เพิ่มระบบค้นหาข้อความเต็มรูปแบบ Elasticsearch ลงใน Nextcloud

ในการค้นหาเนื้อหาภายในไฟล์ใน Nextcloud ให้ติดตั้งเฟรมเวิร์กการค้นหาข้อความเต็มรูปแบบ แอปแพลตฟอร์ม Elasticsearch และผู้ให้บริการไฟล์ จากนั้นเชื่อมต่อแอปกับเซิร์ฟเวอร์ Elasticsearch 8 ที่เข้ากันได้และสร้างดัชนี การดำเนินการนี้จะเพิ่มข้อความในเอกสารที่สามารถค้นหาได้ แต่ยังเพิ่มบริการแยกต่างหากสำหรับการรักษาความปลอดภัย การตรวจสอบ และการบำรุงรักษาด้วย README ของตัวเชื่อมต่อปัจจุบันระบุว่า Elasticsearch 8 เป็นเวอร์ชันหลักที่รองรับ ดังนั้นโปรดตรวจสอบความเข้ากันได้กับเวอร์ชันแอปที่ติดตั้งก่อนที่จะเลือกเวอร์ชัน Elasticsearch ที่เฉพาะเจาะจง

เลือกการตั้งค่าที่เหมาะสมกับเซิร์ฟเวอร์ของคุณ

Elasticsearch ช่วยให้ผู้ใช้ค้นหาคำภายในเอกสารได้ นอกเหนือจากชื่อไฟล์และข้อมูลเมตาพื้นฐาน ข้อเสียคือต้องมีบริการเพิ่มเติมที่ต้องดูแลรักษาความปลอดภัยและบำรุงรักษา รวมถึงการใช้หน่วยความจำ ดิสก์ และ CPU ในระหว่างการจัดทำดัชนี ระบบคลาวด์ขนาดเล็กอาจไม่คุ้มค่ากับค่าใช้จ่ายเหล่านี้ แต่ทีมที่มีเอกสารจำนวนมากอาจพบว่าการค้นหาเนื้อหาคุ้มค่ากับค่าใช้จ่าย

แอปพลิเคชันสามตัวประกอบกันเป็นระบบนี้ ได้แก่ การค้นหาข้อความเต็มรูปแบบที่ทำหน้าที่ประสานงานระหว่างผู้ให้บริการและแพลตฟอร์ม Elasticsearch ที่เชื่อมต่อเฟรมเวิร์กกับเอนจิน และ Files ที่ให้ข้อมูลเนื้อหาไฟล์ สามารถเลือกแอปพลิเคชันแพลตฟอร์มได้เพียงครั้งละหนึ่งแอปเท่านั้น โปรดดูREADME ของเฟรมเวิร์กและREADME ของผู้ให้บริการ Files

ตัวอย่าง Linux เหล่านี้ใช้พาธและwww-dataบัญชีผู้ใช้ของ Debian หรือ Ubuntu ปรับพาธและผู้ใช้บริการสำหรับคอนเทนเนอร์หรือระบบปฏิบัติการอื่นๆ

1. ตรวจสอบความเข้ากันได้และเตรียม Elasticsearch ให้พร้อม

ตรวจสอบเวอร์ชัน Nextcloud และแอปของคุณก่อนติดตั้ง Elasticsearch เอกสาร README ของตัวเชื่อมต่อระบุว่า ตั้งแต่เวอร์ชันแอป 26.0.0 เป็นต้นไป จะรองรับ Elasticsearch 8 อย่าคิดว่า Elasticsearch 9 จะใช้งานร่วมกันได้เพียงเพราะเป็นเวอร์ชันใหม่กว่า โปรดตรวจสอบเอกสารREADME ของตัวเชื่อมต่อและวิกิการติดตั้งสำหรับเวอร์ชันของคุณ

