Como usar a configuração personalizada do Tika para desabilitar a pesquisa de texto completo com base nos tipos mime de arquivo no AEM

AEM 6.1, 6.2, 6.3, 6.4

Como usar a configuração personalizada do Tika para desabilitar a pesquisa de texto completo com base no tipo MIME de um arquivo no AEM

A Adobe recomenda desativar a pesquisa de texto completo de arquivos binários por meio do índice do Tika.  Esta recomendação faz parte do artigo da Helpex Ajuste de desempenho de ativos.

Alguns tipos MIME comuns a serem considerados: mp4, pdf, zip. 

Método 1

1. Instale o pacote fornecido. 

2. Através do CRX/DE navegue até os locais abaixo:

/oak:index/lucene/tika/config.xml
/oak:index/damAssetLucene/tika/config.xml

3. Adicione o tipo de arquivo MIME que precisa ser desativado: 

<mime>application/zip</mime>

4. Clique em Salvar tudo. 

5. Ao usar o CRX/DE, defina esta propriedade booleana refresh=true nesses nós e salve:
/oak:index/lucene
/oak:index/damAssetLucene

6. Aguarde até que as alterações entrem em vigor e teste procurando por ativos do tipo MIME adicionado.
 

Método 2

1. No Console da Web do AEM pesquise por 'oak-lucene'.  Observe o número do pacote.  

2. Encerre a instância do AEM.  

3. Navegue até o diretório /crx-quickstart/launchpad/felix/bundlexxx.  

4. cd para o subdiretório com versionX.Y no nome (por exemplo, felix/bundle102/version0.2):
versão cd*

5. Extraia o conteúdo do arquivo tika-config.xml do arquivo jar:
jar -xvf bundle.jar org/apache/jackrabbit/oak/plugins/index/lucene/tika-config.xml

6. Edite o arquivo tika-config.xml

vi org/apache/jackrabbit/oak/plugins/index/lucene/tika-config.xml

Por exemplo, adicione o tipo de arquivo mime que precisa ser desativado: 

<mime>application/zip</mime>

7. Salve as alterações no bundle.jar. 
jar -uvf bundle.jar org/apache/jackrabbit/oak/plugins/index/lucene/tika-config.xml

8. Reinicie a instância do AEM e teste procurando por ativos do tipo MIME adicionados.