Knowledge Base Indexer 故障排查

应用程序日志是 Knowledge Base Indexer 中的主要诊断界面。将记录与抓取控件结合使用，识别无效 URL、身份验证失败、抓取范围过广、处理时间过长和资源使用率过高等问题。

审阅日志

日志会显示以下内容：

• 正在抓取的 URL。
• 已发现和已处理的页面。
• 进度信息。
• 错误和警告。
• 完成状态。

当抓取报告错误或未按预期运行时，请首先审阅记录。

解决受保护网站的身份验证问题

受保护的网站内容可能需要身份验证 URL。

1. 确认已配置身份验证 URL。
2. 在发现模式下运行抓取。
3. 审阅记录中的身份验证错误或警告。

公共网站无需身份验证 URL。

解决受保护网站的身份验证故障

受保护的网站内容可能需要身份验证 URL。

1. 确认已配置身份验证 URL。
2. 在发现模式下运行抓取。
3. 审阅记录中的身份验证错误或警告。

公共网站不需要身份验证 URL。

解决无效 URL 错误

索引器只接受 HTTPS URL。

请检查：

• 每个 URL 都以 https:// 开头。
• 每个 URL 都显示在单独的行上。
• URL 不是本地网络地址。
• URL 不是环回地址。
• URL 未使用受限制的 IP 地址。

出于安全考虑，本地网络地址被阻止。每个无效的 URL 都会在日志中生成错误。

更正 URL，然后重新开始抓取。

解决知识库身份验证故障

上传模式需要对 Acrobat 知识库进行身份验证。

如果身份验证失败：

1. 确认您的知识库凭据有效。
2. 清除发现模式。
3. 选择收藏集选择器旁的刷新图标。
4. 在浏览器窗口中完成身份验证流程。

如果会话令牌在操作期间过期，索引器会尝试刷新它。身份验证令牌得到安全处理，不会永久存储。

选择“注销”，使当前会话令牌失效。

解决受保护网站的身份验证问题

受保护的网站内容可能需要身份验证 URL。

1. 确认已配置身份验证 URL。
2. 在发现模式下运行抓取。
3. 审阅日志以查找身份验证错误或警告。

公共网站不需要身份验证 URL。

目标收藏集未列出

收藏列表仅包含您具有写入访问权限的收藏。

1. 清除发现模式以启用上传模式。
2. 选择收藏集选择器旁的刷新图标。
3. 在出现提示时完成身份验证。
4. 确认您对目标收藏具有写入访问权限。
5. 在需要时刷新收藏列表。

抓取的页面数量过多

深度抓取设置可能导致索引器跟踪超出预期的更多链接。

要缩小抓取范围：

• 降低抓取深度。
• 降低页面限制。
• 使用特定网站部分的起始 URL，而非整个域。
• 在发现模式下测试修订后的配置。

抓取耗时过长

较大的页面限制值和较深的抓取深度会增加处理时长。

请尝试以下操作：

• 减少页面限制。
• 减少抓取深度。
• 选定范围更小的网站分区。
• 审阅日志中的进度信息。

计算机使用过多资源

工作线程数量越高，并行处理能力越强，资源消耗也越大。

1. 选择“停止”以结束当前操作。
2. 降低工作线程数量。
3. 重新启动抓取。

默认工作线程数量为 4。对于大多数系统，推荐取值范围为 4-8，具体取决于处理器内核数量。

最佳实践

• 从较浅的抓取深度和较小的页面限制开始。
• 在上传内容之前，请在发现模式下测试配置。
• 查看日志中的警告和错误。
• 当抓取范围过广时，减少抓取深度或页面限制。
• 当资源使用率较高时，减少工作进程的数量。
• 避免在短时间内对同一网站进行过度抓取。

需要了解的事项

• 选择“停止”以结束当前操作。
• 无效 URL 会在日志中生成错误。
• 更高的工作线程数量可以提升处理速度，但会消耗更多系统资源。
• 较大的页面限制值会延长处理时长。
• 抓取深度过大可能会包含超出预期的页面。