クロールされる文書

• コンテンツの最初のクロール中に、指定したサイトコレクションパスからアクセスできるすべてのオブジェクトのドキュメントがクロールされ、コレクションに追加されます。 SharePoint コンテンツに関連付けられたカスタム メタデータもクロールされます。
• 1つのコレクションにつき1つのサイトコレクションパスをクロールできます。
• Discovery でサポートされているドキュメントのみがクロールされ、それ以外は無視されます。 詳細については、サポートされているファイルタイプ を参照してください。
• 文書レベルのセキュリティがサポートされている。 このオプションを有効にすると、ユーザーは SharePoint にログインしているときにアクセスできるのと同じコンテンツをクロールしてクエリできます。 詳しくは、ドキュメントレベルのセキュリティをサポートする を参照してください。
• ソースが再クロールされると、新しい文書が追加され、更新された文書は最新バージョンに変更され、削除された文書はコレクションのインデックスから削除されます。
• すべてのDiscoveryデータ・ソース・コネクタは読み取り専用です。 クロールアカウントに付与された権限に関係なく、Discovery は、元のデータソースのコンテンツを書き込んだり、更新したり、削除したりすることはありません。

Discoveryは以下のオブジェクトをクロールすることができます：

• サイトコレクション
• サイト
• SubSites
• リスト
• List Items
• ドキュメント・ライブラリ
• リスト項目の添付ファイル

データ・ソース要件

すべてのインストール済み配置の データ ソースの要件 に加えて、SharePoint Online データ ソースは以下の要件を満たしている必要があります：

• 接続先のサイトコレクションは、Enterpriseプランで作成されたものである必要があります。 フロント・ワーカーのプランで作られたコレクションであることはありえない。

• 認証方法は、認証方法を構成する際に指定するプリンシパル・タイプによって異なります。 コレクションを作成する前に、使用するプリンシパル・タイプを決定します。 使用可能なオプションは次のとおりです。

  • ユーザー: クロールのユーザーアカウントは以下の条件を満たしている必要があります：

    • アカウントには、Azure Active Directory ユーザー ID が必要で、クロールしたいすべてのオブジェクトにアクセスできる権限が必要です。 例えば、admin_user@company.onmicrosoft.com です。 ユーザーIDは Site Collection Administrator パーミッションを持っていなければなりません。

    • アカウントはレガシー認証を有効にする必要があります。 レガシー認証を有効にするには、Azure ポータルにアクセスするか、Azure Active Directory 管理者に連絡してください。

      このコネクタは、ハイブリッド ID のみを有効にする Password hash synchronization (PHS) メソッドをサポートしています。 その他のタイプ（パススルー認証やフェデレーションなど）は、自己責任で使用してください。 2020年1月以前に SharePoint オンラインアカウントを作成していない場合、アカウントにはデフォルトで2要素認証が有効になっています。 二要素認証を無効にする必要があります。

      多要素認証ステータスの確認と変更については 、「ユーザーのステータスの表示 」または 「ユーザーのステータスの変更 」を参照してください。

  • サービス：Azure Active Directory サービスプリンシパルとしてデータに接続する場合、多要素認証を使用できます。

SharePoint Onlineの詳細については 、Microsoft SharePoint 開発者向けドキュメントを参照してください。

curl -s -XPOST -H "Authorization: ${access_token}" -H "Content-Type: application/json" \
  https://graph.microsoft.com/v1.0/sites/{site}/permissions -d '{
  "roles": ["read"],
  "grantedToIdentities": [{
    "application": {
      "id": "{azure_ad_app_id}",
      "displayName": "{display_name}"
    }
  }]
}'

SharePoint Online データソースへの接続

Discovery プロジェクトから、以下の手順を完了してください

1. ナビゲーションペインから、コレクションの管理を選択します。

2. 新しいコレクションをクリックします。

3. SharePoint Online をクリックし、Next をクリックします。

4. コレクションに名前をつける。

5. SharePoint 内のドキュメントの言語が英語でない場合は、適切な言語を選択してください。

   サポートされる言語のリストについては、言語サポートを参照してください。

6. オプション：同期スケジュールを変更します。

   詳しくは、クロールスケジュールのオプション をご覧ください。

7. 認証方法セクションで、SharePointで認証するときに使用するプリンシパル・タイプを以下のオプションから指定します：

   • ユーザー：Active Directory組織のユーザー。

     認証情報を入力セクションで、以下のフィールドに入力します：

     ユーザー名

     クロールとインデックス化が必要なすべてのサイトとリストにアクセスできる SharePoint ユーザーのユーザー名、例えば crawl_username@company.onmicrosoft.com。

