Para criar um repositório de dados e ingerir dados para pesquisa, acesse a seção da fonte que você planeja usar:
- Criar um repositório de dados usando o conteúdo do site
- Importar do BigQuery
- Importar do Cloud Storage
- Sincronizar com o Google Drive
- Sincronizar do Gmail (prévia pública)
- Sincronizar com o Google Sites (pré-lançamento)
- Sincronizar com o Google Agenda (prévia pública)
- Sincronizar com os Grupos do Google (pré-lançamento público)
- Sincronizar dados de pessoas (pré-lançamento público)
- Importar do Cloud SQL
- Importar do Spanner (pré-lançamento público)
- Importar do Firestore
- Importar do Bigtable (pré-lançamento público)
- Importar do AlloyDB para PostgreSQL (prévia pública)
- Fazer upload de dados JSON estruturados com a API
- Criar um repositório de dados usando o Terraform
Para sincronizar dados de uma fonte de dados de terceiros, consulte Conectar uma fonte de dados de terceiros.
Criar um repositório de dados usando o conteúdo do site
Use o procedimento a seguir para criar um repositório de dados e indexar sites.
Para usar um repositório de dados de site depois de criá-lo, anexe-o a um app que tenha os recursos empresariais ativados. Você pode ativar a Enterprise Edition para um app ao criá-lo. Isso gera custos adicionais. Consulte Criar um app de pesquisa e Sobre os recursos avançados.
Console
Para usar o console do Google Cloud para criar um repositório de dados e indexar sites, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em Criar repositório de dados.
Na página Origem, selecione Conteúdo do site.
Escolha se quer ativar a indexação avançada de sites para esse repositório de dados. Essa opção não pode ser ativada ou desativada depois.
A indexação avançada de sites oferece recursos adicionais, como resumo da pesquisa, pesquisa com acompanhamentos e respostas extrativas. A indexação avançada de sites tem um custo adicional e exige que você verifique a propriedade do domínio de qualquer site que indexar. Para mais informações, consulte Indexação avançada de sites e Preços.
No campo Sites a incluir, insira os padrões de URL que correspondem aos sites que você quer incluir no seu repositório de dados. Inclua um padrão de URL por linha, sem separadores por vírgula. Por exemplo,
example.com/docs/*
Opcional: no campo Sites a serem excluídos, insira padrões de URL que você quer excluir do repositório de dados.
Os sites excluídos têm prioridade sobre os incluídos. Portanto, se você incluir
example.com/docs/*
, mas excluirexample.com
, nenhum site será indexado. Para mais informações, consulte Dados do site.Clique em Continuar.
Selecione um local para o repositório de dados.
- Ao criar um repositório de dados básico de pesquisa no site, essa opção sempre é definida como global (Global).
- Ao criar um repositório de dados com indexação avançada de sites, você pode selecionar um local. Como os sites indexados precisam ser públicos, o Google recomenda que você selecione global (Global) como seu local. Isso garante a máxima disponibilidade de todos os serviços de pesquisa e resposta e elimina as limitações dos repositórios de dados regionais.
Insira um nome para o repositório de dados.
Clique em Criar. A Vertex AI para Pesquisa cria e exibe os repositórios de dados na página Repositórios de dados.
Para conferir informações sobre seu repositório de dados, clique no nome dele na coluna Nome. A página do repositório de dados vai aparecer.
- Se você ativou a indexação avançada de sites, um aviso vai aparecer pedindo para verificar os domínios no seu repositório de dados.
- Se você tiver uma falta de cota (o número de páginas nos sites especificados excede a cota "Número de documentos por projeto"), um aviso adicional vai aparecer solicitando que você faça upgrade da cota.
Para verificar os domínios dos padrões de URL no seu repositório de dados, siga as instruções na página Verificar domínios de sites.
Para fazer upgrade da cota, siga estas etapas:
- Clique em Fazer upgrade da cota. A página IAM e administrador do console Google Cloud aparece.
- Siga as instruções em Solicitar um limite de cota maior na documentação do Google Cloud . A cota a ser aumentada é Número de documentos no serviço API Discovery Engine.
- Depois de enviar o pedido de um limite de cota maior, volte para a página Aplicativos de IA e clique em Repositórios de dados no menu de navegação.
- Clique no nome do repositório de dados na coluna Nome. A coluna Status indica que a indexação está em andamento para os sites que excederam a cota. Quando a coluna Status de um URL mostra Indexado, os recursos de indexação avançada de sites estão disponíveis para esse URL ou padrão de URL.
Para mais informações, consulte Cota para indexação de páginas da Web na página "Cotas e limites".
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar sites
Próximas etapas
Para anexar o repositório de dados do site a um app, crie um app com os recursos do Enterprise ativados e selecione o repositório de dados seguindo as etapas em Criar um app de pesquisa.
Se você ativou a indexação avançada de sites, é possível usar dados estruturados para atualizar seu esquema.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Importar do BigQuery
A Pesquisa da Vertex AI permite pesquisar dados do BigQuery.
É possível criar repositórios de dados com base em tabelas do BigQuery de duas maneiras:
Ingestão única: você importa dados de uma tabela do BigQuery para um repositório de dados. Os dados no repositório de dados não mudam, a menos que você atualize manualmente.
Ingestão periódica: você importa dados de uma ou mais tabelas do BigQuery e define uma frequência de sincronização que determina a frequência com que os armazenamentos de dados são atualizados com os dados mais recentes do conjunto de dados do BigQuery.
A tabela a seguir compara as duas maneiras de importar dados do BigQuery para repositórios de dados da Pesquisa da Vertex AI.
Ingestão única | Ingestão periódica |
---|---|
Disponibilidade geral (GA). | Pré-lançamento público. |
Os dados precisam ser atualizados manualmente. | Os dados são atualizados automaticamente a cada 1, 3 ou 5 dias. Não é possível atualizar os dados manualmente. |
A Pesquisa da Vertex AI cria um único repositório de dados com base em uma tabela do BigQuery. | A Vertex AI Search cria um conector de dados para um conjunto de dados do BigQuery e um repositório de dados (chamado de repositório de dados de entidade) para cada tabela especificada. Para cada conector de dados, as tabelas precisam ter o mesmo tipo de dados (por exemplo, estruturados) e estar no mesmo conjunto de dados do BigQuery. |
Os dados de várias tabelas podem ser combinados em um repositório de dados. Primeiro, ingira os dados de uma tabela e depois mais dados de outra fonte ou tabela do BigQuery. | Como a importação manual de dados não é compatível, os dados em um repositório de dados de entidade só podem ser originados de uma tabela do BigQuery. |
O controle de acesso à fonte de dados é compatível. | O controle de acesso à fonte de dados não é compatível. Os dados importados podem conter controles de acesso, mas eles não serão respeitados. |
É possível criar um repositório de dados usando o consoleGoogle Cloud ou a API. | Você precisa usar o console para criar conectores de dados e os armazenamentos de dados de entidades deles. |
Compatível com CMEK. | Compatível com CMEK. |
Importar uma vez do BigQuery
Para ingerir dados de uma tabela do BigQuery, siga estas etapas para criar um repositório de dados e ingerir dados usando o console Google Cloud ou a API.
Antes de importar seus dados, consulte Preparar dados para ingestão.
Console
Para usar o console Google Cloud e ingerir dados do BigQuery, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em
Criar repositório de dados.Na página Origem, selecione BigQuery.
Selecione o tipo de dados que você vai importar na seção Que tipo de dados você está importando?.
Selecione Uma vez na seção Frequência de sincronização.
No campo Caminho do BigQuery, clique em Procurar, selecione uma tabela que você preparou para ingestão e clique em Selecionar. Se preferir, insira o local da tabela diretamente no campo Caminho do BigQuery.
Clique em Continuar.
Se você estiver fazendo uma importação única de dados estruturados:
Mapeie campos para propriedades principais.
Se houver campos importantes faltando no esquema, use Adicionar novo campo para incluir.
Para mais informações, consulte Sobre a detecção e edição automáticas.
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do repositório de dados para conferir os detalhes na página Dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Importação concluída, a ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
REST
Para usar a linha de comando e criar um repositório de dados e importar dados do BigQuery, siga estas etapas.
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DATA_STORE_DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"] }'
Substitua:
PROJECT_ID
: o ID do seu Google Cloud projeto.DATA_STORE_ID
: o ID do repositório de dados da Vertex AI para Pesquisa que você quer criar. Esse ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DATA_STORE_DISPLAY_NAME
: o nome de exibição do repositório de dados da Vertex AI para Pesquisa que você quer criar.
Opcional: se você estiver enviando dados não estruturados e quiser configurar a análise de documentos ou ativar a divisão de documentos para RAG, especifique o objeto
documentProcessingConfig
e inclua-o na solicitação de criação do repositório de dados. Recomendamos configurar um analisador de OCR para PDFs se você estiver ingerindo PDFs digitalizados. Para saber como configurar opções de análise ou divisão em partes, consulte Analisar e dividir documentos.Importe dados do BigQuery.
Se você definiu um esquema, verifique se os dados estão em conformidade com ele.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "bigquerySource": { "projectId": "PROJECT_ID", "datasetId":"DATASET_ID", "tableId": "TABLE_ID", "dataSchema": "DATA_SCHEMA", "aclEnabled": "BOOLEAN" }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", "errorConfig": { "gcsPrefix": "ERROR_DIRECTORY" } }'
Substitua:
PROJECT_ID
: o ID do seu Google Cloud projeto.DATA_STORE_ID
: o ID do repositório de dados da Vertex AI para Pesquisa.DATASET_ID
: o ID do conjunto de dados do BigQuery.TABLE_ID
: o ID da tabela do BigQuery.- Se a tabela do BigQuery não estiver em PROJECT_ID, conceda à conta de serviço
service-<project number>@gcp-sa-discoveryengine.iam.gserviceaccount.com
a permissão "Leitor de dados do BigQuery" para a tabela do BigQuery. Por exemplo, se você estiver importando uma tabela do BigQuery do projeto de origem "123" para o projeto de destino "456", conceda permissõesservice-456@gcp-sa-discoveryengine.iam.gserviceaccount.com
para a tabela do BigQuery no projeto "123".
