Anleitung zur Datenintegration mithilfe eines SQL Databank

Data Integration Guide with SQL
Database by Example
Version 2016 Fall Release
Status: 4. Mai 2016
Copyright ©
Mindbreeze GmbH, A-4020 Linz, 2017.
Alle Rechte vorbehalten. Alle verwendeten Hard- und
Softwarenamen sind Handelsnamen und/oder Marken der
jeweiligen Hersteller.
Diese Unterlagen sind streng vertraulich. Durch die
Übermittlung und Präsentation dieser Unterlagen alleine
werden keine Rechte an unserer Software, an unseren
Dienstleistungen und Dienstleistungsresultaten oder
sonstigen geschützten Rechten begründet.
Die Weitergabe, Veröffentlichung oder Vervielfältigung ist
nicht gestattet.
Aus Gründen der einfacheren Lesbarkeit wird auf die
geschlechtsspezifische Differenzierung, z.B. Benutzer/innen, verzichtet. Entsprechende Begriffe gelten im Sinne
der Gleichbehandlung grundsätzlich für beide Geschlechter.
Data Integration Guide with SQL Database by Example
2
Table of Contents
1 Einführung ___________________________________________________________________ 4
1.1 Vorbereitung _______________________________________________________________ 4
1.2 Voraussetzungen auf dem Microsoft SQL Server ___________________________________ 4
1.3 Beschreibung des Beispiels ____________________________________________________ 4
2 Konfiguration des Talend Job zur Datenintegration _________________________________ 5
2.1 Einrichten der Datenbankverbindung ____________________________________________ 6
2.2 Importieren des Tabellen-Schemas der Datenbank _________________________________ 7
2.3 Konfiguration des Talend Job __________________________________________________ 9
2.3.1 Einrichten des SQL-Inputs _________________________________________________ 9
2.3.2 Einrichten des Mindbreeze Index-Outputs ____________________________________ 10
2.3.3 Einrichten des Column Mappings (tMap) _____________________________________ 11
2.4 Exportieren des Talend Jobs __________________________________________________ 14
3 Konfiguration von Mindbreeze __________________________________________________ 16
3.1 Anpassen der categoryDescriptor.xml ___________________________________________ 17
3.1.1 Hinzufügen von eigenen Metadaten Spalten __________________________________ 18
3.1.2 Ersetzen der Icons ______________________________________________________ 18
3.1.3 Hinzufügen von benutzerdefinierten Actions __________________________________ 18
4 Fehlerbehebung ______________________________________________________________ 20
4.1 Talend Job Probleme ________________________________________________________ 20
4.1.1 Talend Job Test Run läuft nicht ____________________________________________ 20
4.1.2 Datentypfehler __________________________________________________________ 20
4.2 Probleme mit Mindbreeze Suchergebnissen ______________________________________ 21
4.2.1 Keine Suchergebnisse ___________________________________________________ 21
4.2.2 Keine Inhalte in den Suchergebnissen _______________________________________ 21
4.2.3 Properties werden in den Suchergebnissen nicht angezeigt ______________________ 21
5 Anhang _____________________________________________________________________ 22
5.1 categoryDescriptor.xml ______________________________________________________ 22
Data Integration Guide with SQL Database by Example
3
1 Einführung
Dieses Handbuch soll helfen, um eine SQL Datenbanktabelle in Mindbreeze Enterprise Search zu
integrieren. Mithilfe einer Demo-Datenbanktabelle, die auf einem Microsoft SQL Server gehostet ist,
soll der Prozess des Aufsetzens eines Talend Job in diesem Dokument gezeigt werden. Am Ende
des Handbuchs werden noch Tipps zur Fehlerbehebung gezeigt.
1.1 Vorbereitung
Um das Beispiel zum Laufen zu bringen, müssen folgende Vorbedingungen erfüllt sein:
 Mindbreeze-Installation ist vorhanden (dieses Beispiel wird auf einer Mindbreeze-Installation
gezeigt, die auf Microsoft Windows läuft).
 Die Mindbreeze-Lizenz beinhaltet den Data Integration Connector.
 Talend Open Studio >= 5.0.2 (selbe Version wie auf der Mindbreeze Inspire Appliance) mit der
Konfiguration der Mindbreeze User Components wird benötigt. Für Details siehe Handbuch
„Konfiguration – Data Integration Connector“.
 Ein erreichbarer Microsoft SQL Server, der die zu crawlende Datenbanktabelle beinhaltet, ist
verfügbar.
 Der SQL Service-Benutzer kann sich zum Microsoft SQL Server verbinden und hat Leserechte
in der gewünschten Datenbank.
1.2 Voraussetzungen auf dem Microsoft SQL Server
Um sich vom Talend Open Studio aus mit dem Microsoft SQL Server verbinden zu können, müssen
folgende Verbindungs-Eigenschaften (Connection-Properties) eingeschaltet werden:
 SQL Server Browser (dieses Service muss laufen und wird gebraucht, um Datenbank-Schemas
zu erhalten)
 SQL Server Protocols: TCP/IP (diese Protokoll wird benötigt, um sich vom Talend Connector
aus verbinden zu können).
 SQL Server Authentication: der “SQL Server Authentication mode” wird benötigt, um sich vom
Talend Connect aus verbinden zu können).
 Der Service-Benutzer, der zum Verbinden zur SQL Datenbank um Daten zu crawlen benutzt
wird, muss Login-Rechte und vollen Lesezugriff in der Zieldatenbank besitzen (zumindest
„Select“- und „View Definition“-Rechte in der Zieltabelle).