ติดตั้ง Elasticsearch โดยใช้คำแนะนำของ Elastic สำหรับระบบปฏิบัติการและเวอร์ชันหลักที่เข้ากันได้ แพ็คเกจ Debian ของ Elastic มี OpenJDK รวมอยู่ด้วย ดังนั้นโดยปกติแล้วจึงไม่จำเป็นต้องติดตั้ง Java แยกต่างหากสำหรับแพ็คเกจนั้น ดูเอกสารการติดตั้งแพ็คเกจ Debian ของ Elasticควรจำกัดการเข้าถึง Elasticsearch ไว้เฉพาะจากโฮสต์ Nextcloud หรือเครือข่ายแอปพลิเคชันส่วนตัวเท่านั้น เว้นแต่สถาปัตยกรรมของคุณจะกำหนดเป็นอย่างอื่น Elasticsearch 8 เปิดใช้งานคุณสมบัติความปลอดภัยระหว่างการตั้งค่าแพ็คเกจ รักษาการตรวจสอบสิทธิ์และ TLS สำหรับการใช้งานผ่านเครือข่าย และอย่าเปิดเผยปลายทางการค้นหาที่ไม่ได้รับการตรวจสอบสิทธิ์สู่สาธารณะทางอินเทอร์เน็ต

เมื่อบริการเริ่มต้นแล้ว ให้ทดสอบเอนด์พอยต์ในเครื่องของคุณโดยใช้รูปแบบและข้อมูลรับรองที่กำหนดไว้ระหว่างการติดตั้ง สำหรับอินสแตนซ์ที่ปลอดภัยในเครื่อง คำขออาจมีลักษณะดังนี้curl --cacert /path/to/http_ca.crt -u elastic https://localhost:9200; ป้อนรหัสผ่านเมื่อได้รับแจ้งแทนที่จะบันทึกไว้ในประวัติคำสั่งเชลล์ ใช้ใบรับรอง CA ที่สร้างขึ้นสำหรับการติดตั้งของคุณ ไม่ใช่เส้นทางตัวยึดตำแหน่ง การตอบสนองที่สำเร็จควรระบุโหนดและเวอร์ชันของ Elasticsearch หากการตรวจสอบนี้ล้มเหลว ให้แก้ไขบริการ ความน่าเชื่อถือของใบรับรอง หรือข้อมูลรับรองก่อนที่จะกำหนดค่า Nextcloud

2. ติดตั้งแอปพลิเคชันค้นหา Nextcloud

ใช้หน้าแอปของ Nextcloud เพื่อติดตั้งและเปิดใช้งานการค้นหาข้อความเต็ม (Full text search) , การค้นหาข้อความเต็ม - แพลตฟอร์ม Elasticsearch (Full text search - Elasticsearch Platform)และการค้นหาข้อความเต็ม - ไฟล์ (Full text search - Files ) นอกจากนี้ คุณยังสามารถใช้occเครื่องมือการจัดการแบบบรรทัดคำสั่งของ Nextcloud จากไดเร็กทอรีการติดตั้ง Nextcloud ได้อีกด้วย สำหรับการติดตั้งบน Debian หรือ Ubuntu รูปแบบจะเป็นดังนี้:

cd /var/www/nextcloud
sudo -E -u www-data php occ app:install fulltextsearch
sudo -E -u www-data php occ app:install fulltextsearch_elasticsearch
sudo -E -u www-data php occ app:install files_fulltextsearch

ใช้บัญชี HTTP ของระบบปฏิบัติการของคุณและปฏิบัติตามคำแนะนำ occ ของ Nextcloud หากติดตั้งแอปแล้วแต่ถูกปิดใช้งาน ให้ใช้ ตรวจสอบocc app:enable APP_IDให้แน่ใจว่าแอปทั้งสามแอปใช้งานร่วมกับ Nextcloud เวอร์ชันของคุณได้