- Se a tabela do BigQuery não estiver em PROJECT_ID, conceda à conta de serviço
DATA_SCHEMA
: opcional. Os valores sãodocument
ecustom
. O padrão édocument
.document
: a tabela do BigQuery usada precisa estar de acordo com o esquema padrão do BigQuery fornecido em Preparar dados para ingestão. Você pode definir o ID de cada documento e incluir todos os dados na string jsonData.custom
: qualquer esquema de tabela do BigQuery é aceito, e a Vertex AI Search gera automaticamente os IDs de cada documento importado.
ERROR_DIRECTORY
: opcional. Um diretório do Cloud Storage para informações de erro sobre a importação, por exemplo,gs://<your-gcs-bucket>/directory/import_errors
. O Google recomenda deixar esse campo em branco para permitir que a Vertex AI para Pesquisa crie automaticamente um diretório temporário.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do BigQuery para seu repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os documentos existentes por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao repositório de dados, e os documentos que não estão no BigQuery são removidos dele. O modoFULL
é útil se você quiser excluir automaticamente documentos que não precisa mais.AUTO_GENERATE_IDS
: opcional. Especifica se os IDs de documentos serão gerados automaticamente. Se definido comotrue
, os IDs de documento serão gerados com base em um hash do payload. Os IDs de documentos gerados podem não permanecer consistentes em várias importações. Se você gerar IDs automaticamente em várias importações, o Google recomenda definirreconciliationMode
comoFULL
para manter IDs de documento consistentes.Especifique
autoGenerateIds
somente quandobigquerySource.dataSchema
estiver definido comocustom
. Caso contrário, um erroINVALID_ARGUMENT
será retornado. Se você não especificarautoGenerateIds
ou definir comofalse
, precisará especificaridField
. Caso contrário, a importação dos documentos vai falhar.ID_FIELD
: opcional. Especifica quais campos são os IDs de documento. Para arquivos de origem do BigQuery,idField
indica o nome da coluna na tabela do BigQuery que contém os IDs dos documentos.Especifique
idField
somente quando: (1)bigquerySource.dataSchema
estiver definido comocustom
e (2)auto_generate_ids
estiver definido comofalse
ou não especificado. Caso contrário, um erroINVALID_ARGUMENT
será retornado.O valor do nome da coluna do BigQuery precisa ser do tipo string, ter entre 1 e 63 caracteres e estar de acordo com a RFC-1034. Caso contrário, a importação dos documentos vai falhar.
C#
Para mais informações, consulte a documentação de referência da API C# de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Go
Para mais informações, consulte a documentação de referência da API Go de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Java
Para mais informações, consulte a documentação de referência da API Java de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Node.js
Para mais informações, consulte a documentação de referência da API Node.js de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Ruby
Para mais informações, consulte a documentação de referência da API Ruby de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Conectar-se ao BigQuery com sincronização periódica
Antes de importar seus dados, consulte Preparar dados para ingestão.
O procedimento a seguir descreve como criar um conector de dados que associa um conjunto de dados do BigQuery a um conector de dados da Pesquisa da Vertex AI e como especificar uma tabela no conjunto de dados para cada repositório de dados que você quer criar. Os repositórios de dados filhos de conectores de dados são chamados de repositórios de dados de entidade.
Os dados do conjunto de dados são sincronizados periodicamente com os repositórios de dados de entidades. É possível especificar a sincronização diária, a cada três dias ou a cada cinco dias.
Console
Para usar o console do Google Cloud e criar um conector que sincroniza dados periodicamente de um conjunto de dados do BigQuery para a Pesquisa da Vertex AI, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em Criar repositório de dados.
Na página Origem, selecione BigQuery.
Selecione o tipo de dados que você está importando.
Clique em Periódica.
Selecione a Frequência de sincronização, ou seja, a frequência com que você quer que o conector da Pesquisa da Vertex AI seja sincronizado com o conjunto de dados do BigQuery. É possível mudar a frequência depois.
No campo Caminho do conjunto de dados do BigQuery, clique em Procurar e selecione o conjunto de dados que contém as tabelas preparadas para ingestão. Ou insira o local da tabela diretamente no campo Caminho do BigQuery. O formato do caminho é
projectname.datasetname
.No campo Tabelas a serem sincronizadas, clique em Procurar e selecione uma tabela que contenha os dados desejados para o repositório de dados.
Se houver outras tabelas no conjunto de dados que você quer usar para armazenamentos de dados, clique em Adicionar tabela e especifique essas tabelas também.
Clique em Continuar.
Escolha uma região para o repositório de dados, insira um nome para o conector de dados e clique em Criar.
Agora você criou um conector de dados que vai sincronizar periodicamente os dados com o conjunto de dados do BigQuery. e você criou um ou mais repositórios de dados de entidades. Os repositórios de dados têm os mesmos nomes das tabelas do BigQuery.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do conector de dados para conferir os detalhes na página Dados > guia Atividade de ingestão de dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Concluída, a primeira ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
Depois de configurar a fonte de dados e importar os dados pela primeira vez, o repositório de dados sincroniza as informações dessa fonte com uma frequência que você seleciona durante a configuração. Cerca de uma hora depois da criação do conector de dados, a primeira sincronização ocorre. A próxima sincronização ocorre cerca de 24, 72 ou 120 horas depois.
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Importar do Cloud Storage
É possível criar repositórios de dados com tabelas do Cloud Storage de duas maneiras:
Ingestão única: você importa dados de uma pasta ou arquivo do Cloud Storage para um repositório de dados. Os dados no repositório de dados não mudam, a menos que você atualize manualmente.
Ingestão periódica: você importa dados de uma pasta ou arquivo do Cloud Storage e define uma frequência de sincronização que determina a frequência com que o repositório de dados é atualizado com os dados mais recentes desse local do Cloud Storage.
A tabela a seguir compara as duas maneiras de importar dados do Cloud Storage para repositórios de dados da Vertex AI para Pesquisa.
Ingestão única | Ingestão periódica |
---|---|
Disponibilidade geral (GA). | Pré-lançamento público. |
Os dados precisam ser atualizados manualmente. | Os dados são atualizados automaticamente a cada um, três ou cinco dias. Não é possível atualizar os dados manualmente. |
A Pesquisa da Vertex AI cria um único repositório de dados de uma pasta ou arquivo no Cloud Storage. | A Vertex AI para Pesquisa cria um conector de dados e associa a ele um repositório de dados (chamado de repositório de dados de entidade) para o arquivo ou a pasta especificados. Cada conector de dados do Cloud Storage pode ter um único repositório de dados de entidade. |
É possível combinar dados de vários arquivos, pastas e buckets em um repositório de dados. Para isso, primeiro ingira dados de um local do Cloud Storage e depois de outro. | Como a importação manual de dados não é compatível, os dados em um repositório de dados de entidade só podem ser originados de um arquivo ou pasta do Cloud Storage. |
O controle de acesso à fonte de dados é compatível. Para mais informações, consulte Controle de acesso à fonte de dados. | O controle de acesso à fonte de dados não é compatível. Os dados importados podem conter controles de acesso, mas eles não serão respeitados. |
É possível criar um repositório de dados usando o consoleGoogle Cloud ou a API. | Você precisa usar o console para criar conectores de dados e os armazenamentos de dados de entidades deles. |
Compatível com CMEK. | Compatível com CMEK. |
Importar uma vez do Cloud Storage
Para ingerir dados do Cloud Storage, siga estas etapas para criar um repositório de dados e ingerir dados usando o console do Google Cloud ou a API.
Antes de importar seus dados, consulte Preparar dados para ingestão.
Console
Para usar o console e ingerir dados de um bucket do Cloud Storage, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em
Criar repositório de dados.Na página Origem, selecione Cloud Storage.
Na seção Selecionar uma pasta ou um arquivo para importar, escolha Pasta ou Arquivo.
Clique em Procurar, escolha os dados que você preparou para ingestão e clique em Selecionar. Se preferir, insira o local diretamente no campo
gs://
.Selecione o tipo de dados que você está importando.
Clique em Continuar.
Se você estiver fazendo uma importação única de dados estruturados:
Mapeie campos para propriedades principais.
Se houver campos importantes faltando no esquema, use Adicionar novo campo para incluir.
Para mais informações, consulte Sobre a detecção e edição automáticas.
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Opcional: se você selecionou documentos não estruturados, é possível escolher opções de análise e divisão em partes para eles. Para comparar analisadores, consulte Analisar documentos. Para informações sobre fragmentação, consulte Fragmentar documentos para RAG.
O analisador de OCR e o analisador de layout podem gerar custos adicionais. Consulte os preços dos recursos da Document AI.
Para selecionar um analisador, expanda Opções de processamento de documentos e especifique as opções de analisador que você quer usar.
Clique em Criar.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do repositório de dados para conferir os detalhes na página Dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Importação concluída, a ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
REST
Para usar a linha de comando e criar um repositório de dados e ingerir dados do Cloud Storage, siga estas etapas.
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DATA_STORE_DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"] }'
Substitua:
PROJECT_ID
: o ID do seu Google Cloud projeto.DATA_STORE_ID
: o ID do repositório de dados da Vertex AI para Pesquisa que você quer criar. Esse ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DATA_STORE_DISPLAY_NAME
: o nome de exibição do repositório de dados da Vertex AI para Pesquisa que você quer criar.