     パスワード

     SharePoint ユーザーのパスワード。

     この値は返されることはなく、資格情報の作成または変更時にのみ使用されます。

   • サービス：ユーザーが作成したアプリ、サービス、自動化ツールが特定の Azure リソースにアクセスするために使用するセキュリティ ID。 これは、（証明書で検証された）ユーザー・アイデンティティのようなもので、特定の役割を持ち、厳しく管理された権限を持つ。

     サービスプリンシパルを使用するサポートがバージョン4.0.3で追加されました。

     認証情報を入力セクションで、以下のフィールドに入力します：

     テナント名

     データが存在するテナント。 例えば、ibm.onmicrosoft.com です。

     アプリケーション ID

     アプリのID。 例えば、19ce9f74-cd14-4b68-8dfc-4bcc75ed2fe9 です。 以下のファイルをアップロードしてください：

     認証ファイル

     SharePoint で作成した認証ファイル。 例えば、myinfo.crt です。

     秘密鍵ファイル

     SharePointで作成した秘密鍵ファイル。 例えば、private.app.key です。

     秘密鍵のパスワードが必要な場合は、パスワードを指定する。 このクローラーが指定されたサイトコレクションのみにアクセスする権限を持っている場合、 Azure Access Control Service スイッチを On に設定し、次の値を指定します：

     • クライアント ID
     • クライアント秘密鍵

8. Specify what you want to crawl セクションで、以下のフィールドに値を追加する：

   サイトコレクションのURL

   SharePoint のウェブサービス URL。 例えば、https://organization_name.com です。

   ユーザー本人のみ

   サイトコレクション名フィールドで、サイトコレクションが使用する名前を指定します。 サイトコレクションの設定から名前を取得します。

9. オプション: データ・ソース・サーバーへのアクセスにプロキシ・サーバーを使用している場合は、プロキシ設定セクションで、プロキシ設定を有効にするスイッチを On に設定します。 以下のフィールドに値を追加する：

   ユーザー名

   オプション。 プロキシサーバーが認証を必要とする場合、認証するプロキシサーバーのユーザー名。 ユーザー名が不明な場合は、ご使用のプロキシー・サーバーの管理者から入手できます。

   パスワード

   オプション。 プロキシサーバーが認証を必要とする場合、認証するためのプロキシサーバーのパスワード。 パスワードが不明な場合は、ご使用のプロキシー・サーバーの管理者から入手できます。

   プロキシサーバーのホスト名またはIPアドレス

   プロキシサーバーのホスト名またはIPアドレス。

   プロキシー・サーバーのポート番号

   プロキシサーバー上で接続したいネットワークポート。

10. オプション: ドキュメントレベルのセキュリティを有効にしたい場合は、セキュリティセクションで、ドキュメントレベルのセキュリティを有効にするスイッチを On に設定します。

    このオプションを有効にすると、ユーザーは SharePoint にログインしているときにアクセスできるのと同じコンテンツをクロールしてクエリできます。 詳しくは、ドキュメントレベルのセキュリティをサポートする を参照してください。

    ユーザー本人のみ：このオプションを有効にすると、登録時にアプリケーションに割り当てられた Azure ID を Application ID フィールドに追加する必要があります。

    ドキュメント レベルのセキュリティを有効にするには、SharePoint にアプリケーションを登録する必要があります。 詳細については、使用するプリンシパル・タイプの前提条件を参照してください。

11. クローラーにサイト上の画像からテキストを抽出させたい場合は、その他の処理設定を展開し、光学式文字認識（OCR）を適用を On に設定します。

    OCRが有効で、文書に画像が含まれている場合、処理に時間がかかります。 詳しくは、光学式文字認識 をご覧ください。

12. 「完了 (Finish)」 をクリックします。

コレクションは素早く作られる。 データがコレクションに追加されるため、処理に時間がかかる。

進捗状況を確認したい場合は、アクティビティページにアクセスしてください。 ナビゲーションペインから、コレクションの管理をクリックし、クリックしてコレクションを開きます。