Microsoft 365-Konnektor

Übersicht

Der Microsoft 365-Konnektor bietet die Funktionalität, Daten von Microsoft 365-Diensten (OneDrive, OneNote, Teams, SharePoint) abzurufen und im Fess-Index zu registrieren.

Für diese Funktion ist das Plugin fess-ds-microsoft365 erforderlich.

Unterstützte Dienste

  • OneDrive: Benutzer-Drives, Gruppen-Drives, freigegebene Dokumente

  • OneNote: Notizbücher (Site, Benutzer, Gruppe)

  • Teams: Kanäle, Nachrichten, Chats

  • SharePoint Document Libraries: Dokumentbibliothek-Metadaten

  • SharePoint Lists: Listen und Listenelemente

  • SharePoint Pages: Site-Seiten, Nachrichtenartikel

Voraussetzungen

  1. Die Installation des Plugins ist erforderlich

  2. Eine Azure AD-Anwendungsregistrierung ist erforderlich

  3. Microsoft Graph API-Berechtigungen und Administratoreinwilligung sind erforderlich

  4. Java 21 oder höher, Fess 15.2.0 oder höher

Plugin-Installation

Methode 1: JAR-Datei direkt platzieren

# Von Maven Central herunterladen
wget https://repo1.maven.org/maven2/org/codelibs/fess/fess-ds-microsoft365/X.X.X/fess-ds-microsoft365-X.X.X.jar

# Platzieren
cp fess-ds-microsoft365-X.X.X.jar $FESS_HOME/app/WEB-INF/lib/
# oder
sudo cp fess-ds-microsoft365-X.X.X.jar /usr/share/fess/app/WEB-INF/lib/

Methode 2: Aus Quellcode erstellen

git clone https://github.com/codelibs/fess-ds-microsoft365.git
cd fess-ds-microsoft365
mvn clean package
cp target/fess-ds-microsoft365-*.jar $FESS_HOME/app/WEB-INF/lib/

Starten Sie Fess nach der Installation neu.

Konfiguration

Konfigurieren Sie über die Administrationsoberfläche unter „Crawler“ -> „Datenspeicher“ -> „Neu erstellen“.

Grundeinstellungen

Einstellung Beispielwert
Name Microsoft 365 OneDrive
Handler-Name OneDriveDataStore / OneNoteDataStore / TeamsDataStore / SharePointDocLibDataStore / SharePointListDataStore / SharePointPageDataStore
Aktiviert Ein

Parameter-Einstellungen (gemeinsam)

tenant=12345678-1234-1234-1234-123456789abc
client_id=87654321-4321-4321-4321-123456789abc
client_secret=abcdefghijklmnopqrstuvwxyz123456
number_of_threads=1
ignore_error=false

Gemeinsame Parameterliste

Azure AD-Anwendungsregistrierung

1. Anwendung im Azure Portal registrieren

Öffnen Sie Azure Active Directory unter https://portal.azure.com:

  1. Klicken Sie auf „App-Registrierungen“ -> „Neue Registrierung“

  2. Geben Sie den Anwendungsnamen ein

  3. Wählen Sie den unterstützten Kontotyp

  4. Klicken Sie auf „Registrieren“

2. Client-Secret erstellen

Unter „Zertifikate und Geheimnisse“:

  1. Klicken Sie auf „Neuer geheimer Clientschlüssel“

  2. Legen Sie Beschreibung und Ablaufdatum fest

  3. Kopieren Sie den Geheimniswert (kann später nicht mehr eingesehen werden)

3. API-Berechtigungen hinzufügen

Unter „API-Berechtigungen“:

  1. Klicken Sie auf „Berechtigung hinzufügen“

  2. Wählen Sie „Microsoft Graph“

  3. Wählen Sie „Anwendungsberechtigungen“

  4. Fügen Sie die erforderlichen Berechtigungen hinzu (siehe unten)

  5. Klicken Sie auf „Administratoreinwilligung erteilen“

Erforderliche Berechtigungen nach Datenspeicher

OneDriveDataStore

Erforderliche Berechtigungen:

  • Files.Read.All

Bedingte Berechtigungen:

  • User.Read.All - bei user_drive_crawler=true

  • Group.Read.All - bei group_drive_crawler=true

  • Sites.Read.All - bei shared_documents_drive_crawler=true

OneNoteDataStore

Erforderliche Berechtigungen:

  • Notes.Read.All

Bedingte Berechtigungen:

  • User.Read.All - bei user_note_crawler=true

  • Group.Read.All - bei group_note_crawler=true

  • Sites.Read.All - bei site_note_crawler=true

TeamsDataStore

Erforderliche Berechtigungen:

  • Team.ReadBasic.All

  • Group.Read.All

  • Channel.ReadBasic.All

  • ChannelMessage.Read.All

  • ChannelMember.Read.All

  • User.Read.All

Bedingte Berechtigungen:

  • Chat.Read.All - bei Angabe von chat_id

  • Files.Read.All - bei append_attachment=true

SharePointDocLibDataStore

Erforderliche Berechtigungen:

  • Files.Read.All

  • Sites.Read.All

Oder Sites.Selected (bei Angabe von site_id, muss pro Site konfiguriert werden)

SharePointListDataStore / SharePointPageDataStore

Erforderliche Berechtigungen:

  • Sites.Read.All

Oder Sites.Selected (bei Angabe von site_id, muss pro Site konfiguriert werden)

Skript-Einstellungen

OneDrive

title=file.name
content=file.description + "\n" + file.contents
mimetype=file.mimetype
created=file.created
last_modified=file.last_modified
url=file.web_url
role=file.roles

Verfügbare Felder:

  • file.name - Dateiname

  • file.description - Dateibeschreibung

  • file.contents - Textinhalt

  • file.mimetype - MIME-Typ

  • file.filetype - Dateityp

  • file.created - Erstellungsdatum

  • file.last_modified - Letztes Änderungsdatum

  • file.size - Dateigröße

  • file.web_url - URL zum Öffnen im Browser

  • file.roles - Zugriffsberechtigungen

OneNote

title=notebook.name
content=notebook.contents
created=notebook.created
last_modified=notebook.last_modified
url=notebook.web_url
role=notebook.roles
size=notebook.size

Verfügbare Felder:

  • notebook.name - Notizbuchname

  • notebook.contents - Integrierter Inhalt von Abschnitten und Seiten

  • notebook.size - Inhaltsgröße (Zeichenanzahl)

  • notebook.created - Erstellungsdatum

  • notebook.last_modified - Letztes Änderungsdatum

  • notebook.web_url - URL zum Öffnen im Browser

  • notebook.roles - Zugriffsberechtigungen

Teams

title=message.title
content=message.content
created=message.created_date_time
last_modified=message.last_modified_date_time
url=message.web_url
role=message.roles

Verfügbare Felder:

  • message.title - Nachrichtentitel

  • message.content - Nachrichteninhalt

  • message.created_date_time - Erstellungsdatum

  • message.last_modified_date_time - Letztes Änderungsdatum

  • message.web_url - URL zum Öffnen im Browser

  • message.roles - Zugriffsberechtigungen

  • message.from - Absenderinformationen

SharePoint Document Libraries

title=doclib.name
content=doclib.content
created=doclib.created
last_modified=doclib.modified
url=doclib.url
role=doclib.roles

Verfügbare Felder:

  • doclib.name - Name der Dokumentbibliothek

  • doclib.description - Beschreibung der Bibliothek

  • doclib.content - Integrierter Suchinhalt

  • doclib.created - Erstellungsdatum

  • doclib.modified - Letztes Änderungsdatum

  • doclib.url - SharePoint-URL

  • doclib.site_name - Site-Name

SharePoint Lists

title=item.title
content=item.content
created=item.created
last_modified=item.modified
url=item.url
role=item.roles

Verfügbare Felder:

  • item.title - Titel des Listenelements

  • item.content - Textinhalt

  • item.created - Erstellungsdatum

  • item.modified - Letztes Änderungsdatum

  • item.url - SharePoint-URL

  • item.fields - Map aller Felder

  • item.roles - Zugriffsberechtigungen

SharePoint Pages

title=page.title
content=page.content
created=page.created
last_modified=page.modified
url=page.url
role=page.roles

Verfügbare Felder:

  • page.title - Seitentitel

  • page.content - Seiteninhalt

  • page.created - Erstellungsdatum

  • page.modified - Letztes Änderungsdatum

  • page.url - SharePoint-URL

  • page.type - Seitentyp (news/article/page)

  • page.roles - Zugriffsberechtigungen

Zusätzliche Parameter nach Datenspeicher

OneDrive

max_content_length=-1
ignore_folder=true
supported_mimetypes=.*
drive_id=
shared_documents_drive_crawler=true
user_drive_crawler=true
group_drive_crawler=true