Opcional: se você estiver enviando dados não estruturados e quiser configurar a análise de documentos ou ativar a divisão de documentos para RAG, especifique o objeto
documentProcessingConfig
e inclua-o na solicitação de criação do repositório de dados. Recomendamos configurar um analisador de OCR para PDFs se você estiver ingerindo PDFs digitalizados. Para saber como configurar opções de análise ou divisão em partes, consulte Analisar e dividir documentos.Importa dados do Cloud Storage.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "gcsSource": { "inputUris": ["INPUT_FILE_PATTERN_1", "INPUT_FILE_PATTERN_2"], "dataSchema": "DATA_SCHEMA", }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", "errorConfig": { "gcsPrefix": "ERROR_DIRECTORY" } }'
Substitua:
PROJECT_ID
: o ID do seu Google Cloud projeto.DATA_STORE_ID
: o ID do repositório de dados da Vertex AI para Pesquisa.INPUT_FILE_PATTERN
: um padrão de arquivo no Cloud Storage que contém seus documentos.Para dados estruturados ou não estruturados com metadados, um exemplo de padrão de arquivo de entrada é
gs://<your-gcs-bucket>/directory/object.json
, e um exemplo de correspondência de padrão com um ou mais arquivos égs://<your-gcs-bucket>/directory/*.json
.Para documentos não estruturados, um exemplo é
gs://<your-gcs-bucket>/directory/*.pdf
. Cada arquivo que corresponde ao padrão se torna um documento.Se
<your-gcs-bucket>
não estiver em PROJECT_ID, será necessário conceder à conta de serviço as permissõesservice-<project number>@gcp-sa-discoveryengine.iam.gserviceaccount.com
"Leitor de objetos do Storage" para o bucket do Cloud Storage. Por exemplo, se você estiver importando um bucket do Cloud Storage do projeto de origem "123" para o projeto de destino "456", conceda permissões deservice-456@gcp-sa-discoveryengine.iam.gserviceaccount.com
no bucket do Cloud Storage no projeto "123".DATA_SCHEMA
: opcional. Os valores sãodocument
,custom
,csv
econtent
. O padrão édocument
.document
: faça upload de dados não estruturados com metadados para documentos não estruturados. Cada linha do arquivo precisa seguir um dos seguintes formatos. É possível definir o ID de cada documento:{ "id": "<your-id>", "jsonData": "<JSON string>", "content": { "mimeType": "<application/pdf or text/html>", "uri": "gs://<your-gcs-bucket>/directory/filename.pdf" } }
{ "id": "<your-id>", "structData": <JSON object>, "content": { "mimeType": "<application/pdf or text/html>", "uri": "gs://<your-gcs-bucket>/directory/filename.pdf" } }
custom
: faça upload de JSON para documentos estruturados. Os dados são organizados de acordo com um esquema. É possível especificar o esquema. Caso contrário, ele será detectado automaticamente. Você pode colocar a string JSON do documento em um formato consistente diretamente em cada linha, e a Pesquisa da Vertex AI gera automaticamente os IDs de cada documento importado.content
: faça upload de documentos não estruturados (PDF, HTML, DOC, TXT, PPTX). O ID de cada documento é gerado automaticamente como os primeiros 128 bits de SHA256(GCS_URI) codificados como uma string hexadecimal. É possível especificar vários padrões de arquivo de entrada, desde que os arquivos correspondentes não excedam o limite de 100 mil arquivos.csv
: inclua uma linha de cabeçalho no arquivo CSV, com cada cabeçalho mapeado para um campo do documento. Especifique o caminho para o arquivo CSV usando o campoinputUris
.
ERROR_DIRECTORY
: opcional. Um diretório do Cloud Storage para informações de erro sobre a importação, por exemplo,gs://<your-gcs-bucket>/directory/import_errors
. O Google recomenda deixar esse campo em branco para permitir que a Vertex AI Search crie automaticamente um diretório temporário.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do Cloud Storage para seu repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os documentos atuais por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no seu repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao repositório de dados, e os que não estão no Cloud Storage são removidos. O modoFULL
é útil se você quiser excluir automaticamente documentos que não são mais necessários.AUTO_GENERATE_IDS
: opcional. Especifica se os IDs de documentos serão gerados automaticamente. Se definido comotrue
, os IDs de documento serão gerados com base em um hash do payload. Os IDs de documentos gerados podem não permanecer consistentes em várias importações. Se você gerar IDs automaticamente em várias importações, o Google recomenda definirreconciliationMode
comoFULL
para manter IDs de documento consistentes.Especifique
autoGenerateIds
apenas quandogcsSource.dataSchema
estiver definido comocustom
oucsv
. Caso contrário, um erroINVALID_ARGUMENT
será retornado. Se você não especificarautoGenerateIds
ou definir comofalse
, precisará especificaridField
. Caso contrário, a importação dos documentos vai falhar.ID_FIELD
: opcional. Especifica quais campos são os IDs de documento. Para documentos de origem do Cloud Storage,idField
especifica o nome nos campos JSON que são IDs de documentos. Por exemplo, se{"my_id":"some_uuid"}
for o campo de ID do documento em um dos seus documentos, especifique"idField":"my_id"
. Isso identifica todos os campos JSON com o nome"my_id"
como IDs de documento.Especifique esse campo somente quando: (1)
gcsSource.dataSchema
estiver definido comocustom
oucsv
, e (2)auto_generate_ids
estiver definido comofalse
ou não especificado. Caso contrário, um erroINVALID_ARGUMENT
será retornado.O valor do campo JSON do Cloud Storage precisa ser do tipo string, ter entre 1 e 63 caracteres e estar em conformidade com a RFC-1034. Caso contrário, os documentos não serão importados.
O nome do campo JSON especificado por
id_field
precisa ser do tipo string, ter entre 1 e 63 caracteres e estar de acordo com a RFC-1034. Caso contrário, os documentos não serão importados.
C#
Para mais informações, consulte a documentação de referência da API C# de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Go
Para mais informações, consulte a documentação de referência da API Go de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Java
Para mais informações, consulte a documentação de referência da API Java de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Node.js
Para mais informações, consulte a documentação de referência da API Node.js de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Ruby
Para mais informações, consulte a documentação de referência da API Ruby de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Conectar-se ao Cloud Storage com sincronização periódica
Antes de importar seus dados, consulte Preparar dados para ingestão.
O procedimento a seguir descreve como criar um conector de dados que associa um local do Cloud Storage a um conector de dados da Pesquisa da Vertex AI e como especificar uma pasta ou um arquivo nesse local para o repositório de dados que você quer criar. Os repositórios de dados filhos de conectores de dados são chamados de repositórios de dados de entidade.
Os dados são sincronizados periodicamente com o repositório de dados da entidade. É possível especificar a sincronização diária, a cada três dias ou a cada cinco dias.
Console
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em Criar repositório de dados.
Na página Origem, selecione Cloud Storage.
Selecione o tipo de dados que você está importando.
Clique em Periódica.
Selecione a Frequência de sincronização, ou seja, com que frequência você quer que o conector da Pesquisa da Vertex AI seja sincronizado com o local do Cloud Storage. É possível mudar a frequência depois.
Na seção Selecionar uma pasta ou um arquivo para importar, escolha Pasta ou Arquivo.
Clique em Procurar, escolha os dados que você preparou para ingestão e clique em Selecionar. Se preferir, insira o local diretamente no campo
gs://
.Clique em Continuar.
Escolha uma região para o conector de dados.
Insira um nome para o conector de dados.
Opcional: se você selecionou documentos não estruturados, é possível escolher opções de análise e divisão em partes para eles. Para comparar analisadores, consulte Analisar documentos. Para informações sobre fragmentação, consulte Fragmentar documentos para RAG.
O analisador de OCR e o analisador de layout podem gerar custos adicionais. Consulte os preços dos recursos da Document AI.
Para selecionar um analisador, expanda Opções de processamento de documentos e especifique as opções de analisador que você quer usar.
Clique em Criar.
Você criou um conector de dados que sincroniza periodicamente os dados com o local do Cloud Storage. Você também criou um repositório de dados de entidade chamado
gcs_store
.Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do conector para conferir os detalhes na página Dados.
Guia Atividade de ingestão de dados. Quando a coluna de status na guia Atividade de ingestão de dados mudar de Em andamento para Concluída, a primeira ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
Depois de configurar a fonte de dados e importar os dados pela primeira vez, eles serão sincronizados dessa fonte com a frequência selecionada durante a configuração. Cerca de uma hora depois da criação do conector de dados, a primeira sincronização ocorre. A próxima sincronização ocorre cerca de 24, 72 ou 120 horas depois.
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Conectar ao Google Drive
Para pesquisar dados do Google Drive, use um dos seguintes métodos para criar um conector usando o console Google Cloud :
- Usar federação de dados: recebe as informações necessárias diretamente da fonte de dados especificada. Os dados não são copiados para o índice da Vertex AI para Pesquisa.
- Usar indexação de dados: copia dados para o índice da Vertex AI para Pesquisa. Como resultado, você tem uma qualidade de pesquisa melhor. O conector é nativo da nuvem, já que copia dados, semelhante à opção Usar indexação avançada do Drive.
Antes de começar
- Faça login no console Google Cloud com a mesma conta usada na instância do Google Drive que você quer conectar. Os aplicativos de IA usam seu ID de cliente do Google Workspace para se conectar ao Google Drive.
- Determine o provedor de identidade para que os usuários façam login no app. Se você usar um provedor de identidade de terceiros, um administrador precisará federar seu provedor de identidade com o Google Workspace. A federação exige planejamento e configuração. Para mais informações, consulte Usar o controle de acesso à fonte de dados.
