ManifoldCF作业调度是如何进行的？

Question

我正在使用CMIS查询和存储所有索引的solr作为存储库连接器，将manifoldcf或mcf与alfresco cms集成。我能做的很好&可以在solr索引中搜索文档。

现在，作为实现的一部分，我计划引入多个存储库，如sharepoint、文件系统等，因此现在我有了三个文档存储库: alfresco、sharepoint和文件系统。我计划有计划的作业，运行在每个存储库，并在特定的时间间隔抓取这些。但我有以下论点。

1. 虽然我经常安排作业，但我想确保mcf作业只选择那些添加了新的或更新的内容--假设我有100个文档正在运行当前作业，但是在下一个作业运行时说110，所以我只想为新的10个文档运行作业，而不是整个110个文档。
2. 由于可用的mcf教程相对较少，我无法确保mcf作业的行为是这样的，但我认为它足够聪明，可以这样做，但也没有证据来证实它。
3. 我想了解更多关于mcf作业计划类型的信息:直接扫描每个文档一次/重新扫描文档。类似地，我想了解更多关于作业调用的信息:完全/最小。作为一个新手我会很抱歉的。
4. 另外，我正在考虑进行一些自定义编码，以确保只有最新/更新的文档才有资格进行处理，但只在可用文档较少的情况下才执行代码。
5. 在本例中，文档定制编码是明智的，还是mcf提供了所有这些特性OOTB。

在此之前，非常感谢您。

Answer 1

ManifoldCF根据为作业配置的内容来安排作业。

1. 这取决于存储库连接器是如何编写的，通常在作业运行时运行存储库连接器的getDocumentVersion()时，如果文档规范的版本与早期版本不同，则会有多个其他版本没有文档的索引。通常，文档版本字符串是文档的最后修改日期。
2. 不幸的是，从开发人员的角度来看，流形并不包含大量的文档，您很可能会通过代码来进行处理。这是很有解释性的。
3. 这是根据mcf文档显示的最小值。

考虑到作业的连接类型所使用的模型，使用列表操作的“最小”变体将执行尽可能少的工作量。在某些情况下，这将意味着添加和修改将被索引，但删除不会检测到麦克博士乔布斯。

1. 您应该在公共String[] getDocumentVersions(..)中实现您的逻辑
2. OOTB特性，已经足够了。但还有一件事要考虑的是文件的许可。如果更改了文档的权限，则可以选择更改文档的版本。