3. กำหนดค่าแพลตฟอร์มและผู้ให้บริการไฟล์

เปิดการตั้งค่าผู้ดูแลระบบและเลือกส่วนการค้นหาข้อความเต็ม เลือก Elasticsearch เป็นแพลตฟอร์มการค้นหา จากนั้นป้อนที่อยู่เซิร์ฟเล็ตของ Elasticsearch ชื่อดัชนี และข้อมูลรับรองการเชื่อมต่อหรือการตั้งค่าใบรับรองที่จำเป็นใดๆ ที่เปิดเผยโดยตัวเชื่อมต่อที่คุณติดตั้ง ที่อยู่ดังกล่าวต้องสามารถเข้าถึงได้จากกระบวนการเซิร์ฟเวอร์ Nextcloud หากทั้งสองบริการทำงานในเครือข่ายคอนเทนเนอร์เดียวกันlocalhostโดยปกติแล้วจะชี้ไปยังคอนเทนเนอร์ Nextcloud เอง ไม่ใช่คอนเทนเนอร์ Elasticsearch ให้ใช้ชื่อบริการ Elasticsearch หรือชื่อโฮสต์ภายในแทน

ใช้ชื่อดัชนีตัวพิมพ์เล็ก เช่นnextcloud; กำหนดดัชนีแยกกันให้กับแต่ละคลาวด์หากมีการใช้บริการร่วมกัน การตั้งชื่อที่แยกจากกันจะช่วยในการบริหารจัดการ แต่ไม่สามารถทดแทนการควบคุมการเข้าถึงได้ อย่าให้ข้อมูลประจำตัวปรากฏในภาพหน้าจอ ตั๋ว และประวัติการใช้งานเชลล์

ในการตั้งค่าผู้ให้บริการไฟล์ ให้เปิดใช้งานการจัดทำดัชนีสำหรับประเภทไฟล์และช่วงขนาดที่ผู้ใช้ของคุณต้องการ เนื้อหาที่ค้นหาได้ขึ้นอยู่กับผู้ให้บริการและการสนับสนุนการดึงข้อมูล การจัดทำดัชนีเฉพาะชื่อไฟล์จะไม่ทำให้ข้อความภายในไฟล์ PDF สามารถค้นหาได้ ตัวประมวลผลไฟล์แนบของ Elasticsearch จะดึงข้อความจากรูปแบบไฟล์ทั่วไป เช่น PDF และเอกสาร Office แต่มีข้อจำกัดในการดึงข้อมูลและรูปแบบที่รองรับ ใน Elasticsearch 8 ฟังก์ชันการนำเข้าไฟล์แนบรวมอยู่ในชุดการแจกจ่ายแล้ว โปรดดูข้อมูลอ้างอิงตัวประมวลผลไฟล์แนบของ Elasticสำหรับการสแกนหรือรูปภาพ การดึงข้อความจากเอกสารทั่วไปไม่ใช่ OCR: เพิ่มผู้ให้บริการ OCR เฉพาะเมื่อคุณต้องการความสามารถนั้นและได้ตรวจสอบข้อกำหนดแล้วเท่านั้น รักษาขีดจำกัดขนาดไฟล์ให้เหมาะสมบนเซิร์ฟเวอร์ที่มีทรัพยากรจำกัด

4. สร้างดัชนีและปรับปรุงให้เป็นปัจจุบันอยู่เสมอ

ทำการตรวจสอบสถานะสุขภาพก่อนทำการจัดทำดัชนี จากไดเร็กทอรี Nextcloud ให้ใช้คำสั่งต่อไปนี้:

sudo -E -u www-data php occ fulltextsearch:check

แก้ไขข้อผิดพลาดเกี่ยวกับการเชื่อมต่อ แพลตฟอร์ม หรือผู้ให้บริการที่รายงานมาก่อน จากนั้นจึงเริ่มการจัดทำดัชนีเบื้องต้น:

