Einricht von Openflow Connector für SharePoint¶

Voraussetzungen¶

1. Stellen Sie sicher, dass Sie Openflow Connector für SharePoint gelesen haben.

2. Stellen Sie sicher, dass Sie Openflow eingerichtet haben.

Die Anmeldeinformationen erhalten¶

Führen Sie als SharePoint-Administrator die folgenden Aktionen durch:

1. Stellen Sie sicher, dass Sie eine Microsoft Graph-Anwendung mit den folgenden Microsoft Graph Berechtigungen haben:

   1. Sites.Selected: schränkt den Zugriff nur auf bestimmte Websites ein.

   2. Files.SelectedOperations.Selected: schränkt den Zugriff nur auf Dateien in angegebenen Websites ein.

   3. GroupMember. Read.All: wird für die Auflösung von SharePoint-Gruppenberechtigungen verwendet.

   4. User.ReadBasic.All: wird für die Auflösung von Microsoft365-Benutzer-E-Mail–Adressen verwendet.

2. Konfigurieren Sie SharePoint, um die OAuth-Authentifizierung zu aktivieren, wie in „Zugriff ohne Benutzer“ beschrieben. Der Konnektor verwendet die folgenden Microsoft Graph-APIs, um Daten von SharePoint abzurufen:

   1. driveItem-Inhalt herunterladen

   2. driveItem-Metadaten abrufen

   3. driveItem: delta

   4. driveItem-Berechtigungsliste

   5. Gruppe: delta

   6. Liste der Gruppenmitglieder

   7. Benutzer abrufen

3. Rufen Sie die Website-URL Ihrer Microsoft 365 SharePoint-Website mit den Dateien oder Ordnern auf, die Sie in Snowflake aufnehmen möchten, sowie die Anmeldedaten von Ihrem Azure- oder Office 365-Kontoadministrator.

Snowflake-Konto einrichten¶

Als Administrator eines Snowflake-Kontos führen Sie die folgenden Aufgaben manuell oder mithilfe des unten aufgeführten Skripts aus:

1. Erstellen Sie eine neue Rolle oder verwenden Sie eine vorhandene Rolle und erteilen Sie die Berechtigungen von Datenbanken.

2. Erstellen Sie einen neuen Benutzer für den Snowflake-Dienst mit dem Typ SERVICE.

3. Weisen Sie dem Benutzer des Snowflake-Dienstes die Rolle zu, die Sie in den vorherigen Schritten erstellt haben.

4. Konfigurieren Sie mit Schlüsselpaar-Authentifizierung für den Snowflake SERVICE-Benutzer aus Schritt 2.

5. Snowflake empfiehlt diesen Schritt dringend. Konfigurieren Sie einen von Openflow unterstützten Geheimnismanager, z. B. AWS, Azure und Hashicorp, und speichern Sie die öffentlichen und privaten Schlüssel im Geheimnisspeicher.

   Bemerkung

   Wenn Sie aus irgendeinem Grund keinen Geheimnismanager verwenden möchten, sind Sie dafür verantwortlich, die für die Schlüsselpaar-Authentifizierung verwendeten öffentlichen und privaten Schlüsseldateien gemäß den Sicherheitsrichtlinien Ihrer Organisation zu schützen.

   1. Nachem der Geheimnismanager konfiguriert ist, legen Sie fest, wie Sie sich bei ihm authentifizieren möchten. Auf AWS wird empfohlen, die mit Openflow verknüpfte EC2-Instanzrolle zu verwenden, da auf diese Weise keine weiteren Geheimnisse gespeichert werden müssen.

   2. Konfigurieren Sie in Openflow einen mit diesem Geheimnismanager verknüpften Parameter Provider über das Hamburger-Menü oben rechts. Navigieren Sie zu Controller Settings » Parameter Provider, und rufen Sie Ihre Parameterwerte ab.

   3. Zu diesem Zeitpunkt können alle Anmeldeinformationen mit den zugehörigen Parameterpfaden referenziert werden, und es müssen keine sensiblen Werte innerhalb von Openflow aufbewahrt werden.

6. Wenn andere Snowflake-Benutzer Zugriff auf die vom Konnektor aufgenommenen Rohdokumente und -tabellen benötigen (z. B. für die benutzerdefinierte Verarbeitung in Snowflake), weisen Sie diesen Benutzern die in Schritt 1 erstellte Rolle zu.

7. Bestimmen Sie ein Warehouse, das der Konnektor verwenden soll. Beginnen Sie mit der kleinsten Warehouse-Größe und experimentieren Sie dann mit der Größe in Abhängigkeit von der Anzahl der zu replizierenden Tabellen und der Menge der übertragenen Daten. Große Tabellenzahlen lassen sich in der Regel besser mit Multi-Cluster-Warehouses skalieren als mit größeren Warehouse-Größen.

Anwendungsfall 1: Den Konnektor nur zur Aufnahme von Dateien verwenden¶

Verwenden Sie den Anschluss, um:

• Benutzerdefinierte Verarbeitung von aufgenommenen Dateien durchführen

• SharePoint-Dateien und -Berechtigungen aufzu nehmen und auf dem neuesten Stand zu halten

Anwendungsfall 2: Die Konnektordefinition verwenden, um Dateien zu importieren und mit Cortex zu verarbeiten¶

Verwenden Sie die vordefinierte Ablaufdefinition, um:

• AI-Assistenten für öffentliche Dokumente auf der SharePoint-Website Ihrer Organisation zu erstellen.

• Ihren AI-Assistenten die Einhaltung der Zugriffskontrollen zu ermöglichen, die auf der SharePoint-Website Ihres Unternehmens festgelegt sind.