1.3 Beschreibung des Beispiels
Die in diesem Handbuch verwendete Beispiels-Datenbanktabelle “supportticket” ist dafür
bestimmt, Basisdaten für Support-Tickets zu speichern und ist am SQL Server folgendermaßen
definiert:
Data Integration Guide with SQL Database by Example
4
2 Konfiguration des Talend Job zur Datenintegration
Nachdem alle Vorbedingungen erfüllt sind, können Sie damit anfangen, einen neuen Talend Job
zum Crawlen der SQL Datenbanktabelle und das Abbilden der benötigten Tabellenspalten auf die
extrahierten Metadatenattribute für die Mindbreeze Suche zu erstellen.
Starten Sie das Talend Open Studio for Data Integration (z.B. C:\TOS_DI-r78327-V5.0.2\TOS_DIwin-x86_64.exe). Öffnen Sie entweder ein existierendes Mindbreeze Demo Projekt (von der
Mindbreeze InSpire Appliance) oder erstellen Sie ein neues Projekt.
Der nächste Schritt ist, einen neuen Job zu erstellen (definieren Sie die Input Source, das Column
Mapping und die resultierenden Output Properties) und spezifizieren sie den Job Namen.
Data Integration Guide with SQL Database by Example
5
2.1 Einrichten der Datenbankverbindung
Erstellen Sie eine neue Datenbankverbindung zu Ihrem Microsoft SQL Server, indem Sie im
Repository Fenster zu „Metadata“ > „db Connections“ navigieren und vom Kontextmenü den Eintrag
„Create connection” auswählen. Weisen Sie anschließend einen Verbindungsnamen zu (ohne Leerund Sonderzeichen).
Wählen sie den DB Type „Microsoft SQL Server” und füllen Sie die Verbindungseigenschaften aus:
 Login:
<myTestuser>
 Password:
<myPassword>
 Server:
localhost
 Port:
1433
 Database:
<testdb>
 Schema:
(blank)
 Additional parameters:
instance=SQLEXPRESS
Data Integration Guide with SQL Database by Example
6
Nun können Sie die Verbindung mithilfe der Schaltfläche „Check” testen.
2.2 Importieren des Tabellen-Schemas der Datenbank
Der nächste Schritt ist, das Tabellen-Schema der Datenbank für die gewünschte Tabelle
(supportticket) zu importieren.
Wählen Sie „Retrieve Schema“ vom Kontextmenü Ihrer Datenbankverbindung aus. Sie können alle
Filtereinschränkungen (Filter Descriptions) auslassen und mit „Next“ zum Abschnitt des Tabellen
Schemas der Datenbanktabelle fortfahren.
Data Integration Guide with SQL Database by Example
7
Nachdem sie ein Schema für eine Tabelle ausgewählt und die Schaltfläche „Finish“ bestätigt haben,
wird dieses importiert und ist als Daten-Input-Quelle für den Job in „Table schemas“ Ihrer „DB
Connections“ sichtbar.
Sie sollten die Datentypen der Spalten in der Schemadefinition kontrollieren und möglicherweise
anpassen (speziell für die Datentypen date und datetime), indem Sie das Schema editieren („Edit
Schema“ vom Kontextmenü).
Überprüfen Sie, ob das Datum-Parser-Format für die Werte aus der Datenbank korrekt sind und
ändern Sie gegebenenfalls das „Date Pattern“.
In unserem Beispiel müssen wir das „Date Pattern“ vom Standardwert „dd-MM-yyyy” auf das Pattern
der Datenrepräsentation in unserer Datenbanktabelle (wie im obigen Screenshot zu sehen ist)
ändern: „yyyy-MM-dd”. Der Zeit-Teil für datetime-Werte wird direkt übergeben und ohne spezieller
Definition erkannt.
Data Integration Guide with SQL Database by Example
8
Dieser Screenshot zeigt das korrekt adaptierte Pattern der Spalte createdon. Die nächste Spalte
wurde bis jetzt noch nicht geändert, aber muss auch auf den gleichen Wert gesetzt werde: „ yyyyMM-dd“.
Speichern Sie letztendlich die geänderten Schemaeinstellungen.
2.3 Konfiguration des Talend Job
Ein einfacher Talend Job besteht normalerweise aus 3 Objekten:
 Die Input-Datenquelle, woher also die Daten kommen (in diesem Beispiel ist dies der SQL
Datenbank-Input).
 Die Ouput-Datenquelle, wohin also die Daten gesendet werden sollen (für Mindbreeze Data
Integration Jobs ist dies immer „MindbreezeIndexOutput“).
 Prozessierungsinstruktionen, wie die Input-Daten auf die Output-Daten abgebildet werden sollen
(die „tMap“ ist ein häufig verwendetes Element um solch ein Mapping zu definieren).
2.3.1 Einrichten des SQL-Inputs
Ziehen Sie das Tabellenschema der Datenbanktabelle „supportticket” mittels Drag and Drop vom
linken Baum zum Job Workspace und wählen Sie „tMSSqlInput“ als Type der Komponente, die
erstellt werden soll.
Data Integration Guide with SQL Database by Example
9
2.3.2 Einrichten des Mindbreeze Index-Outputs
Der nächste Schritt ist das Hinzufügen der Output-Datenquelle, indem nach dem Begriff
„Mindbreeze” in der Palette der Talend-Komponenten gesucht wird. Ziehen Sie anschließend das
Element „MindbreezeIndexOutput” auf die rechte Seite Ihres Workspace.