- A pesquisa avançada do Google Drive está em prévia particular. Esse recurso é um pré-requisito para usar o resumo e a pesquisa com acompanhamentos com um repositório de dados do Google Drive. Para usar esse recurso, siga as etapas em Usar a indexação avançada do Drive.
Se você usa controles de segurança, esteja ciente das limitações deles relacionadas aos dados no Google Drive, conforme discutido na tabela a seguir:
Controle de segurança Observações: Residência de dados (DRZ) Os aplicativos de IA garantem a residência de dados apenas em Google Cloud. Para informações sobre residência de dados e o Google Drive, consulte as orientações e a documentação de conformidade do Google Workspace, por exemplo, Escolher a região onde os dados são armazenados e Soberania digital. Chaves de criptografia gerenciadas pelo cliente (CMEK) Suas chaves criptografam apenas dados no Google Cloud. Os controles do Cloud Key Management Service não se aplicam aos dados armazenados no Google Drive. Transparência no acesso Os registros de Transparência no acesso mostram as ações realizadas pela equipe do Google no projeto Google Cloud . Você também precisa analisar os registros da Transparência no acesso criados pelo Google Workspace. Para mais informações, consulte Eventos de registro da Transparência no acesso na documentação da Ajuda do administrador do Google Workspace.
Usar federação de dados
Se você criar um repositório de dados sem ativar a indexação avançada, o sistema vai acessar e mostrar o conteúdo da unidade especificada diretamente, sem criar uma cópia.
Console
Para usar o console e tornar os dados do Google Drive pesquisáveis, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em
Criar repositório de dados.Crie um repositório de dados. Na página Selecionar uma fonte de dados, escolha Google Drive.
Selecione uma fonte de dados. Especifique a fonte do Drive do seu repositório de dados.
- Tudo: para adicionar todo o seu drive ao repositório de dados.
- Drives compartilhados específicos: para adicionar um ou mais drives compartilhados.
Adicione os IDs dos drives compartilhados. Para localizar o ID do drive compartilhado, acesse o drive e copie o ID do URL. O URL segue este formato:
https://drive.google.com/corp/drive/DRIVE_ID
.Pastas compartilhadas específicas: para adicionar uma ou mais pastas compartilhadas.
- Adicione os IDs das pastas compartilhadas. Para localizar o ID da pasta compartilhada, acesse a pasta e copie o ID do URL. O URL segue este
formato:
https://drive.google.com/corp/drive/folders/FOLDER_ID
.
- Adicione os IDs das pastas compartilhadas. Para localizar o ID da pasta compartilhada, acesse a pasta e copie o ID do URL. O URL segue este
formato:
Especifique a origem do drive. Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Configure o conector de dados.
Mensagens de erro
A tabela a seguir descreve as mensagens de erro que podem aparecer ao trabalhar com essa fonte de dados do Google, incluindo códigos de erro HTTP e etapas de solução de problemas sugeridas.
Código do erro | Mensagem de erro | Descrição | Solução de problemas |
---|---|---|---|
400 (Falha na pré-condição) | A pesquisa usando credenciais de conta de serviço não é compatível com repositórios de dados do Google Workspace. | O mecanismo pesquisado tem repositórios de dados do Google Workspace, e as credenciais transmitidas são de uma conta de serviço. Não é possível pesquisar usando credenciais de conta de serviço em repositórios de dados do Google Workspace. | Chame a pesquisa usando as credenciais do usuário ou remova os repositórios de dados do Google Workspace do mecanismo. |
400 (Falha na pré-condição) | As contas pessoais não são compatíveis com os repositórios de dados do Google Workspace. | A pesquisa é chamada usando uma credencial de conta pessoal (@gmail.com), que não é compatível com repositórios de dados do Google Workspace. | Remova os repositórios de dados do Google Workspace do mecanismo ou use uma Conta do Google gerenciada. |
Usar a indexação de dados (prévia particular)
Siga este procedimento se você planeja usar o Google Drive com resumo e pesquisa com acompanhamento.
Antes de começar
- Você precisa ser um superadministrador do Google Workspace para ativar a indexação avançada do Drive. Isso ocorre porque, com a indexação avançada do Drive, os aplicativos de IA indexam os dados do Google Drive.
Console
Para usar o console e criar um repositório de dados do Google Drive com indexação avançada do Google Drive, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em
Criar repositório de dados.Na página Selecionar uma fonte de dados, escolha Google Drive.
Selecione Indexação avançada do Drive.
Digite seu endereço de e-mail de superadministrador do Google Workspace.
- Anote o ID do cliente na seção Configurar a delegação em todo o domínio, terceira etapa, porque ele será usado mais tarde.
Especifique a origem do Drive para a indexação avançada. Configure a delegação em todo o domínio:
- Acesse a página Delegação em todo o domínio do Admin Console do Google Workspace e faça login com sua conta de superadministrador.
Clique em Adicionar novo.
Adicione uma nova delegação em todo o domínio. Insira o ID do cliente que você anotou anteriormente.
Insira os seguintes escopos do OAuth.
https://www.googleapis.com/auth/drive.readonly, https://www.googleapis.com/auth/admin.directory.user.readonly, https://www.googleapis.com/auth/admin.directory.group.readonly, https://www.googleapis.com/auth/admin.directory.domain.readonly, https://www.googleapis.com/auth/admin.reports.audit.readonly
Insira os escopos do OAuth. Clique em Autorizar.
Volte para o console do Google Cloud . Na seção Escolher as unidades que você quer sincronizar, especifique a fonte do Drive para seu repositório de dados.
- Tudo: para adicionar todo o seu drive ao repositório de dados.
Drives compartilhados específicos: para adicionar um ou mais drives compartilhados.
- Adicione os IDs dos drives compartilhados. Para localizar o ID do drive compartilhado, acesse o drive e copie o ID do URL. O URL segue este formato:
https://drive.google.com/corp/drive/DRIVE_ID
.
Escolha os drives que você quer sincronizar. - Adicione os IDs dos drives compartilhados. Para localizar o ID do drive compartilhado, acesse o drive e copie o ID do URL. O URL segue este formato:
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Opcional: para modificar as configurações de análise ou divisão de documentos, na seção Opções de processamento de documentos, selecione Ativar configuração de processamento de documentos.
Clique em Criar. Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas. Aguarde pelo menos uma hora antes de usar seu repositório de dados para pesquisar.
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para receber os resultados da pesquisa depois que o app e o repositório de dados forem configurados, consulte Receber resultados da pesquisa.
Conectar ao Gmail
Para pesquisar dados do Gmail, siga estas etapas para criar um repositório de dados e ingerir dados usando o console do Google Cloud .
Antes de começar:
Faça login no console Google Cloud com a mesma conta usada na instância do Google Workspace que você planeja conectar. A Pesquisa da Vertex AI usa seu ID de cliente do Google Workspace para se conectar ao Gmail.
Configure o controle de acesso para o Gmail. Para informações sobre como configurar o controle de acesso, consulte Usar o controle de acesso à fonte de dados.
Se você usa controles de segurança, esteja ciente das limitações deles relacionadas aos dados no Gmail, conforme discutido na tabela a seguir:
Controle de segurança Observações: Residência de dados (DRZ) Os aplicativos de IA garantem a residência de dados apenas em Google Cloud. Para informações sobre residência de dados e o Gmail, consulte as orientações e a documentação de conformidade do Google Workspace, por exemplo, Escolher a região onde os dados são armazenados e Soberania digital. Chaves de criptografia gerenciadas pelo cliente (CMEK) Suas chaves criptografam apenas dados no Google Cloud. Os controles do Cloud Key Management Service não se aplicam aos dados armazenados no Gmail. Transparência no acesso Os registros de Transparência no acesso mostram as ações realizadas pela equipe do Google no projeto Google Cloud . Você também precisa analisar os registros da Transparência no acesso criados pelo Google Workspace. Para mais informações, consulte Eventos de registro da Transparência no acesso na documentação da Ajuda do administrador do Google Workspace.
Console
Para usar o console e tornar os dados do Gmail pesquisáveis, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em
Criar repositório de dados.Crie um repositório de dados. Na página Selecionar uma fonte de dados, escolha Google Gmail.
Selecione a origem do Google Gmail. Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Configure o novo conector.
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para conferir como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Conectar-se ao Google Sites
Para pesquisar dados do Google Sites, siga estas etapas para criar um conector usando o console Google Cloud .
Antes de começar:
Faça login no console Google Cloud com a mesma conta usada na instância do Google Workspace que você planeja conectar. A Vertex AI para Pesquisa usa seu ID de cliente do Google Workspace para se conectar ao Google Sites.
Configure o controle de acesso para o Google Sites. Para informações sobre como configurar o controle de acesso, consulte Usar o controle de acesso à fonte de dados.
Se você usa controles de segurança, esteja ciente das limitações deles relacionadas aos dados no Google Sites, conforme discutido na tabela a seguir:
Controle de segurança Observações: Residência de dados (DRZ) Os aplicativos de IA garantem a residência de dados apenas em Google Cloud. Para informações sobre residência de dados e o Google Sites, consulte as orientações e a documentação de conformidade do Google Workspace, por exemplo, Escolher a região onde os dados são armazenados e Soberania digital. Chaves de criptografia gerenciadas pelo cliente (CMEK) Suas chaves criptografam apenas dados no Google Cloud. Os controles do Cloud Key Management Service não se aplicam aos dados armazenados no Google Sites. Transparência no acesso Os registros de Transparência no acesso mostram as ações realizadas pela equipe do Google no projeto Google Cloud . Você também precisa analisar os registros da Transparência no acesso criados pelo Google Workspace. Para mais informações, consulte Eventos de registro da Transparência no acesso na documentação da Ajuda do administrador do Google Workspace.