sudo -E -u www-data php occ fulltextsearch:index

การทำงานครั้งแรกจะตรวจสอบไฟล์ของผู้ใช้ที่เลือกไว้ และอาจใช้เวลานาน โปรดรักษาความเสถียรของเซสชัน SSH หรือเรียกใช้คำสั่งในโปรแกรมจัดการเทอร์มินัล เช่นtmuxและตรวจสอบการใช้งาน CPU หน่วยความจำ และพื้นที่ดิสก์ การสร้างดัชนีจะคัดลอกข้อความที่ดึงออกมาและข้อมูลเมตาของไฟล์ไปยัง Elasticsearch ซึ่งไม่ใช่สิ่งที่จะมาทดแทนการสำรองข้อมูลของ Nextcloud โปรดวางแผนที่จะปกป้องดัชนีการค้นหาและข้อมูลประจำตัว และโปรดจำไว้ว่าการลบหรือสร้างดัชนีใหม่ อาจต้องทำการสร้างดัชนีใหม่ทั้งหมดอีกครั้ง

สำหรับการอัปเดตอย่างต่อเนื่อง ตรวจสอบให้แน่ใจว่างานเบื้องหลังของ Nextcloud ทำงานได้อย่างน่าเชื่อถือ โครงการนี้ยังได้บันทึก วิธี fulltextsearch:liveการใช้งาน worker สำหรับการจัดทำดัชนีแบบเกือบจะทันที ซึ่งสามารถลดความล่าช้าในการอัปเดตได้ แต่จะเพิ่มบริการที่ต้องดูแล เริ่มต้นด้วยงานที่กำหนดเวลาไว้ก่อน และเพิ่ม worker เฉพาะเมื่อความล่าช้ามีความสำคัญ ปรับตัวอย่างบริการต้นทางให้เข้ากับเส้นทาง บัญชี และลำดับการเริ่มต้นฐานข้อมูลของคุณ

ตรวจสอบผลลัพธ์และเลือกข้อแลกเปลี่ยนที่เหมาะสม

หลังจากกระบวนการจัดทำดัชนีเสร็จสมบูรณ์ ให้ค้นหาวลีที่โดดเด่นซึ่งปรากฏอยู่ภายในเอกสารทดสอบขนาดเล็ก แต่ไม่อยู่ในชื่อไฟล์ ตรวจสอบว่า Nextcloud ส่งคืนไฟล์ที่คาดหวังให้กับผู้ใช้ที่มีสิทธิ์ในการอ่าน จากนั้นอัปโหลดหรือแก้ไขเอกสารทดสอบฉบับที่สอง อนุญาตให้งานเบื้องหลังที่กำหนดค่าไว้หรือตัวทำงานแบบเรียลไทม์ทำงาน และทำการค้นหาซ้ำ การตรวจสอบสถานะที่สำเร็จเพียงอย่างเดียวไม่ได้พิสูจน์ว่าเนื้อหาไฟล์ได้รับการจัดทำดัชนีแล้ว

หากแสดงเฉพาะชื่อไฟล์ ให้ตรวจสอบผู้ให้บริการไฟล์ ประเภทไฟล์และการตั้งค่าขนาด การรองรับการแตกไฟล์ และบันทึกดัชนี สำหรับปัญหาการเชื่อมต่อ ให้ตรวจสอบปลายทางจากเครือข่ายของ Nextcloud ความเชื่อถือ TLS และข้อมูลรับรอง

เลือกใช้ Elasticsearch เมื่อการค้นหาเนื้อหามีความสำคัญมากพอที่จะคุ้มค่ากับการดูแลรักษาระบบที่มีสถานะเพิ่มเติมอีกตัวหนึ่ง หากการค้นหาด้วยชื่อไฟล์เพียงพอแล้ว ให้ข้ามขั้นตอนการเพิ่มทรัพยากรและภาระด้านความปลอดภัยนี้ไป ก่อนการอัปเกรดในสภาพแวดล้อมการใช้งานจริง โปรดตรวจสอบการใช้งาน Nextcloud, แอป และ Elasticsearch ที่ถูกต้องอีกครั้ง การตั้งค่านี้ไม่ได้รองรับวิธีการปรับใช้ทุกวิธี