Anmerkung: Wenn Sie keine Mindbreeze-Komponenten in der Palette finden, wurden die UserComponents nicht richtig in den globalen Talend Preferences installiert.
Data Integration Guide with SQL Database by Example
10
2.3.3 Einrichten des Column Mappings (tMap)
Der letzte aber wichtigste Schritt ist, das Mapping der Input-Daten auf die Output-Daten, die vom
Mindbreeze Crawler benötigt werden, zu konfigurieren. Dazu suchen wir nach dem Begriff „ tmap” in
der Palette und ziehen die Komponente „tMap” in die Mitte unseres Workspace.
Um die Konfiguration des Jobs abzuschließen, müssen wir die 3 Komponenten miteinander
verbinden, indem wir eine Verbindungslinie mit der rechten Maustaste vom Input zur tMap und von
der tMap zum Output ziehen.
Letztendlich sollte es folgendermaßen aussehen:
Nun müssen wir „nur“ noch das Spalten Mapping konfigurieren, in dem wir die tMap-Properties mit
einem Doppelklick öffnen.
Für alle Data Integration Jobs brauchen wir zumindest 4 Properties, die vom Mindbreeze Crawler
benötigt werden:
 key: … sollte auf eine Spalte mit einer eindeutigen ID dieser Datenquelle abgebildet werden.
Der Typ muss ein “String” sein.
 title: … die Spalte oder der Inhalt dieser Property wird als Titel in den Suchresultaten
verwendet.
 extension: … normalerweise sollte der Wert auf „txt“ gesetzt werden, um damit Mindbreeze
mitzuteilen, den textuellen Inhalt als Text zu filtern.
 categoryClass: … kann verwendet werden, um das Ergebnis dieser Datenquelle von anderen
Ergebnissen zu trennen.
Anmerkung: Diese internen Properties müssen einen gültigen Wert haben und dürfen nicht „null”
sein; überprüfen Sie deswegen mit IF-like Ausdrücken, ob „null”-Werte vorkommen und weisen Sie
alternative Werte in diesen Fällen zu.
Data Integration Guide with SQL Database by Example
11
Sie können das Ergebnis des momentanen Mapping immer testen, indem Sie die Änderungen
sichern und einen Testlauf (Test Run) des Jobs starten. Da wir nur diese vier Spalten abgebildet
haben, bekommen wir nur diese Daten im Ergebnis des Testlaufs.
Erweitern wir nun das Mapping, um alle wichtigen Spalten im Output zu bekommen.
Es gibt zusätzliche Mindbreeze-interne Spalten, die verwendet werden könne, um zusätzliche
Properties abzubilden:
 acl: (Liste von String-Werten) im Format: "TestUser1||GRANT"
 date: (Typ "Date") … wird als interne Datumseigenschaft der Suchresultate verwendet und
normalerweise in den Ergebnissen angezeigt.
 modificationDate: (Typ "Date") … wird beim Aktualisieren der indizierten Dokumente
verwendet (wird normalerweise in den Suchergebnissen nicht angezeigt).
 content: (Typ "String") … wird verwendet, um den indizierten Text des Suchresultats zu
speichern.
Data Integration Guide with SQL Database by Example
12
Nun haben wir das Mapping mit optionalen internen Spalten erweitert und wir werden einen
erweiterten Output vom Testlauf bekommen, der auch die Datumseigenschaften beinhaltet (Sie
können diese auf Korrektheit mithilfe der originalen Datenbankdaten vergleichen). Zusätzlich
bekommen wir den Inhalt (content) als Binärdaten angezeigt – dieser sollte Werte beinhalten, wenn
die originale Datenquelle für den entsprechenden Eintrag Text enthält.
Nun können wir alle übrig gebliebenen Properties der Datenbank (möglicherweise brauchen wir
nicht jede Spalte) auf einen Property-Namen unserer Wahl abbilden (es kann der gleiche Wert oder
sogar ein Besserer vergeben werden).
Nach Bedarf können Sie Property-Werte modifizieren, indem Sie einen Java-Ausdruck verwenden,
wie das folgende Beispiel zeigt:
row1.subject == null ? "no subject" : row1.priority + ": " + row1.subject
Anmerkung: Sie sollten Null-Werte immer vermeiden, um das Fehler-Logging zu reduzieren.
Data Integration Guide with SQL Database by Example
13
Wenn wir nun den Job laufen lassen, bekommen wir hoffentlich alle gewünschten Properties, die
auch später in der Mindbreeze Suche verfügbar sein werden.
2.4 Exportieren des Talend Jobs
Letztendlich können wir unseren Talend Job speichern und exportieren.
Data Integration Guide with SQL Database by Example
14
Stellen Sie ein, dass der exportierte Job extrahiert werden soll und merken Sie sich das
Zielverzeichnis des Exports.
Ermitteln Sie den exportierten Pfad zum Job im Dateisystem und suchen Sie den generierten
Klassenname im Run Script:
C:\mes\TalendJobs\SupportTicket_0.1\SupportTicket\SupportTicket_run.bat
Zur Konfiguration des Talend Jobs in Mindbreeze brauchen Sie den Basispfad zum Job (der den
„lib“-Ordner enthält: “C:\mes\TalendJobs\SupportTicket_0.1”) und den Klassennamen, der im
Run Script gefunden wurde: “mindbreeze.supportticket_0_1.SupportTicket”.
Data Integration Guide with SQL Database by Example
15
3 Konfiguration von Mindbreeze
Erstellen Sie einen neuen Index mit einem sinnvollen Anzeigenamen (Display Name) und einen
angemessen Indexpfad (Index Path) im Dateisystem.