Console
Para usar o console e tornar os dados do Google Sites pesquisáveis, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em Novo repositório de dados.
Na página Origem, selecione Google Sites.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Conectar ao Google Agenda
Para pesquisar dados do Google Agenda, siga estas etapas para criar um conector usando o console Google Cloud .
Antes de começar
Faça login no console Google Cloud com a mesma conta usada na instância do Google Workspace que você planeja conectar. O Vertex AI para Pesquisa usa seu ID de cliente do Google Workspace para se conectar ao Google Agenda.
Configure o controle de acesso para o Google Agenda. Para mais informações, consulte Usar o controle de acesso à fonte de dados.
Se você usa controles de segurança, esteja ciente das limitações deles relacionadas aos dados no Google Agenda, conforme discutido na tabela a seguir:
Controle de segurança Observações: Residência de dados (DRZ) Os aplicativos de IA garantem a residência de dados apenas em Google Cloud. Para informações sobre residência de dados e o Google Agenda, consulte as orientações e a documentação de conformidade do Google Workspace, por exemplo, Escolher a região onde os dados são armazenados e Soberania digital. Chaves de criptografia gerenciadas pelo cliente (CMEK) Suas chaves criptografam apenas dados no Google Cloud. Os controles do Cloud Key Management Service não se aplicam aos dados armazenados no Google Agenda. Transparência no acesso Os registros de Transparência no acesso mostram as ações realizadas pela equipe do Google no projeto Google Cloud . Você também precisa analisar os registros da Transparência no acesso criados pelo Google Workspace. Para mais informações, consulte Eventos de registro da Transparência no acesso na documentação da Ajuda do administrador do Google Workspace.
Console
Para usar o console e tornar os dados do Google Agenda pesquisáveis, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em
Criar repositório de dados.Crie um repositório de dados. Na página Selecionar uma fonte de dados, escolha Google Agenda.
Selecione a fonte de dados do Google Agenda. Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Configure o conector de dados.
Próximas etapas
Para conectar seu repositório de dados a um app, crie o app e selecione o repositório de dados seguindo as instruções em Criar um app de pesquisa.
Para receber os resultados da pesquisa depois que o app e o repositório de dados forem configurados, consulte Receber resultados da pesquisa.
Mensagens de erro
A tabela a seguir descreve as mensagens de erro que podem aparecer ao trabalhar com essa fonte de dados do Google, incluindo códigos de erro HTTP e etapas de solução de problemas sugeridas.
Código do erro | Mensagem de erro | Descrição | Solução de problemas |
---|---|---|---|
400 (Falha na pré-condição) | A pesquisa usando credenciais de conta de serviço não é compatível com repositórios de dados do Google Workspace. | O mecanismo pesquisado tem repositórios de dados do Google Workspace, e as credenciais transmitidas são de uma conta de serviço. Não é possível pesquisar usando credenciais de conta de serviço em repositórios de dados do Google Workspace. | Chame a pesquisa usando as credenciais do usuário ou remova os repositórios de dados do Google Workspace do mecanismo. |
400 (Falha na pré-condição) | As contas pessoais não são compatíveis com os repositórios de dados do Google Workspace. | A pesquisa é chamada usando uma credencial de conta pessoal (@gmail.com), que não é compatível com repositórios de dados do Google Workspace. | Remova os repositórios de dados do Google Workspace do mecanismo ou use uma Conta do Google gerenciada. |
Conectar aos Grupos do Google
Para pesquisar dados dos Grupos do Google, siga estas etapas para criar um conector usando o console Google Cloud .
Antes de começar:
Faça login no console Google Cloud com a mesma conta usada na instância do Google Workspace que você planeja conectar. O Vertex AI para Pesquisa usa seu ID de cliente do Google Workspace para se conectar aos Grupos do Google.
Configure o controle de acesso para os Grupos do Google. Para informações sobre como configurar o controle de acesso, consulte Usar o controle de acesso à fonte de dados.
Se você usa controles de segurança, esteja ciente das limitações deles relacionadas aos dados nos Grupos do Google, conforme discutido na tabela a seguir:
Controle de segurança Observações: Residência de dados (DRZ) Os aplicativos de IA garantem a residência de dados apenas em Google Cloud. Para informações sobre residência de dados e Grupos do Google, consulte as orientações e documentação de conformidade do Google Workspace, por exemplo, Escolher a região onde os dados são armazenados e Soberania digital. Chaves de criptografia gerenciadas pelo cliente (CMEK) Suas chaves criptografam apenas dados no Google Cloud. Os controles do Cloud Key Management Service não se aplicam aos dados armazenados no Google Grupos. Transparência no acesso Os registros de Transparência no acesso mostram as ações realizadas pela equipe do Google no projeto Google Cloud . Você também precisa analisar os registros da Transparência no acesso criados pelo Google Workspace. Para mais informações, consulte Eventos de registro da Transparência no acesso na documentação da Ajuda do administrador do Google Workspace.
Console
Para usar o console e tornar os dados do Google Grupos pesquisáveis, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em Novo repositório de dados.
Na página Origem, selecione Grupos do Google.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar. Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas. Aguarde pelo menos uma hora antes de usar seu repositório de dados para pesquisar.
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Sincronizar dados de pessoas do Google Workspace
Você pode configurar a pesquisa de pessoas para sua organização sincronizando dados de pessoas do Google Workspace. Depois que o repositório de dados de pesquisa de pessoas é configurado e os dados são ingeridos no índice da Vertex AI para Pesquisa, é possível encontrar pessoas no seu diretório.
Antes de começar
- Determine o provedor de identidade para que os usuários façam login no app. Se você usar um provedor de identidade de terceiros, um administrador precisará federar seu provedor de identidade com o Google Workspace. A federação exige planejamento e configuração. Para mais informações, consulte Usar o controle de acesso à fonte de dados.
Um administrador do Google Workspace precisa ativar a pesquisa de pessoas nos dados do Google Workspace:
- Faça login no Google Admin Console com uma conta de administrador.
- Acesse Diretório > Configurações do diretório.
- Ative o Compartilhamento de contatos.
Faça login no console Google Cloud com a mesma conta que você planeja usar para conectar o Google Workspace.
Conecte-se ao seu provedor de identidade seguindo as etapas em Conectar ao seu provedor de identidade e especifique Google Identity como seu provedor. Para informações sobre o diretório do Google Workspace, consulte Visão geral: configurar e gerenciar o diretório na documentação do Google Workspace.
Se você usa controles de segurança, esteja ciente das limitações deles relacionadas aos dados no Google Workspace, conforme discutido na tabela a seguir:
Controle de segurança Observações: Residência de dados (DRZ) Os aplicativos de IA garantem a residência de dados apenas em Google Cloud. Para informações sobre residência de dados e o Google Workspace, consulte as orientações e a documentação de conformidade do Google Workspace, por exemplo, Escolher a região onde os dados são armazenados e Soberania digital. Chaves de criptografia gerenciadas pelo cliente (CMEK) Suas chaves criptografam apenas dados no Google Cloud. Os controles do Cloud Key Management Service não se aplicam aos dados armazenados no Google Workspace. Transparência no acesso Os registros de Transparência no acesso mostram as ações realizadas pela equipe do Google no projeto Google Cloud . Você também precisa analisar os registros da Transparência no acesso criados pelo Google Workspace. Para mais informações, consulte Eventos de registro da Transparência no acesso na documentação da Ajuda do administrador do Google Workspace.
Antes de criar o repositório de dados de pessoas, configure uma conta de serviço e a delegação em todo o domínio.
Configurar a conta de serviço
Crie uma conta de serviço em um projetoGoogle Cloud na organização.
Opcional: ignore a etapa Conceda acesso ao projeto para essa conta de serviço (opcional).
Pule a etapa "Conceda acesso ao projeto para essa conta de serviço (opcional)". Conceda à conta de serviço do Discovery Engine (
service-PROJECT_NUMBER@gcp-sa-discoveryengine.iam.gserviceaccount.com
) acesso como um Criador de token da conta de serviço (roles/iam.serviceAccountTokenCreator
) e clique em Salvar.Conceda acesso à conta de serviço do Discovery Engine. Depois que a conta de serviço for criada, clique na guia Detalhes da conta e em Configurações avançadas.
Copie o ID do cliente para a delegação em todo o domínio.
Copie o ID do cliente.
Configurar a delegação em todo o domínio
- Faça login no espaço de trabalho do administrador do Google.
- Acesse Segurança > Controle de acesso e dados > Controles de API.
Clique em Gerenciar a delegação em todo o domínio.
Clique em "Gerenciar a delegação em todo o domínio". Clique em Adicionar novo.
Clique em "Adicionar novo". Na caixa de diálogo Adicionar um novo ID do cliente, faça o seguinte:
- ID do cliente: insira o ID do cliente.
- Escopos do OAuth: insira
https://www.googleapis.com/auth/directory.readonly
. - Clique em Autorizar.
Configure as configurações de delegação em todo o domínio.
Criar um repositório de dados de pesquisa de pessoas
Para usar o console e ingerir os dados de pessoas, siga estas etapas:
Console
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em
Criar repositório de dados.Na página Origem, clique em Pesquisa de pessoas.
Selecione o repositório de dados da Pesquisa de pessoas. Configure os detalhes da autenticação:
- Insira o e-mail da conta que busca os dados de pessoas. Se preferir não usar uma conta de administrador, use uma conta alternativa com acesso aos dados do diretório da organização.
- Insira o e-mail da conta de serviço que você criou na seção Configurar a conta de serviço.
- Clique em Continuar.
Configure os detalhes de autenticação. Escolha uma região para o repositório de dados.
Selecione a frequência de sincronização completa e, opcionalmente, a incremental.
