vedi Installa RSI.
2. Esegui il seguente comando per abilitare il webhook RSI.

   $ cpd-cli manage enable-rsi --cpd_instance_ns=${PROJECT_CPD_INST_OPERANDS}
   

   Per ulteriori informazioni, consultare Abilita RSI.
3. Eseguire il seguente comando per impostare la configurazione del proxy.

   $ cpd-cli manage create-proxy-config \
       --cpd_instance_ns=${PROJECT_CPD_INST_OPERANDS} \
       --proxy_host=$PROXY_HOST \
       --proxy_port=$PROXY_PORT \
       --proxy_user=$PROXY_USER \
       --proxy_password=$PROXY_PASSWORD
   

   Per ulteriori informazioni, consultare Gestione della configurazione proxy.
4. Esegui il seguente comando per abilitare la configurazione proxy.

   $ cpd-cli manage enable-proxy --cpd_instance_ns=${PROJECT_CPD_INST_OPERANDS}
   

   Per ulteriori informazioni, consultare Abilita configurazione proxy.

Per ulteriori informazioni sull'applicazione delle impostazioni proxy a un cluster con gapsula d'aria, vedere Applicazione delle impostazioni proxy del cluster HTTP a IBM Cloud Pak for Data.

Di seguito sono riportati i requisiti e le limitazioni specifiche relative ai server proxy di HTTP:

• HTTP i server proxy che richiedono la comunicazione TLS non sono supportati.
• HTTP i server proxy che richiedono l'autenticazione sono necessari per:
  • SharePoint In prem
  • SharePoint Online con principal utente
• HTTP i server proxy devono supportare NTLM quando i server Web e SharePoint On Prem di destinazione richiedono l'autenticazione NTLM.
• HTTP i server proxy devono supportare il protocollo LDAP per la sicurezza a livello di documenti di SharePoint On Prem.

Requisiti dell'origine dati

I requisiti e le limitazioni che seguono sono specifici per IBM Watson® Discovery:

• Il limite della dimensione dei singoli file è di 32 MB per ogni file, inclusi i file di archivio compressi (ZIP, CZIP, TAR). Una volta decompressi, i singoli file all'interno dei file compressi non possono superare i 32 MB per file. Questo limite è lo stesso per le raccolte in cui si caricano i propri dati.

• A seconda del tipo di installazione (modalità di avvio o di produzione), il numero di raccolte che è possibile inserire contemporaneamente varia. Un'installazione iniziale include un modulo " crawler ", che consente di elaborare tre raccolte contemporaneamente. Un'installazione di produzione include due pod crawler, che possono elaborare sei raccolte contemporaneamente.

  Se si sta eseguendo un'installazione iniziale e si desidera elaborare più di tre raccolte contemporaneamente, è necessario aumentare il numero di pod di avvio ( crawler ) eseguendo i seguenti comandi:

  oc patch wd wd --type=merge --patch='{"spec": {"ingestion": {"crawler": {"replicas": <number-of-replicas> } } } }'
  

  In un'installazione iniziale, il numero massimo di raccolte simultanee che possono eseguire la ricerca per indicizzazione su un'origine dati esterna è 3. Se ne avvii un quarto, l'elaborazione di quella raccolta non inizia finché non terminano le tre precedenti.

  Ogni number-of-replicas consente 3 ricerche per indicizzazione simultanee, quindi number-of-replicas=2 aumenta le repliche a 6 e number-of -replicas=3 le aumenta a 9.

Impostazioni del plug-in del crawler

Quando si distribuiscono uno o più plug-in del crawler, è possibile configurare la raccolta per utilizzare uno dei plug - in.

Queste impostazioni sono disponibili solo quando i plug-in del crawler vengono distribuiti.

• Per ulteriori informazioni sulla creazione di un plug - in, vedi Creazione di un plug-in del crawler Cloud Pak for Data.
• Per ulteriori informazioni sulla distribuzione di un plug-in del crawler, consultare Comandi e opzioni per la gestione dei plug-in del crawler.

Quando si è pronti a configurare una raccolta per utilizzare un plug-in del crawler creato utilizzando lo script scripts/manage_crawler_plugin.sh, è possibile visualizzare una sezione Impostazioni plug-in con le seguenti opzioni:

• Abilita plug-in: lo switch è impostato su Off. Abilitare questa opzione se si desidera utilizzare un plug-in del crawler per elaborare i documenti.
• Plug-in: elenca i nomi dei plug-in del crawler disponibili. Selezionare un plug-in da utilizzare.

Sicurezza a livello di documento di supporto

Se la sicurezza a livello di documento è attivata, è possibile utilizzare le impostazioni di sicurezza dai documenti di origine per controllare i risultati della ricerca restituiti a utenti differenti.

Discovery supporta solo il prefiltraggio. Per prefiltrare, Discovery replica l'ACL (access control list) di origine del documento durante la ricerca per indicizzazione nell'indice. Il motore di ricerca deve confrontare le credenziali utente con gli ACL del documento replicati. Discovery è più veloce quando i documenti sono prefiltrati e quando controlli quali documenti aggiungi all'indice. Tuttavia, è difficile modellare tutte le politiche di sicurezza delle varie fonti di dati nell'indice e implementare la logica di confronto in modo uniforme. Inoltre, il pre-filtraggio non è così reattivo ai cambiamenti che si verificano negli ACL di origine dopo la scansione più recente.

La sicurezza a livello di documento è supportata dai seguenti tipi di origine dati:

• Box
• FileNet P8
• HCL Notes
• Microsoft SharePoint Online
• Microsoft SharePoint On Prem
• Microsoft Windows File System

Quando si eseguono query su raccolte in cui è abilitata la sicurezza a livello di documento, non vengono restituiti risultati se gli utenti associati all'istanza di Discovery non sono presenti nel sistema di origine. Per ulteriori informazioni sulla query di queste raccolte, vedi Query con la sicurezza a livello di documento abilitata.

Per abilitare la sicurezza a livello di documento, è necessario completare la seguente procedura:

1. Creare utenti dell Discovery e che corrispondano agli utenti disponibili sul sistema sorgente.
2. Associa gli utenti alla tua istanza Discovery. Per ulteriori informazioni, vedi Concessione agli utenti dell'accesso a un'istanza Watson Discovery.
3. Abilitare la sicurezza a livello di documento per l'origine dati quando ci si connette.