IBM Cloud Object Storage

搜寻存储在 IBM Cloud® Object Storage 数据源中的文档。

IBM Cloud 仅IBM Cloud

此信息仅适用于受管部署。

要搜寻的文档

在初始搜寻内容期间，将搜寻可从存储端点访问的所有内容中的文档并将其添加到集合中。无法搜寻专用端点。

在后续调度的重新搜寻期间，将仅搜寻新的和已修改的文档，并且会在集合中反映任何更改。不会从集合中删除从外部数据源中删除的文档。

所有 Discovery 数据源连接器都是只读的。无论向搜寻帐户授予何种许可权，Discovery 从不写入，更新或删除原始数据源中的任何内容。

下表说明了 Discovery 可搜寻的对象。

支持数据源抓取
数据源	已搜寻的对象
IBM Cloud Object Storage	存储区、文件

获取要连接到的 Web 站点上内容的任何必需服务许可证。有关许可证的更多信息，请与数据源的系统管理员联系。

端点

IBM Cloud Object Storage 数据的 endpoint。例如，s3.us-south.cloud-object-storage.appdomain.cloud。

请勿在端点值中包含 http:// 或 https://。有关更多信息，请参阅区域端点。

除了端点外，您还必须提供凭证以启用对对象库的认证。您可以选择使用下列其中一种认证方法:

HMAC: 使用基于散列的消息认证代码来认证用户。 HMAC 是一种使用散列函数和密钥的加密认证技术。在通过互联网发送之前，会对数据进行紧急处理。然后，预期收件人使用密钥来解扰数据。有关更多信息，请参阅 HMAC 认证。
IAM: 使用IBM Cloud Identity and Access Management(IAM) 服务对用户进行身份验证。这种身份验证类型的优势在于，用户可以使用相同的流程访问IBM Cloud平台中的所有资源。有关更多信息，请参阅 IAM 认证。

要访问凭证信息，请转至 IBM Cloud Object Storage 服务实例的服务凭证页面。展开服务凭证以查看凭证详细信息。

有关更多信息，请参阅 Object Storage 产品文档中的服务凭证。

如果要使用 HMAC 认证，那么必须准备好以下信息:

访问密钥标识: 创建 IBM Cloud Object Storage 实例时生成的 access_key_id。例如，347aa3a4b34344f8bc7c7cccdf856e4c。
访问私钥: 用于对请求进行签名的 secret_access_key。此密钥是在创建 IBM Cloud Object Storage 实例时生成的。例如，gvurfb82712ad14W7a7915h763a6i87155d30a1234364f61。

如果要使用 IAM 认证，必须准备好以下信息:

IAM API 密钥: 例如， 0viPHOY7LbLNa9eLftrtHPpTjoGv6hbLD1QalRXikliJ
资源实例标识: 例如， cloud-object-storage:global:a/3ag0e9402tyfd5d29761c3e97696b71n:d6f74k03-6k4f-4a82-b165-697354o63903::

请从您的 Discovery 项目开始，完成以下步骤：

从导航窗格中，选择 管理集合。
点击 “新收藏”。
单击 Need to connect to a data source? 字段旁边的链接，单击 IBM Cloud Object Storage，然后单击 Next。
选择凭证类型，然后使用先前收集的信息填写字段。
- IAM
- HMAC
单击下一步。
命名集合。
如果存储中文档的语言不是英语，请选择相应的语言。

有关受支持语言的列表，请参阅语言支持。
可选: 更改同步调度。

有关更多信息，请参阅搜寻调度选项。
选择您想爬的桶。

选择的存储区越多，处理文档所需的时间越长。
如果要限制要添加到集合的文件类型，那么可以列出要包含或排除的文件类型的文件扩展名。

选择列出要排除的文件类型的扩展名时，必须至少添加一个文件扩展名。

有关受支持文件类型的列表，请参阅受支持的文件类型。
如果希望搜寻器从站点上的图像中抽取文本，请展开 更多处理设置，并将 应用光学字符识别 (OCR) 设置为 On。

启用 OCR 并且您的文档包含图像时，处理需要更长时间。有关更多信息，请参阅光学字符识别。
单击完成。

将快速创建集合。将数据添加到集合时，处理数据需要更多时间。

如果要检查进度，请转至“活动”页面。在导航窗格中，单击 管理集合，然后单击以打开集合。