Erstellen Sie anschließend eine neue Datenquelle (Data Source) und wählen Sie als Kategorie
„DataIntegation” aus (Anmerkung: wenn diese Option nicht verfügbar ist, haben Sie vergessen, das
Data Integration Plug-In zu installieren). Wählen Sie noch einen Namen für die Datenquelle (Source
Name), der im Suchclient angezeigt werden soll.
Zu guter Letzt müssen Sie noch die Talend Job Properties definieren:
 Directory of Job: … der Basispfad zum exportierten Talend job (der den „lib“ Ordner beinhaltet)
 Main Class: … der Name der Java Main Class aus dem Run Script
Speichern Sie die Änderungen und starten Sie den Mindbreeze Node Service neu.
Wenn alles richtig aufgesetzt wurde, sollten Sie eine Log-Nachricht im Mindbreeze Log vom Data
Integration Crawler bekommen, wie das folgende Beispiel zeigt (z.B. C:\mes\logs\current\logmescrawler_launchedservice-DataIntegration_Support+Tickets\2015-02-27_12-4448.581290\log-mescrawler_launchedservice.log):
Data Integration Guide with SQL Database by Example
16
2015-02-27 12:44:57.394226 [5268]
com.mindbreeze.enterprisesearch.connectors.commons.crawlerbase.CrawlRun INFO:
Finished crawling run 1 successfully - statistics: itemsFound: 8
Überprüfen Sie schließlich, ob Sie Suchresultate im Mindbreeze Search Client bekommen.
Die voreingestellte Präsentation der benutzerdefinierten Data Integration Quelle zeigt schon Titel,
Datum und den Inhalt, jedoch wollen wir auch andere Eigenschaften angezeigt bekommen,
weswegen wir die categoryDescriptor.xml vom Data Integration Plug-In anpassen müssen.
Anmerkung: Wenn Sie den Talend Job später ändern müssen und dabei größere Änderungen
gemacht haben, sollten Sie den Index vom Dateisystem löschen und neu anlegen.
3.1 Anpassen der categoryDescriptor.xml
Als guter Anhaltspunkt beim Erstellen einer eigenen categoryDescriptor.xml bietet sich die
originale Datei aus dem Data Integration Plug-In ZIP-file, die dann nach Ihren Bedürfnissen
angepasst werden kann.
Die standardmäßige categoryDescriptor.xml vom Data Integration Connector schaut in etwa
folgendermaßen aus:
<?xml version="1.0" encoding="UTF-8"?>
<category id="DataIntegration" supportsPublic="true">
<name>Data Integration</name>
</category>
Beim Vornehmen der Anpassungen können Sie sich jedoch an der categoryDescriptor.xml
anderer Basis Plug-Ins, die mit dem Produkt mitgeliefert werden, orientieren. Z. B. beinhaltet das
WebConnector-Plugin schon eine Liste von übersetzten Metadaten-Properties und eine spezifische
Open Action.
Data Integration Guide with SQL Database by Example
17
3.1.1 Hinzufügen von eigenen Metadaten Spalten
Eine Metadaten-Definition könnte folgendermaßen aussehen:
<metadata>
<metadatum aggregatable="true" id="current_state" visible="true">
<name xml:lang="en">Ticket State</name>
<name xml:lang="de">Ticket State</name>
</metadatum>
...
</metadata>
Die ID stellt das Mapping dar, um die Spalte zu identifizieren, die in der tMap beim Output
Spaltennamen definiert wurde.
Die folgenden Properties können zusätzlich zu den sprachspezifischen Spaltennamen definiert
werden:
 aggregateable: wenn diese Option auf true gesetzt ist, wird die Spalte als Filter Property
verfügbar sein (soll nur für Properties definiert werden, bei denen die Werte eine Gruppierung
der Ergebnisse zulassen – bei einzigartigen Werten, die also im Suchergebnis jeweils nur
einmal vorkommen können, macht aggregatable keinen Sinn).
 visible: definiert, ob die Spalte in der standardmäßigen Ergebnispräsentation angezeigt wird.
3.1.2 Ersetzen der Icons
 Das kleine Icon in der Datenquelle-Liste beim Suchclient wird von der Datei „categoryIcon.png”
im ZIP-Archiv vom Plug-In bestimmt. Sie können das Icon mit einem 16x16 Icon Ihrer Wahl
ersetzen.
 Sie können ein Icon auch direkt im categoryDescriptor.xml mit dem Icon-Tag definieren. Es
benötigt eine eindeutige id, Größenattribute (height und width) und das Bild selbst (value),
codiert als Base64-Wert.
<context>
<Icon alt="Ticket" height="16" width="16"
id="tag:mindbreeze.com,2007/contextitems/contexticon;ticket"
mimetype="image/png"
type="tag:mindbreeze.com,2007/contextitems/contexticon"
value="
iVBORw0KGgoAAAANSUhEUgAAABAAAAAQCAYAAAAf8/9hAAAABmJLR0QA/wD/AP+gvaeTAAAACXBIWXMAAA
sTAAALEwEAmpwYAAAAB3RJTUUH3wIXECgw/xAFagAAAS1JREFUOMvFkz1uwkAUhL/nNV4Zesw9wgUILYq4
gymCgCiRIG3gCkAOEnMFTgMNFT8W65cCpOAIAqmY8knzaTQ7C/eWvA8Gpd1uN3HOPQFyo0+NMYm1tkcrjm
uzJNH/apYk2orjmu+c88tRxHq91tVqJSJ/hBBhu9kQRZGWo0icc74PoFmGqspkPMZae9G/3W55brdJ01Q0
ywA4AIAgCPgYDi+agyAAYL/fIyLo8e4fKlEKhQKf0+nZBM45ur1eDoTqCeCo17e36/WrctpTDtDtdAjD8K
zROUej0eCxXs/dc4DhaJSjh2FIsVi8nkA8D0Dn87kU/B9mpVLhoVr99ZICoOJ5AuAbY/bLxQJAms3mzQte
LhYYY5wM+v1SmqbT45S5ecqe9xVY+3L3z8g3o1Sele9r3SQAAAAASUVORK5CYII= " />
</context>
3.1.3 Hinzufügen von benutzerdefinierten Actions
Es ist möglich, benutzerdefinierte Aktionen, die auf spezifischen Metadaten basieren, hinzuzufügen.