Anwendungsfall 3: Anpassen der Konnektordefinition¶

Passen Sie die Definition des Anschlusses an, um:

• die aufgenommenen Dateien mit Document AI zu verarbeiten.

• benutzerdefinierte Verarbeitungen an importierten Dateien durchzuführen.

Aktivieren von SharePoint-Website-Gruppen¶

Abfrage des Cortex Search Service¶

Sie können den Cortex Search Service nutzen, um Chat- und Suchanwendungen zu erstellen, mit denen Sie mit Ihren Dokumenten in SharePoint chatten oder diese abfragen können.

Nachdem Sie den Konnektor installiert und konfiguriert haben, und er mit dem Aufnahme von Inhalten aus SharePoint beginnt, können Sie den Cortex Search Service abfragen. Weitere Informationen zur Verwendung von Cortex Search finden Sie unter Einen Cortex Search Service abfragen.

Antworten filtern

Um die Antworten des Cortex Search Service auf Dokumente zu beschränken, auf die ein bestimmter Benutzer in SharePoint Zugriff hat, können Sie bei der Abfrage der Cortex Search einen Filter angeben, der die Benutzer-ID oder die E-Mail-Adresse des Benutzers enthält. Beispiel: filter.@contains.user_ids oder filter.@contains.user_emails. Der Name des vom Konnektor erstellten Cortex Search Service lautet search_service im Schema Cortex.

Führen Sie den folgenden SQL-Code in einem SQL-Arbeitsblatt aus, um den Cortex Search Service mit Dateien abzufragen, die von Ihrer SharePoint-Website aufgenommen wurden.

Ersetzen Sie Folgendes:

• application_instance_name: Name Ihrer Datenbank und der Connector-Anwendungsinstanz.

• user_emailID: E-Mail-ID des Benutzers, für den Sie die Antworten filtern möchten.

• your_question: Die Frage, auf die Sie Antworten erhalten möchten.

• number_of_results: Maximale Anzahl der Ergebnisse, die in der Antwort zurückgegeben werden sollen. Der Höchstwert ist 1000 und der Standardwert ist 10.

SELECT PARSE_JSON(
  SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
    '<application_instance_name>.cortex.search_service',
      '{
        "query": "<your_question>",
         "columns": ["chunk", "web_url"],
         "filter": {"@contains": {"user_emails": "<user_emailID>"} },
         "limit": <number_of_results>
       }'
   )
)['results'] AS results

Hier finden Sie eine vollständige Liste der Werte, die Sie für columns eingeben können:

Beispiel: Abfrage eines AI-Assistenten zu Personalinformationen (HR)

Mit Cortex Search können Sie einen AI-Assistenten für Mitarbeiter abfragen, um mit den neuesten Versionen von HR Informationen wie Onboarding, Verhaltenskodex, Teamprozesse und Organisationsrichtlinien zu chatten. Mithilfe von Antwortfiltern können Sie auch HR-Teammitgliedern die Abfrage von Mitarbeiterverträgen gestatten und dabei die in SharePoint konfigurierten Zugriffskontrollen einhalten.

SELECT PARSE_JSON(
     SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
          '<application_instance_name>.cortex.search_service',
          '{
             "query": "What is my vacation carry over policy?",
             "columns": ["chunk", "web_url"],
             "filter": {"@contains": {"user_emails": "<user_emailID>"} },
             "limit": 1
          }'
     )
 )['results'] AS results

import snowflake.snowpark as snowpark
from snowflake.snowpark import Session
from snowflake.core import Root

def main(session: snowpark.Session):

   root = Root(session)

   # fetch service
   my_service = (root
     .databases["<application_instance_name>"]
     .schemas["cortex"]
     .cortex_search_services["search_service"]
   )

   # query service
   resp = my_service.search(
     query="What is my vacation carry over policy?",
     columns = ["chunk", "web_url"],
     filter = {"@contains": {"user_emails": "<user_emailID>"} },
     limit=1
   )
   return (resp.to_json())

curl --location "https://<account_url>/api/v2/databases/<application_instance_name>/schemas/cortex/cortex-search-services/search_service" \
     --header 'Content-Type: application/json' \
     --header 'Accept: application/json' \
     --header "Authorization: Bearer <CORTEX_SEARCH_JWT>" \
     --data '{
         "query": "What is my vacation carry over policy?",
         "columns": ["chunk", "web_url"],
         "limit": 1
     }'

{
  "results" : [ {
  "web_url" : "https://<domain>.sharepoint.com/sites/<site_name>/<path_to_file>",
  "chunk" : "Answer to the question asked."
  } ]
}

Suchen von Dateien im Stagingbereich¶

Im Stagingbereich gespeicherte Dateien können unlesbare Namen haben. Um bestimmte Dateien zu finden, nutzen Sie die Metadatentabellen als Quelle der Wahrheit. Diese Tabellen enthalten die Zuordnung zwischen den Dateinamen und den entsprechenden Dateien-IDs im Stagingbereich.

Verwenden Sie für Cortex-aktivierte Konfigurationen die folgende Abfrage, um Dateien zu finden:

SELECT DISTINCT METADATA:id FROM DOCS_CHUNKS WHERE METADATA:fullName LIKE '%<file_name>%';

Für Nicht-Cortex-Konfigurationen verwenden Sie die folgende Abfrage:

SELECT FILE_ID FROM DOC_METADATA WHERE FILE_NAME = '<file_name>';

Ersetzen Sie <file_name> mit dem Namen oder einem Teil des Namens der Datei, nach der Sie suchen.

Die Dateien im Stagingbereich beginnen mit der ID, die von diesen Abfragen zurückgegeben wird.