OneNote

site_note_crawler=true
user_note_crawler=true
group_note_crawler=true

Teams

team_id=
exclude_team_ids=
include_visibility=
channel_id=
chat_id=
ignore_replies=false
append_attachment=true
ignore_system_events=true
title_dateformat=yyyy/MM/dd'T'HH:mm:ss
title_timezone_offset=Z

SharePoint Document Libraries

site_id=
exclude_site_id=
ignore_system_libraries=true

SharePoint Lists

site_id=hostname,siteCollectionId,siteId
list_id=
exclude_list_id=
list_template_filter=
ignore_system_lists=true

SharePoint Pages

site_id=
exclude_site_id=
ignore_system_pages=true
page_type_filter=

Anwendungsbeispiele

Alle OneDrive-Laufwerke crawlen

Parameter:

tenant=12345678-1234-1234-1234-123456789abc
client_id=87654321-4321-4321-4321-123456789abc
client_secret=your_client_secret
user_drive_crawler=true
group_drive_crawler=true
shared_documents_drive_crawler=true

Skript:

title=file.name
content=file.description + "\n" + file.contents
mimetype=file.mimetype
created=file.created
last_modified=file.last_modified
url=file.web_url
role=file.roles

Teams-Nachrichten eines bestimmten Teams crawlen

Parameter:

tenant=12345678-1234-1234-1234-123456789abc
client_id=87654321-4321-4321-4321-123456789abc
client_secret=your_client_secret
team_id=19:abc123def456@thread.tacv2
ignore_replies=false
append_attachment=true
title_timezone_offset=+01:00

Skript:

title=message.title
content=message.content
created=message.created_date_time
url=message.web_url
role=message.roles

SharePoint-Listen crawlen

Parameter:

tenant=12345678-1234-1234-1234-123456789abc
client_id=87654321-4321-4321-4321-123456789abc
client_secret=your_client_secret
site_id=contoso.sharepoint.com,686d3f1a-a383-4367-b5f5-93b99baabcf3,12048306-4e53-420e-bd7c-31af611f6d8a
list_template_filter=100,101
ignore_system_lists=true

Skript:

title=item.title
content=item.content
created=item.created
last_modified=item.modified
url=item.url
role=item.roles

Fehlerbehebung

Authentifizierungsfehler

Symptom: Authentication failed oder Insufficient privileges

Zu überprüfen:

  1. Überprüfen Sie, ob Mandanten-ID, Client-ID und Client-Secret korrekt sind

  2. Überprüfen Sie, ob die erforderlichen API-Berechtigungen im Azure Portal erteilt wurden

  3. Überprüfen Sie, ob die Administratoreinwilligung erteilt wurde

  4. Überprüfen Sie das Ablaufdatum des Client-Secrets

API-Ratenbegrenzungsfehler

Symptom: 429 Too Many Requests

Lösung:

  1. Reduzieren Sie number_of_threads (auf 1 oder 2 setzen)

  2. Verlängern Sie das Crawl-Intervall

  3. Setzen Sie ignore_error=true zur Fortsetzung der Verarbeitung

Keine Daten abrufbar

Symptom: Crawling erfolgreich, aber 0 Dokumente

Zu überprüfen:

  1. Überprüfen Sie, ob die Zieldaten existieren

  2. Überprüfen Sie, ob die API-Berechtigungen korrekt konfiguriert sind

  3. Überprüfen Sie die Einstellungen der Benutzer-/Gruppen-Drive-Crawler

  4. Überprüfen Sie die Logs auf Fehlermeldungen

SharePoint-Site-ID ermitteln

Mit PowerShell:

Connect-PnPOnline -Url "https://contoso.sharepoint.com/sites/yoursite" -Interactive
Get-PnPSite | Select Id

Oder mit Microsoft Graph API:

GET https://graph.microsoft.com/v1.0/sites/contoso.sharepoint.com:/sites/yoursite

Crawling großer Datenmengen

Lösung:

  1. In mehrere Datenspeicher aufteilen (nach Site, Drive usw.)

  2. Last über Zeitplaneinstellungen verteilen

  3. number_of_threads für parallele Verarbeitung anpassen

  4. Nur bestimmte Ordner/Sites crawlen

Weiterführende Informationen