Z. B. um ein Ticket-Suchresultat in einer benutzerdefinierten Ticket Webanwendung zu öffnen.
Data Integration Guide with SQL Database by Example
18
<context>
<Menu>
<Action name="Open"
pattern="http://intranet.mycompany.com/ticketing/show.html?ticketid={{mes:key}}">
<name xml:lang="en">Open Ticket</name>
<name xml:lang="de">Ticket Öffnen</name>
</Action>
</Menu>
</context>
Damit die Änderungen wirksam werden, können Sie das Plug-In ZIP-Archiv mit dem modifizierte
categoryDescriptor.xml über die Mindbreeze Konfigurationsoberfläche hochladen.
Anmerkung: es wird empfohlen, modifizierte Plug-Ins mit einem eigenen Namen umzubenennen,
um Änderungen in Produktupdates besser erkennen zu können.
Eine andere Möglichkeit, um die Änderungen in der categoryDescriptor.xml wirksam zu machen,
bietet das Kommandozeilenwerkzeug mesextension (kann zum Testen hilfreich sein):
C:\ >mesextension --interface=categorydescriptor --category=DataIntegration
--file=C:\Temp\categoryDescriptor.xml --overwrite install
Anschließend müssen Sie den Mindbreeze Node Service neustarten. Als Ergebnis erhalten Sie eine
schöne Repräsentation der Suchresultate mit allen zusätzlichen Metadaten-Properties (auch bei den
Filtern auf der rechten Seite, falls aggregatable definiert wurde).
Data Integration Guide with SQL Database by Example
19
4 Fehlerbehebung
4.1 Talend Job Probleme
Als erstes müssen wir sicherstellen, dass der Talend Job nicht im Talend Open Studio läuft. Als
nächstes müssen wir überprüfen, ob jede Property, nach der wir in Mindbreeze suchen wollen,
bereits im Resultat des Test-Runs vom Talend Job verfügbar ist. Ansonsten wird Mindbreeze diese
Daten zum Prozessieren gar nicht bekommen.
4.1.1 Talend Job Test-Run läuft nicht
Wenn der Talend Job nicht läuft, überprüfen Sie die „Problems”-Ansicht.
Anmerkung: es gibt zwei verschiedene Problem-Ansichten – eine allgemeine von Eclipse und eine
von Talend – Sie können diese Ansichten in „Window > Show view…“ vom Menü aus öffnen).
Ein Grund, wieso Probleme beim Talend Job auftreten können, ist eine unsaubere Umgebung. Sie
können versuchen, den Workspace zu aktualisieren (refresh). Falls dies nicht hilft, versuchen Sie,
das Talend Studio zu schließen, temporäre Dateien vom Dateisystem zu löschen und das Talend
Studio erneut zu starten.
4.1.2 Datentypfehler
Falls Sie den Fehler „Type mismatch” bekommen, sollten Sie als erstes das Mapping zwischen
Input- und Output-Daten überprüfen. Oft ist der Fehler, dass eine ID-Spalte mit einem numerischen
Wert vom Input erhalten wird, wobei auf der Output-Seite ein String-Wert erwartet wird. Um dieses
Problem zu lösen, konvertieren Sie den Wert mit einem Java-Ausdruck.
Data Integration Guide with SQL Database by Example
20
4.2 Probleme mit Mindbreeze Suchergebnissen
4.2.1 Keine Suchergebnisse
Falls Sie keine Suchergebnisse erhalten (mit einer „ALL“-Suche in der neuen Data Integration
Quelle), sollten Sie die folgenden möglichen Gründe überprüfen:
 Überprüfen Sie die Log-Datei vom Data Integration Crawler
Möglicherweise sehen Sie eine ähnliche Fehlernachricht in der Log-Datei, wie im folgenden Beispiel:
2015-02-27 12:37:32.643950 [812]
com.mindbreeze.enterprisesearch.connectors.commons.crawlerbase.CrawlRun ERROR:
CrawlRun was unsuccessful, cause:
java.lang.ClassNotFoundException: Mindbreeze.supportticket_0_1.SupportTicket
Dieser Fehler wurde durch einen Tippfehler verursacht, bei dem ein Großbuchstabe anstatt eines
Kleinbuchstaben verwendet wurde: mindbreeze.supportticket_0_1.SupportTicket
Starten Sie den Mindbreeze Node Service neu und überprüfen Sie die neue Log-Datei.