Configurações de frequência de sincronização para sincronização de dados completa e incremental. Se quiser programar sincronizações completas separadas de dados de entidade e identidade, expanda o menu em Sincronização completa e selecione Opções personalizadas.
Definir programações separadas para sincronização completa de entidades e de identidades. No campo Nome do repositório de dados, insira um nome para o repositório.
Clique em Criar. A sincronização pode levar de alguns minutos a algumas horas, dependendo do tamanho dos dados.
Pausar ou retomar sincronizações de dados
É possível pausar e retomar as sincronizações completas e incrementais.
Para pausar uma sincronização, clique em
Pausar/retomar sincronização.Pausar uma sincronização cancela todas as sincronizações programadas futuras. No entanto, se uma sincronização estiver em andamento quando você clicar em
Pausar/retomar sincronização, ela não será pausada e vai continuar até a conclusão.Para retomar uma sincronização, clique em
Pausar/retomar sincronização.Quando você retoma um tipo de sincronização, o conector agenda a nova sincronização com base no último horário agendado.

Personalizar resultados da pesquisa
Para incluir ou excluir informações pessoais dos resultados da pesquisa, siga estas etapas:
No repositório de dados, clique na guia Entidade e em Usuários.
Clique na guia de entidade do repositório de dados. Na página Usuários, clique na guia Esquema.
Clique em Editar.
Edite o esquema do repositório de dados. Marque ou desmarque os atributos, como país, para que eles possam ser recuperados, pesquisados e indexados.
Clique em Salvar.
Salve as mudanças feitas no esquema.
Mensagens de erro
A tabela a seguir descreve as mensagens de erro que podem aparecer ao sincronizar dados de pessoas usando a indexação de dados. Esta tabela inclui códigos de erro do gRPC e etapas de solução de problemas sugeridas.
Código do erro (gRPC) | Mensagem de erro | Descrição | Solução de problemas |
---|---|---|---|
9 (Falha na condição prévia) | Falha na autenticação. As permissões da conta de serviço não estão configuradas corretamente. A exclusão permanente foi acionada para este repositório de dados, e todos os documentos foram excluídos. | Esse erro ocorre quando a conta de serviço do Discovery Engine não tem a função de criador de token da conta de serviço ou quando a conta de serviço de delegação em todo o domínio (DWD) não tem o escopo de autenticação correto. | Verifique se a conta de serviço do Discovery Engine tem o papel de criador de token da conta de serviço e configure o escopo de autenticação da conta de serviço do DWD corretamente no Google Cloud Admin. Conceda novamente as permissões ausentes da conta de serviço. |
9 (Falha na condição prévia) | Nenhum resultado buscado após a sincronização completa. A exclusão permanente foi acionada para este repositório de dados, e todos os documentos foram excluídos. | Esse erro ocorre quando o compartilhamento de contatos está desativado nas configurações de diretório do Admin Console. | Verifique e ative o compartilhamento de contatos nas configurações do diretório do Admin Console. |
3 (Argumento inválido) | Falha ao trocar o JWT assinado por um token de acesso. A conta do Google Workspace foi excluída. A exclusão permanente foi acionada para este repositório de dados, e todos os documentos foram excluídos. | Esse erro ocorre quando a conta do Google Workspace é excluída. | Crie um conector com uma conta ativa do Google Workspace. |
3 (Argumento inválido) | O ID do GAIA não foi encontrado. Falha na autenticação. | Esse erro ocorre quando a conta de usuário está incorreta. | Verifique se a conta de usuário existe e insira as credenciais corretas. |
8 (recurso esgotado) | A cota do projeto foi excedida. Aumente a cota de documentos do projeto. | Esse erro ocorre quando a cota do projeto é excedida. | Aumente a cota de documentos do projeto. Para mais informações, consulte Cotas. |
13 (erro interno) | Erro interno encontrado. | Esse erro ocorre quando há um erro interno. | Entre em contato com a equipe de suporte. |
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para receber os resultados da pesquisa depois que o app e o repositório de dados forem configurados, consulte Receber resultados da pesquisa.
Importar do Cloud SQL
Para ingerir dados do Cloud SQL, siga estas etapas para configurar o acesso ao Cloud SQL, criar um repositório de dados e ingerir dados.
Configurar o acesso ao bucket de staging para instâncias do Cloud SQL
Ao ingerir dados do Cloud SQL, eles são primeiro armazenados em um bucket do Cloud Storage. Siga estas etapas para dar a uma instância do Cloud SQL acesso a buckets do Cloud Storage.
No console Google Cloud , acesse a página SQL.
Clique na instância do Cloud SQL de onde você quer importar.
Copie o identificador da conta de serviço da instância, que se parece com um endereço de e-mail, por exemplo,
p9876-abcd33f@gcp-sa-cloud-sql.iam.gserviceaccount.com
.Acessar a página AM e administrador
Clique em Conceder acesso.
Em Novos principais, insira o identificador da conta de serviço da instância e selecione o papel Cloud Storage > Administrador de armazenamento.
Clique em Salvar.
Próximo:
Se os dados do Cloud SQL estiverem no mesmo projeto da Vertex AI Search: acesse Importar dados do Cloud SQL.
Se os dados do Cloud SQL estiverem em um projeto diferente do projeto da Pesquisa do Vertex AI, acesse Configurar o acesso ao Cloud SQL de outro projeto.
Configurar o acesso ao Cloud SQL de outro projeto
Para dar à Pesquisa da Vertex AI acesso aos dados do Cloud SQL que estão em um projeto diferente, siga estas etapas:
Substitua a variável
PROJECT_NUMBER
pelo número do projeto da Pesquisa da Vertex AI e copie o conteúdo do bloco de código. Este é o identificador da sua conta de serviço da Vertex AI Search:service-PROJECT_NUMBER@gcp-sa-discoveryengine.iam.gserviceaccount.com`
Acessar a página AM e administrador
Mude para seu projeto do Cloud SQL na página IAM e administrador e clique em Conceder acesso.
Em Novos principais, insira o identificador da conta de serviço e selecione o papel Cloud SQL > Leitor do Cloud SQL.
Clique em Salvar.
Em seguida, acesse Importar dados do Cloud SQL.
Importar dados do Cloud SQL
Console
Para usar o console e ingerir dados do Cloud SQL, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em Novo repositório de dados.
Na página Origem, selecione Cloud SQL.
Especifique o ID do projeto, da instância, do banco de dados e da tabela dos dados que você planeja importar.
Clique em Procurar e escolha um local intermediário do Cloud Storage para exportar os dados. Depois, clique em Selecionar. Ou insira o local diretamente no campo
gs://
.Selecione se quer ativar a exportação sem servidor. A exportação sem servidor gera custos adicionais. Para informações sobre a exportação sem servidor, consulte Minimizar o impacto das exportações no desempenho na documentação do Cloud SQL.
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do repositório de dados para conferir os detalhes na página Dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Importação concluída, a ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
REST
Para usar a linha de comando e criar um repositório de dados e ingerir dados do Cloud SQL, siga estas etapas:
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"], }'
Substitua:
PROJECT_ID
: ID do projeto.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DISPLAY_NAME
: o nome de exibição do repositório de dados. Isso pode ser exibido no console do Google Cloud .
Importe dados do Cloud SQL.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "cloudSqlSource": { "projectId": "SQL_PROJECT_ID", "instanceId": "INSTANCE_ID", "databaseId": "DATABASE_ID", "tableId": "TABLE_ID", "gcsStagingDir": "STAGING_DIRECTORY" }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", }'
Substitua:
PROJECT_ID
: o ID do seu projeto da Vertex AI Search.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.SQL_PROJECT_ID
: o ID do seu projeto do Cloud SQL.INSTANCE_ID
: o ID da sua instância do Cloud SQL.DATABASE_ID
: o ID do banco de dados do Cloud SQL.TABLE_ID
: o ID da sua tabela do Cloud SQL.STAGING_DIRECTORY
: opcional. Um diretório do Cloud Storage, por exemplo,gs://<your-gcs-bucket>/directory/import_errors
.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do Cloud SQL para seu repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os documentos existentes por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no seu repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao repositório de dados, e os documentos que não estão no Cloud SQL são removidos dele. O modoFULL
é útil se você quiser excluir automaticamente documentos que não precisa mais.
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Importar do Spanner
Para ingerir dados do Spanner, siga estas etapas para criar um repositório de dados e ingerir dados usando o console do Google Cloud ou a API.
Configurar o acesso ao Spanner de um projeto diferente
Se os dados do Spanner estiverem no mesmo projeto da Vertex AI para Pesquisa, pule para Importar dados do Spanner.
Para conceder à Vertex AI para Pesquisa acesso aos dados do Spanner que estão em um projeto diferente, siga estas etapas:
Substitua a variável
PROJECT_NUMBER
pelo número do projeto da Pesquisa da Vertex AI e copie o conteúdo deste bloco de código. Este é o identificador da sua conta de serviço da Vertex AI Search:service-PROJECT_NUMBER@gcp-sa-discoveryengine.iam.gserviceaccount.com
Acessar a página AM e administrador
Mude para seu projeto do Spanner na página IAM e administrador e clique em Conceder acesso.
Em Novos principais, insira o identificador da conta de serviço e selecione uma das seguintes opções:
- Se você não usar o Data Boost durante a importação, selecione a função Leitor do banco de dados do Cloud Spanner > Cloud Spanner.
- Se você planeja usar o Data Boost durante a importação, selecione o papel Cloud Spanner > Administrador do banco de dados do Cloud Spanner ou um papel personalizado com as permissões de Leitor de banco de dados do Cloud Spanner e spanner.databases.useDataBoost. Para informações sobre o Data Boost, consulte Visão geral do Data Boost na documentação do Spanner.
