如何使用Azure Cognitive Search实现SharePoint多站点全局搜索

需求概述 #

根SharePoint站点（https://xxx.sharepoint.com/）下有多个子站点，希望创建统一索引覆盖所有子站点内容，无需逐个配置站点索引，且查询时能返回内容对应的子站点信息。

当前已配置的数据源（中文翻译版） #

{
  "name": "sharepoint-gloabalsearch-datasource1",
  "type": "sharepoint",
  "credentials": {
    "connectionString": "SharePointOnlineEndpoint=https://xxx.sharepoint.com/;ApplicationId=\"\";ApplicationSecret=\"\";TenantId=\"\""
  },
  "container": {
    "name": "allSiteLibraries",
    "query": "includeLibrariesInSite=https://xxx.sharepoint.com/"
  }
}

实现方案 #

1. 调整数据源配置实现全子站点覆盖 #

你当前的配置仅会索引根站点本身的文档库，要包含所有子站点，需要修改container.query参数：

• 将原参数替换为：includeSites=https://xxx.sharepoint.com/,includeSubsites=true
• 这个配置会递归爬取根站点下的所有子站点及对应文档库内容
• 同时修正连接字符串的引号格式，避免语法错误（去掉重复的双引号，正确格式为ApplicationId="你的应用ID";ApplicationSecret="你的应用密钥";TenantId="你的租户ID"）

2. 索引字段配置确保站点信息可追溯 #

创建索引时，务必包含siteUrl、siteName这类自带的站点标识字段，这样查询结果中就能直接看到内容所属的子站点地址或名称。

3. 权限验证 #

用于连接的应用程序需要拥有租户级的SharePoint读取权限，或者至少拥有根站点及所有子站点的读取权限，否则部分子站点内容会无法被索引。可以通过SharePoint管理员中心给应用程序批量授权。

4. 测试验证 #

配置完成后运行全量索引爬取，爬取结束后执行测试查询，确认不同子站点的内容都能被检索到，且站点信息正确关联。

内容的提问来源于stack exchange，提问作者Komal Kekare