 Überprüfen Sie die Zugriffseinschränkungen auf diesem Index (“Unrestricted Public Access”)
4.2.2 Keine Inhalte in den Suchergebnissen
Wenn in den Suchergebnissen unter den Properties keine textuellen Inhalte angezeigt werden,
wurde möglicherweise nicht richtig gecrawled. Dies kann folgende Gründe haben:
 Die Quelldaten sind nicht auf die interne Spalte „content“ abgebildet
 Die “extension” Property wurde falsch gesetzt (für textuellen Inhalt müssen Sie den Wert „txt”
setzen)
4.2.3 Properties werden in den Suchergebnissen nicht angezeigt
Wenn sich eine gewünschte Property nicht in den internen Basis-Properties befindet, wird sie
standardmäßig nicht angezeigt. Sie müssen die Property entweder im categoryDescriptor.xml als
sichtbare Meterdaten oder in der Suchanwendung explizit definieren.
Sie sollten auch überprüfen, ob die Property vom Talend Job im Testlauf richtig abgeholt wurde.
Data Integration Guide with SQL Database by Example
21
5 Anhang
5.1 categoryDescriptor.xml
Hier finden Sie den kompletten Inhalt des categoryDescriptor.xml, das in diesem Beispiel verwendet
wurde.
<?xml version="1.0" encoding="UTF-8"?>
<category id="DataIntegration" supportsPublic="true">
<name>Data Integration</name>
<metadata>
<metadatum aggregatable="true" id="current_state" visible="true">
<name xml:lang="en">Ticket State</name>
<name xml:lang="de">Ticket Status</name>
</metadatum>
<metadatum aggregatable="true" id="priority" visible="true">
<name xml:lang="en">Ticket Priority</name>
<name xml:lang="de">Ticket Priorität</name>
</metadatum>
<metadatum aggregatable="true" id="category" visible="true">
<name xml:lang="en">Ticket Category</name>
<name xml:lang="de">Ticket Kategorie</name>
</metadatum>
<metadatum aggregatable="true" id="datasource/modificationDate"
visible="true">
<name xml:lang="en">Modification Date</name>
<name xml:lang="de">Änderungsdatum</name>
</metadatum>
<metadatum aggregatable="true" id="assigned_to" visible="true">
<name xml:lang="en">Assigned To</name>
<name xml:lang="de">Zugeordnet zu</name>
</metadatum>
<metadatum aggregatable="false" id="customer_name" visible="true">
<name xml:lang="en">Customer Name</name>
<name xml:lang="de">Kundenname</name>
</metadatum>
<metadatum aggregatable="false" id="customer_email" visible="true">
<name xml:lang="en">Customer E-Mail</name>
<name xml:lang="de">Kunden E-Mail</name>
</metadatum>
<metadatum aggregatable="true" id="customer_city" visible="true">
<name xml:lang="en">Customer City</name>
<name xml:lang="de">Wohnort des Kunden</name>
</metadatum>
<metadatum aggregatable="true" id="customer_zipcode" visible="true">
<name xml:lang="en">Customer ZIP Code</name>
<name xml:lang="de">ZIP Code des Kunden</name>
</metadatum>
</metadata>
<context>
<Menu>
<Action name="Open"
pattern="http://intranet.mycompany.com/ticketing/show.html?ticketid={{mes:key}}">
Data Integration Guide with SQL Database by Example
22
<name xml:lang="en">Open Ticket</name>