Clique em Salvar.
Em seguida, acesse Importar dados do Spanner.
Importar dados do Spanner
Console
Para usar o console e ingerir dados do Spanner, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em Novo repositório de dados.
Na página Origem, selecione Cloud Spanner.
Especifique o ID do projeto, da instância, do banco de dados e da tabela dos dados que você planeja importar.
Selecione se quer ativar o Data Boost. Para informações sobre o Data Boost, consulte Visão geral do Data Boost na documentação do Spanner.
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do repositório de dados para conferir os detalhes na página Dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Importação concluída, a ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
REST
Para usar a linha de comando e criar um repositório de dados e ingerir dados do Spanner, siga estas etapas:
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"], "contentConfig": "CONTENT_REQUIRED", }'
Substitua:
PROJECT_ID
: o ID do seu projeto da Vertex AI para Pesquisa.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DISPLAY_NAME
: o nome de exibição do repositório de dados. Isso pode ser exibido no console do Google Cloud .
Importe dados do Spanner.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "cloudSpannerSource": { "projectId": "SPANNER_PROJECT_ID", "instanceId": "INSTANCE_ID", "databaseId": "DATABASE_ID", "tableId": "TABLE_ID", "enableDataBoost": "DATA_BOOST_BOOLEAN" }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", }'
Substitua:
PROJECT_ID
: o ID do seu projeto da Vertex AI para Pesquisa.DATA_STORE_ID
: o ID do repositório de dados.SPANNER_PROJECT_ID
: o ID do seu projeto do Spanner.INSTANCE_ID
: o ID da sua instância do Spanner.DATABASE_ID
: o ID do banco de dados do Spanner.TABLE_ID
: o ID da sua tabela do Spanner.DATA_BOOST_BOOLEAN
: opcional. Se quer ativar o Data Boost. Para mais informações sobre o Data Boost, consulte a visão geral do Data Boost na documentação do Spanner.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do Spanner para o repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os existentes por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao repositório de dados, e os que não estão no Spanner são removidos. O modoFULL
é útil se você quiser excluir automaticamente documentos que não precisa mais.AUTO_GENERATE_IDS
: opcional. Especifica se os IDs de documentos serão gerados automaticamente. Se definido comotrue
, os IDs de documento serão gerados com base em um hash do payload. Os IDs de documentos gerados podem não permanecer consistentes em várias importações. Se você gerar IDs automaticamente em várias importações, o Google recomenda definirreconciliationMode
comoFULL
para manter IDs de documento consistentes.ID_FIELD
: opcional. Especifica quais campos são os IDs de documento.
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Importar do Firestore
Para ingerir dados do Firestore, siga estas etapas para criar um repositório de dados e ingerir dados usando o console do Google Cloud ou a API.
Se os dados do Firestore estiverem no mesmo projeto da Vertex AI para Pesquisa, acesse Importar dados do Firestore.
Se os dados do Firestore estiverem em um projeto diferente do projeto da Pesquisa da Vertex AI, acesse Configurar o acesso ao Firestore.
Configurar o acesso ao Firestore de um projeto diferente
Para conceder à Vertex AI Search acesso aos dados do Firestore que estão em um projeto diferente, siga estas etapas:
Substitua a variável
PROJECT_NUMBER
pelo número do projeto da Pesquisa da Vertex AI e copie o conteúdo deste bloco de código. Este é o identificador da sua conta de serviço da Vertex AI Search:service-PROJECT_NUMBER@gcp-sa-discoveryengine.iam.gserviceaccount.com
Acessar a página AM e administrador
Mude para seu projeto do Firestore na página IAM e administrador e clique em Conceder acesso.
Em Novos principais, insira o identificador da conta de serviço da instância e selecione o papel Datastore > Administrador de importação e exportação do Cloud Datastore.
Clique em Salvar.
Volte para o projeto da Vertex AI para Pesquisa.
Em seguida, acesse Importar dados do Firestore.
Importar dados do Firestore
Console
Para usar o console e ingerir dados do Firestore, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
Acesse a página Repositórios de dados.
Clique em Novo repositório de dados.
Na página Origem, selecione Firestore.
Especifique o ID do projeto, do banco de dados e da coleção dos dados que você planeja importar.
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do repositório de dados para conferir os detalhes na página Dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Importação concluída, a ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
REST
Para usar a linha de comando e criar um repositório de dados e ingerir dados do Firestore, siga estas etapas:
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"], }'
Substitua:
PROJECT_ID
: ID do projeto.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DISPLAY_NAME
: o nome de exibição do repositório de dados. Isso pode ser exibido no console do Google Cloud .
Importar dados do Firestore.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "firestoreSource": { "projectId": "FIRESTORE_PROJECT_ID", "databaseId": "DATABASE_ID", "collectionId": "COLLECTION_ID", }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", }'
Substitua:
PROJECT_ID
: o ID do seu projeto da Vertex AI para Pesquisa.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.FIRESTORE_PROJECT_ID
: o ID do seu projeto do Firestore.DATABASE_ID
: o ID do banco de dados do Firestore.COLLECTION_ID
: o ID da sua coleção do Firestore.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do Firestore para seu repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os documentos existentes por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no seu repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao seu armazenamento de dados, e os documentos que não estão no Firestore são removidos dele. O modoFULL
é útil se você quiser excluir automaticamente documentos que não precisa mais.AUTO_GENERATE_IDS
: opcional. Especifica se os IDs de documentos serão gerados automaticamente. Se definido comotrue
, os IDs de documento serão gerados com base em um hash do payload. Os IDs de documentos gerados podem não permanecer consistentes em várias importações. Se você gerar IDs automaticamente em várias importações, o Google recomenda definirreconciliationMode
comoFULL
para manter IDs de documento consistentes.ID_FIELD
: opcional. Especifica quais campos são os IDs de documento.
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Importar do Bigtable
Para ingerir dados do Bigtable, siga estas etapas para criar um repositório de dados e ingerir dados usando a API.
Configurar o acesso ao Bigtable
Para conceder à Vertex AI Search acesso a dados do Bigtable que estão em um projeto diferente, siga estas etapas:
Substitua a variável
PROJECT_NUMBER
pelo número do projeto da Pesquisa da Vertex AI e copie o conteúdo deste bloco de código. Este é o identificador da sua conta de serviço da Vertex AI Search:service-PROJECT_NUMBER@gcp-sa-discoveryengine.iam.gserviceaccount.com`
Acessar a página AM e administrador
Mude para seu projeto do Bigtable na página IAM e administrador e clique em Conceder acesso.
Em Novos principais, insira o identificador da conta de serviço da instância e selecione o papel Bigtable > Leitor do Bigtable.
Clique em Salvar.
Volte para o projeto da Vertex AI para Pesquisa.
Em seguida, acesse Importar dados do Bigtable.
Importar dados do Bigtable
REST
Para usar a linha de comando e criar um repositório de dados e ingerir dados do Bigtable, siga estas etapas:
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"], }'
Substitua:
PROJECT_ID
: ID do projeto.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DISPLAY_NAME
: o nome de exibição do repositório de dados. Isso pode ser exibido no console do Google Cloud .
Importar dados do Bigtable.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "bigtableSource ": { "projectId": "BIGTABLE_PROJECT_ID", "instanceId": "INSTANCE_ID", "tableId": "TABLE_ID", "bigtableOptions": { "keyFieldName": "KEY_FIELD_NAME", "families": { "key": "KEY", "value": { "fieldName": "FIELD_NAME", "encoding": "ENCODING", "type": "TYPE", "columns": [ { "qualifier": "QUALIFIER", "fieldName": "FIELD_NAME", "encoding": "COLUMN_ENCODING", "type": "COLUMN_VALUES_TYPE" } ] } } ... } }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", }'
Substitua:
PROJECT_ID
: o ID do seu projeto da Vertex AI Search.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.BIGTABLE_PROJECT_ID
: o ID do seu projeto do Bigtable.INSTANCE_ID
: o ID da sua instância do Bigtable.TABLE_ID
: o ID da tabela do Bigtable.KEY_FIELD_NAME
: opcional, mas recomendado. O nome do campo a ser usado para o valor da chave de linha após a ingestão na Vertex AI para Pesquisa.KEY
: obrigatório. Um valor de string para a chave do grupo de colunas.ENCODING
: opcional. O modo de codificação dos valores quando o tipo não é STRING.Isso pode ser substituído para uma coluna específica listando essa coluna emcolumns
e especificando uma codificação para ela.COLUMN_TYPE
: opcional. O tipo de valores nesta família de colunas.QUALIFIER
: obrigatório. Qualificador da coluna.FIELD_NAME
: opcional, mas recomendado. O nome do campo a ser usado para essa coluna depois da ingestão na Vertex AI para Pesquisa.COLUMN_ENCODING
: opcional. O modo de codificação dos valores de uma coluna específica quando o tipo não é STRING.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do Bigtable para seu repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os existentes por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao repositório de dados, e os documentos que não estão no Bigtable são removidos. O modoFULL
é útil se você quiser excluir automaticamente documentos que não precisa mais.AUTO_GENERATE_IDS
: opcional. Especifica se os IDs de documentos serão gerados automaticamente. Se definido comotrue
, os IDs de documento serão gerados com base em um hash do payload. Os IDs de documentos gerados podem não permanecer consistentes em várias importações. Se você gerar IDs automaticamente em várias importações, o Google recomenda definirreconciliationMode
comoFULL
para manter IDs de documento consistentes.Especifique
autoGenerateIds
apenas quandobigquerySource.dataSchema
estiver definido comocustom
. Caso contrário, um erroINVALID_ARGUMENT
será retornado. Se você não especificarautoGenerateIds
ou definir comofalse
, precisará especificaridField
. Caso contrário, a importação dos documentos vai falhar.ID_FIELD
: opcional. Especifica quais campos são os IDs de documento.
