Lorsque vous mettez en place ou utilisez la brique Search au sein d’une architecture Sharepoint ou de développement spécifique vous serez tôt ou tard contraint d’utiliser la taxonomie lors de votre recherche.
SharePoint : Search et la taxonomie
Dans cet article, nous allons exposer une problématique récurrente comment avoir dans ma recherche, un panneau de raffinement avec mes champs taxonomiques ?
Taxonomie et les côtés cachés
Bien souvent l’on se pose la question mais quel mode de fonctionnement interne SharePoint met en place pour la taxonomie. Voici un schéma récapitulatif :
À chaque fois qu’une lise est créée et que celle-ci est provisionnée une autre liste l’est aussi, la TaxonomyHiddenList. Cette liste cachée qui se situe au niveau de la collection de site fait une copie littérale des éléments taxonomique de la liste standard. Son but principal est d’éviter les charges au niveau du service de métadonnées gérées et de fournir un cache de données pour la recherche.
Une fois que les données sont présentes, cela va déclencher d’autres évènements, qui sont pleinement associés à un Timer job, le « TaxonomyUpdateScheduler ». Celui-ci est chargé de mettre à jour le service de métadonnées gérées de façon répétée. Concernant la TaxonomyHiddenList il est intéressant d’en comprendre sa structure: voir figure 2.
Nous pouvons voir que bon nombre des composants sont destinés à assurer un lien vers le TermStore, les Termset et les Terms. Notons que deux champs sont assez spécifiques, CatchAllData et CatchAllDataLabel. Ce sont deux champs qui dépendent d’une feature cachée la TaxonomyFieldAdded et sont les points de destinationdes champs cachés TaxCatchAll et TaxCatchAllLabel de type LookupMulti dans une liste standard. En définitif un réel parallélisme s’opère entre nos listes et la TaxonomyHiddenList.
Search engine
Côté moteur de recherche, l’ensemble des remontées des données se fait en fonction d’un schéma bien précis. Celleci repose en partie sur l’utilisation d’une propriété spécifique de type crawl « ows_taxid_MetadataAllTagsInfo ».
Celle-ci permet de connecter l’ensemble des valeurs de type crawl sous-jacentes et des métadonnées dépendantes. Il est important de signaler que pour une remontée effective des données taxonomiques, il est nécessaire d’avoir l’ensemble des composants présents dans le moteur de recherche. En cas de non présence de ceux-ci, nous nous retrouverons avec une recherche non effective et incohérente.
Téléchargez cette ressource
Mac en entreprise : le levier d’un poste de travail moderne
Ce livre blanc répond aux 9 questions clés des entreprises sur l’intégration du Mac : sécurité, compatibilité, gestion, productivité, coûts, attractivité talents, RSE et IA, et l’accompagnement sur mesure proposé par inmac wstore.
Les articles les plus consultés
Les plus consultés sur iTPro.fr
- De l’inventaire à l’action : l’Asset Management au service d’un Numérique plus responsable
- IA et bureaucratie : la complexité qui grève les projets
- IA dans les services financiers : priorité stratégique, mais passage à l’échelle sous tension
- Data streaming : le nouveau socle stratégique de l’IA en entreprise
Articles les + lus
Travail hybride : pourquoi les salariés français restent les plus attachés au bureau en Europe
Cybersécurité : pourquoi 95% des violations de données sont liées à l’humain, surtout en été
Communication d’entreprise : la voix s’impose à nouveau comme canal critique à l’ère de l’IA
Asys accélère sur la planification intelligente avec l’acquisition de m-work
Communication d’entreprise à l’ère de l’IA : fragmentation, Shadow AI et perte de contrôle
À la une de la chaîne Mobilité
- Travail hybride : pourquoi les salariés français restent les plus attachés au bureau en Europe
- Cybersécurité : pourquoi 95% des violations de données sont liées à l’humain, surtout en été
- Communication d’entreprise : la voix s’impose à nouveau comme canal critique à l’ère de l’IA
- Asys accélère sur la planification intelligente avec l’acquisition de m-work
- Communication d’entreprise à l’ère de l’IA : fragmentation, Shadow AI et perte de contrôle