<name xml:lang="de">Ticket Öffnen</name>
</Action>
</Menu>
<Icon alt="Ticket" height="89" width="64"
id="tag:mindbreeze.com,2007/contextitems/contexticon;ticket"
mimetype="image/png"
type="tag:mindbreeze.com,2007/contextitems/contexticon"
value="
iVBORw0KGgoAAAANSUhEUgAAAEAAAABZCAYAAACOsCKNAAAABmJLR0QA/wD/AP+gvaeTAAAACXBIWXMAAAsTAAALEwEA
mpwYAAAAB3RJTUUH3wIXEDUVS3i9MQAAD5JJREFUeNrtnHmMXfV1xz/nd+/b583m8czYDrjBxGZx2IrNYgoYJ5TERVCR
NBVNgUBSElAjqmZppBJVUVUSIaIWpdAk2KFJEUsbKASbpXEgbAWCHMM0LAEZb/GCl7Hn7cv9nf5x73vvvmXGpmWZN/hK
V3rvrr9zfud8z/ec3+/+BCCTyZBOpykWi2mP6JKSiFPyyCtYwpvSHZvQ2mwVSyVSLee1fGDj8PBwqe3SfD4/XLbR8/P3
LZqVcPNfM44zFxEQmfTB03YLd5QqKFjP25Ir6o2bT9nw4KaxR7b+2Wcv8wBkz549xOOxeKVqP2XXHPs3TsQcD4IYQQVE
pC64dIkGtKYBBVVFFNQqoHhVfeXSu85d8sgDd+TqfTo+UTwhe9/ik9OJ4u0iooiIGjBiQNS/THzFShd0vtStQEEFqxax
gKqqqkzkzOVHfm7LvwHWBciV3WRPNP8P4PhdbgQxNCwgUIB0k/trwwNEg6MWQSGd8L4D/ATAV0BJ82nHzMUIakBMILgR
FAHRrjH/uvyioAYRH8rVaGAdgmBGa9e5AJ6nFgn7fCC8iI+DGBRtwsNpLbyCwaCiqPrWjPXFUmmWww0bj+AL7Pt747dv
/uL7RDe4gWmAoICvBAn+tFiy2+Q8hpDEimCCJwBGuicMImDVt+aABNQ7z2hTmDQdUSTocZXgStNd/h9us9bwSzqHMBMW
XHyQbEZU7ULhG0jYJHMNBMMHzUFY5IzaOslm+IBvhxXwQVeAO70IjIc4CSQ2ijgJwKKVCWxxhw9f7wITc6eP8Er0w1cT
W/T15qQGsIWd5J++AK1m33ElTAsXUFslceq/Elv0dVS1DbFNYpTU8uegUnjHizLTQgEmtQB3aBmoTtrD4sSIzL/mHY/T
5v3p8RLqFer/nVlnBFJOLZ2kFna/AlSVxNK7SC57GGfgDNQrUN31aCONm2Lzdj/f3WFQVYn+3pW4s87E9B5PYumPSX38
Vajsp/zm7SBSx4Cm3BbwMpsov3Fbl2OALeMMnRNYu2/L4qaQxOmUXvs7Sq/cVD+utoraCrY0TnnT/WTuX4IzNHRQK5nm
YdAikXSzX4vgDC7FTqzDGTgOgNxT11DZ8h9+MuM6mFQCd3Z/UN+SblbAZCmJ4ox8kvIbd5FddzVOr4M7q6/dFbqeCEkE
m30d07u4KdxVtj4M+jKI4A7FJrn33clT31MMEONSeuVbYL2GU+Tfwk6MIY6DmPc+Kr/3b6xmKY79VT0qTPz0RExfpB39
Z6oCFA8TGw4B4HFNUWFmKkAVVQ8ifTi9JxA79vr6qZ6VP8ekF4Hb618z09JhVUXcJKkzH8Qkj+wQE4TUsjU+2dn3Avlf
XQpq3zOLMO+28E7/SaRWbMAkj5zSz1UVZ/BUes5/DZHYO0543icXsMQWfxsRc1A/rzNDEZzhz8BMsABUcXqOfvt+OWf5
zMAAMS6Zn83Gy5bf9n1O/+DMAEGJ9uMOMm23w2Xxwwo4rIDDCjisgA+8AtTaDvFrBkkpkx91AWwwmxJLY0qMDdmH0j3T
ZMPiaZ2RN2Sw9ePSToTkbWuxO62hdY6QqpUPoPs3LKCRpobHZLVdXV27aaffgj8nNFBADQeaHH4mCR/IpTTVGlosYBKZ
dYYYvU7mAlYnV1oLAKpa0Gr9hJhI13R+BwzwXcBaT+ohYsr6hsUZupDUx18mvXILiaX3o15xGkjqgJM6tNJ6IwyadiYo
UylTcYc/TXLpP1H+7YNkH/sG3v7daKb8vosfXfQVksufxWbG3zYpCizA1q2khoe07hYiR1wMQGnsOjR/N+XX/gJJ9yDp
s4id9ENwB9FqkejCbxH9yDdRr0xkwfW4876Ae8QXSZ79CyILrkerOdR6RBZ8E3fe53GPuDY497doNedjlfVw5/81yXMe
I3byj8AZ9tvhDBI78fuoVyRxxhrcOVfgjnwCMRESp92JJE8Gq23tD+O8NmSvRwHp5D4a9HztE5TiyzcAkL5oPc7sP0Zt
FgRM/ENE5izH5hXFYgZOwfSfjlbKuMNnElv8FST+UQrrbyO28HJii28FPNzhZcQWfxWJHUth/SpiC68gdvz3UFskcdp9
xI/7Erlnrgf6SH3sKVRGwLhE5q4gteJ/sPki1fGd2FIOsHjj26m8tbep3VOQ2HAYtG3hwf9URhsmI2DzY+SevhRvYpzk
0ptILnsC9TL1V2ib6vz/Yhzyz34O78Aqylt+hjNyLraQq58rPHcl3oEfUt66FmfkPJQB3KGTmHjoKjT7GIXnViLGEJl/
Rb15ld89T+6X52EzD+CNPw6epTh2LSaxMWg7jW9nJBzltIkKBy6gjWnSNVuxIe4c7KIGu/85Cs8uJ/fkl3FnHYtJX95w
LBviEmHuDZiUQSSO5l/FuHFsvtywxZSDSAItvIZEEmjJAcDbsQaJuKB5tFxAIgMNBbz5c0xPL2IiiDi1AiSCA1Ya7a7z
f613cCCrNFPhqRIe8ftTYsPg9IKJAHvqL7WFTb4gsWEwCUxitP0R7gBazePMXonNv4U4ofDp9vnnhi7A5naC9SdQxU+5