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Importar do AlloyDB para PostgreSQL
Para ingerir dados do AlloyDB para PostgreSQL, siga estas etapas para criar um repositório de dados e ingerir dados usando o console do Google Cloud ou a API.
Se os dados do AlloyDB para PostgreSQL estiverem no mesmo projeto da Vertex AI Search, acesse Importar dados do AlloyDB para PostgreSQL.
Se os dados do AlloyDB para PostgreSQL estiverem em um projeto diferente do projeto da Pesquisa da Vertex AI, acesse Configurar o acesso ao AlloyDB para PostgreSQL.
Configurar o acesso ao AlloyDB para PostgreSQL de outro projeto
Para dar à Pesquisa da Vertex AI acesso aos dados do AlloyDB para PostgreSQL que estão em um projeto diferente, siga estas etapas:
Substitua a variável
PROJECT_NUMBER
pelo número do projeto da Pesquisa da Vertex AI e copie o conteúdo deste bloco de código. Este é o identificador da sua conta de serviço da Vertex AI Search:service-PROJECT_NUMBER@gcp-sa-discoveryengine.iam.gserviceaccount.com
Mude para o projeto Google Cloud em que seus dados do AlloyDB para PostgreSQL estão localizados.
Acessar a página IAM
Clique em Permitir acesso.
Em Novos principais, insira o identificador da conta de serviço da Pesquisa da Vertex AI e selecione o papel Cloud AlloyDB > Administrador do Cloud AlloyDB.
Clique em Salvar.
Volte para o projeto da Vertex AI para Pesquisa.
Em seguida, acesse Importar dados do AlloyDB para PostgreSQL.
Importar dados do AlloyDB para PostgreSQL
Console
Para usar o console e ingerir dados do AlloyDB para PostgreSQL, siga estas etapas:
No console Google Cloud , acesse a página Aplicativos de IA.
No menu de navegação, clique em Repositórios de dados.
Clique em Criar repositório de dados.
Na página Origem, selecione AlloyDB.
Especifique o ID do projeto, o ID do local, o ID do cluster, o ID do banco de dados e o ID da tabela dos dados que você planeja importar.
Clique em Continuar.
Escolha uma região para o repositório de dados.
Insira um nome para o repositório de dados.
Clique em Criar.
Para verificar o status da ingestão, acesse a página Repositórios de dados e clique no nome do repositório de dados para conferir os detalhes na página Dados. Quando a coluna de status na guia Atividade mudar de Em andamento para Importação concluída, a ingestão será concluída.
Dependendo do tamanho dos dados, a ingestão pode levar de vários minutos a várias horas.
REST
Para usar a linha de comando e criar um repositório de dados e ingerir dados do AlloyDB para PostgreSQL, siga estas etapas:
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"], }'
Substitua:
PROJECT_ID
: ID do projeto.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DISPLAY_NAME
: o nome de exibição do repositório de dados. Isso pode ser exibido no console do Google Cloud .
Importe dados do AlloyDB para PostgreSQL.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents:import" \ -d '{ "alloydbSource": { "projectId": "ALLOYDB_PROJECT_ID", "locationId": "LOCATION_ID", "clusterId": "CLUSTER_ID", "databaseId": "DATABASE_ID", "tableId": "TABLE_ID", }, "reconciliationMode": "RECONCILIATION_MODE", "autoGenerateIds": "AUTO_GENERATE_IDS", "idField": "ID_FIELD", }'
Substitua:
PROJECT_ID
: o ID do seu projeto da Vertex AI para Pesquisa.DATA_STORE_ID
: o ID do repositório de dados. O ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.ALLOYDB_PROJECT_ID
: o ID do seu projeto do AlloyDB para PostgreSQL.LOCATION_ID
: o ID da sua região do AlloyDB para PostgreSQL.CLUSTER_ID
: o ID do cluster do AlloyDB para PostgreSQL.DATABASE_ID
: o ID do seu banco de dados do AlloyDB para PostgreSQL.TABLE_ID
: o ID da sua tabela do AlloyDB para PostgreSQL.RECONCILIATION_MODE
: opcional. Os valores sãoFULL
eINCREMENTAL
. O padrão éINCREMENTAL
. EspecificarINCREMENTAL
causa uma atualização incremental de dados do AlloyDB para PostgreSQL no seu repositório de dados. Isso faz uma operação de upsert, que adiciona novos documentos e substitui os documentos existentes por documentos atualizados com o mesmo ID. EspecificarFULL
causa uma rebase completa dos documentos no seu repositório de dados. Em outras palavras, documentos novos e atualizados são adicionados ao seu repositório de dados, e os documentos que não estão no AlloyDB para PostgreSQL são removidos dele. O modoFULL
é útil se você quiser excluir automaticamente documentos que não precisa mais.AUTO_GENERATE_IDS
: opcional. Especifica se os IDs de documentos serão gerados automaticamente. Se definido comotrue
, os IDs de documento serão gerados com base em um hash do payload. Os IDs de documentos gerados podem não permanecer consistentes em várias importações. Se você gerar IDs automaticamente em várias importações, o Google recomenda definirreconciliationMode
comoFULL
para manter IDs de documento consistentes.ID_FIELD
: opcional. Especifica quais campos são os IDs de documento.
Python
Para mais informações, consulte a documentação de referência da API Python de aplicativos de IA.
Para autenticar no AI Applications, configure o Application Default Credentials. Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.
Criar um repositório de dados
Importar documentos
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Fazer upload de dados JSON estruturados com a API
Para fazer upload direto de um documento ou objeto JSON usando a API, siga estas etapas.
Antes de importar seus dados, prepare os dados para ingestão.
REST
Para usar a linha de comando e criar um repositório de dados e importar dados JSON estruturados, siga estas etapas.
Crie um repositório de dados.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores?dataStoreId=DATA_STORE_ID" \ -d '{ "displayName": "DATA_STORE_DISPLAY_NAME", "industryVertical": "GENERIC", "solutionTypes": ["SOLUTION_TYPE_SEARCH"] }'
Substitua:
PROJECT_ID
: o ID do seu Google Cloud projeto.DATA_STORE_ID
: o ID do repositório de dados da Vertex AI para Pesquisa que você quer criar. Esse ID só pode conter letras minúsculas, dígitos, sublinhados e hífens.DATA_STORE_DISPLAY_NAME
: o nome de exibição do repositório de dados da Vertex AI para Pesquisa que você quer criar.
Importar dados estruturados.
Há algumas abordagens que você pode usar para fazer upload de dados, incluindo:
Faça upload de um documento JSON.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents?documentId=DOCUMENT_ID" \ -d '{ "jsonData": "JSON_DOCUMENT_STRING" }'
Substitua:
DOCUMENT_ID
: um ID exclusivo para o documento. Ele pode ter até 63 caracteres e conter apenas letras minúsculas, dígitos, sublinhados e hífens.JSON_DOCUMENT_STRING
: o documento JSON como uma única string. Isso precisa estar de acordo com o esquema JSON que você forneceu na etapa anterior. Por exemplo:{ \"title\": \"test title\", \"categories\": [\"cat_1\", \"cat_2\"], \"uri\": \"test uri\"}
Faça upload de um objeto JSON.
curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents?documentId=DOCUMENT_ID" \ -d '{ "structData": JSON_DOCUMENT_OBJECT }'
Substitua
JSON_DOCUMENT_OBJECT
pelo documento JSON como um objeto JSON. Isso precisa estar de acordo com o esquema JSON fornecido na etapa anterior. Por exemplo:```json { "title": "test title", "categories": [ "cat_1", "cat_2" ], "uri": "test uri" } ```
Atualize com um documento JSON.
curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID" \ -d '{ "jsonData": "JSON_DOCUMENT_STRING" }'
Atualize com um objeto JSON.
curl -X PATCH \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ "https://discoveryengine.googleapis.com/v1beta/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/branches/0/documents/DOCUMENT_ID" \ -d '{ "structData": JSON_DOCUMENT_OBJECT }'
Próximas etapas
Para anexar seu repositório de dados a um app, crie um app e selecione o repositório seguindo as etapas em Criar um app de pesquisa.
Para ver como os resultados da pesquisa aparecem depois que o app e o repositório de dados são configurados, consulte Receber resultados da pesquisa.
Resolver problemas de ingestão de dados
Se você tiver problemas com a ingestão de dados, consulte estas dicas:
Se você estiver usando chaves de criptografia gerenciadas pelo cliente e a importação de dados falhar (com a mensagem de erro
The caller does not have permission
), verifique se o papel do IAM de criptografador/descriptografador do CryptoKey (roles/cloudkms.cryptoKeyEncrypterDecrypter
) na chave foi concedido ao agente de serviço do Cloud Storage. Para mais informações, consulte Antes de começar em "Chaves de criptografia gerenciadas pelo cliente".Se você estiver usando a indexação avançada de sites e o Uso de documentos do repositório de dados for muito menor do que o esperado, revise os padrões de URL especificados para indexação e verifique se eles abrangem as páginas que você quer indexar. Se necessário, expanda-os. Por exemplo, se você usou
*.en.example.com/*
, talvez seja necessário adicionar*.example.com/*
aos sites que quer indexar.
Criar um repositório de dados usando o Terraform
É possível usar o Terraform para criar um repositório de dados vazio. Depois que o repositório de dados vazio for criado, você poderá ingerir dados nele usando o console Google Cloud ou comandos da API.
Para saber como aplicar ou remover uma configuração do Terraform, consulte Comandos básicos do Terraform.
Para criar um repositório de dados vazio usando o Terraform, consulte
google_discovery_engine_data_store
.