概述
文档报告是有助于整理已爬取的文件服务器等的管理页面。它会列出内容相同的文档和长期未更新的文档，并且各列表都可以下载为 CSV。
要打开该页面，请点击左侧菜单中的 [系统信息 > 文档报告]。查看需要 admin-docreport 或 admin-docreport-view 角色。该页面只进行显示和下载，不会修改任何文档。
两个选项卡都可以通过“URL 前缀”（例如 smb://server/share/ ）缩小范围。
重复文档
将内容相同或几乎相同的文档分组，按文档数量从多到少显示。分组使用在编入索引时计算的内容签名（ content_minhash_bits，与折叠重复搜索结果所用的相同），因此无需重新索引。内容中没有词语的文档（如空文件）不在对象范围内。
页面最多显示 docreport.duplicate.group.size （默认值：100）个组，每个组最多显示 docreport.duplicate.docs.size （默认值：10）个文档。可以通过 [下载 CSV] 获取所有组。即使索引很大，CSV 也会读取所有组，并输出 group, groupSize, url, title, filename, contentLength, lastModified, owner, lastModifier, clickCount, docId 列。
Note
重复文档报告需要内容签名，而面向不含 CodeLibs 插件的 OpenSearch 的索引定义（ search_engine.type 为 vanilla 、 aws 或已弃用的 cloud ）不会计算内容签名。在这些类型下，“重复文档”选项卡不会显示，只能使用“休眠文档”。详情请参阅 搜索引擎类型 。
休眠文档
按从旧到新的顺序显示最后修改时间早于指定天数（“未更新天数”，默认值为 docreport.dormant.days 的 365）的文档。没有最后修改时间的文档不会显示。启用“从未在搜索结果中被打开”后，会排除曾从搜索结果中被点击过的文档。
页面显示符合条件的文档数量、合计大小和文档列表。列表的翻页有上限（ indexer.max.result.window.size ），超出该上限的文档请通过 [下载 CSV] 获取。
设置
可以通过 fess_config.properties 中的以下设置调整其行为。
| 属性 | 说明 | 默认值 |
|---|---|---|
docreport.duplicate.group.size | 页面显示的重复组最大数量 | 100 |
docreport.duplicate.docs.size | 页面中每个组列出的文档最大数量 | 10 |
docreport.duplicate.export.page.size | 下载 CSV 时每次请求读取的内容签名数量 | 10000 |
docreport.dormant.days | 视为休眠文档的、距最后修改的默认天数 | 365 |