CbUVTO8ZSDRBZfsLoQea+hR4VQvGAYmh2EmnxreERAHk0IhQsMUX34g756z6/+r4Jiobb8UdGUKrRdKfXOsbQmFv28BG
euVLaCWDifWSeejzmN506NwYWsliYmkm1l6JxEsUXrqZ+IlfJnrU2Ti9R1Dd/TqVjbcQ+dDiNjj39o4hCyIMfHYX+Wf+
kuq+NZ0HYToQIQF4cv22k0747em/xhjfJoz/3ZDUIqUJLEBc7EQaZ/RCKlvuQUwGZyDaIEXxS6hsvRfTZ/H2lXAHhdS5
63AGF7L/zlHcOddSfuN7OP1xJAaps9bhDBzN/jvn4M65pn7OxP0kVUtg+i6hsn0t4hzA6fPfZXPgZYu4wzFEfOMVMw/c
JVS33oEznPQVYP3ArzUXsIFrW0vfn24bBHLNFqCd9NOwF7VVTHofNns7zqAg4o/rC/6XGVq4G3fIV54ZjTaN9krMwWZW
4Y6k/I+XQpMkTMs5UH9GTAxs4R6cgca7fMwAk4rVu1UUsFvR0pZA+BYaK9opvQlngwEGSIgMWMDRWqDw7wiUEjYvkbC+
TBt4VH63hsq29QimPkZYu7Gy7UEqW0d8a2u5t/7ctvdPRm46TKb2ey0Egk1KaGCArZXEtFYSkmbAkA6gWM11BgzjIs4o
6r2FSJTyxu+CteBG/e/3tIozazl4ecobb/LPOdGD0vB3IPlpMKIQEQq5gDYzY5mcPmo1Q+pjY5hoT8AhLGJccKIUN/wj
iVO/RvbxL6CZdYhEmgm3VyS55BZsaTf5X5530LKsqiLRYUx8FG9iQyPkvR0FSGsZwLbUBK2VtsypVhPsVBORKKVXV6OF
MrGFl+CMHE/+qRtAoLrjP5HEPCpvPoQ7FA1qDV7IlAS1ZfDKgYBeMAXOCVmhDdzJgC2SPPNutFQiu+50nOSAT7FqzxTj
x/6plGA7UPsWKnwQLTbfLSaKt+M2vPFV2OI2UIu3azV23yqcvkGi81cQO+ZTqFXE6SF5+n30XrSV1HnPoZVsSNFKfPHN
pM55AhP/MGLSJH7/J/RetJX44psRDLFj/h6TmoPTP5/0BWNoeQJxekid99/0XrSV2ILrfYXSIYE5hOTQ1C2gPQno/NCw
iai2MwwTw/SMYgsGiQ74Md4mGF/9EfJP3oAWG3mpM3g+0aMuIrP2M3jjG0ie+zBeZhfjq+fjzD6DyDG3Ut25Dpvfh5fd
ReFXt+DtK5Fa8STegV2M/2CE4qv/5TO/qdqqHWsCLRbQETBqN0pAL1t2naT0DOBViR51HWo9sg+djzNYgfL9mGTS96Lk
KMmzvs/EvZdgnO24cy7E6ZmLt/t14idfjbfnBeILz8cbfxaqE2gxh/fWv+AM9YGCO7yI+KnXITzu409b26SlI9uwoYkK
+8esbSCldMqdWvaDVB4kMRfUYlLR4KNs01iMwU2g1QrJc26EqOvTbCByxDk4s/4QzDDlzS+gRa8R/4xBHJfco6dR2fwM
iVO+QfzE1aiWpm6b0Mjxg9S/yQJ8EFSsSJ0s1Xv0/1owF5fqtn8H4+IMnYtWM02lNzuxmdyjF+POOgp35E/wdvk0urLp
p+SfWEb+qbMpPHsxEq2CVjGp2Wil5Mf72FxKL15C8cVbiR69EpvJTT0GEFABq2BFaq5r2nIBCY8GBV+QY3WKxELBRBHj
BgrWxmIFJoK3ey3e3lfoWbEaLRfATXDgjiiYBLgxbPllqjtfIHnmd8g+MkbxlVWkln8XrXwbsJQ3/YLS2BepbFtD/KNf
pf+yDPt/nKL/sjfRUg6JpSis/xGYeHtds27qwYfgYVdtzQUeWPfikrO3f+J5xIBD/UtxPzKZKWO1VnJUd2VxhmZh4i6q
Ht7efUAcdyjtz/nPxHH6z6ay7T6cwV7QCbzxCpF5s1FbprprP5g4kZEUXqaI0/dHVMd/A4VXcYYH/J6x89DKAFr4NZKo
IvELqO54CJOM4PTHOyN+LReoRWGr4Pmhtv/Pty8AdrudKZNSXzTkIFmiuCki81L1awQHd9bsxn+J4PRWQR8jMi+Y808/
JlE7HyUyOly/3ulJgn0Mtw/oHawXPdXswMR3orG4H4p5isictG+99uBDYB0EaCJCfr5QSxpUmnv9/z04Ki1M7FCvDR+V
UIGqcc0hLe0hoaII9QJRCwjSUha3XT5ApC1MkDYMaAFBVd/3tQUi1HbvyLC2pMO1qGa1QzpMiP/XtOZ0w8pBh6AF20LY
6JQOa0j4+uojtXJwN1uANoiQhpPBkAs0xXVo0Eg5RNzqmrFB7VwRCidDdRasBx1cnN6btIN4C8MPgaC1qFWsARMKMQr+
+jvdagXSPMzn459irLYMjkp7+NMaNa5VU7tts35kExtKCG2njMUfGfIrQh6oqwEGWD8X0OBjBq+bIoIGvd+YEeIPfwZU
mDYQ9LWlQr24UCurGxsaGZLusIT6CnKB8dbXE7TBiGXrFJlypeLhESyhp4gqeII4YFVALCa8yNJ0nDvV0iYPGyykpL71
ajDW0DxBwreAveMTB3IluzMeM6M1zq2Oby4SLKio0l044DfX1tN0PF94tUqhbPfg571VA/Dyb8a2P7yh9IMA8BRPUU8R
D197wa6h39N1b22jeDSOWd8MHtlQ/ufA+g+YtWvXktj7TOaq1RO3Z3O6Gaui1r/Ren4urTaskOm91wT22+zLIF4NA1Sy
Od18xaoD64BtNcTzR34jSLHC8fd8qf+qPzgmcnkqJgO+l0j3McImAueDX7ak40+/Vrn907fsvxeYAF6aTKQhYBhIMvOm
05eA7cDu2oH/BTw+CdV54/GjAAAAAElFTkSuQmCC" />
Data Integration Guide with SQL Database by Example
23
</context>
</category>
Data Integration Guide with SQL Database by Example
24