Préparer les données pour l'ingestion

La préparation des données dépend du type de données que vous importez et de la méthode d'importation choisie. Commencez par le type de données que vous prévoyez d'importer :

Pour en savoir plus sur la recherche combinée, qui permet d'associer plusieurs datastores à une seule application de recherche personnalisée, consultez la section Connecter plusieurs datastores.

Données de site Web

Lorsque vous créez un data store pour les données de sites Web, vous fournissez les URL des pages Web que Google doit explorer et indexer pour la recherche ou les recommandations.

Avant d'indexer les données de votre site Web :

  • Déterminez les formats d'URL à inclure dans votre indexation et ceux à exclure. Vous pouvez inclure des formats d'URL provenant de domaines identiques ou différents qui doivent être indexés, et exclure les formats qui ne doivent pas l'être. Le nombre de formats d'URL que vous pouvez inclure et exclure diffère de la manière suivante :

    Type d'indexation Sites inclus Sites exclus
    Recherche de base sur un site Web 50 formats d'URL maximum 50 formats d'URL maximum
    Indexation avancée de site Web 500 formats d'URL maximum 500 formats d'URL maximum

  • Excluez les formats des URL dynamiques. Les URL dynamiques sont des URL qui changent au moment de la diffusion en fonction de la requête.

    Les pages Web qui affichent des résultats de recherche sont un exemple d'URL dynamiques. Les formats d'URL des pages Web qui affichent les résultats de recherche peuvent se présenter sous la forme www.example.com/search?*. Si un utilisateur recherche l'expression Nobel Prize, l'URL de recherche dynamique peut être une URL unique : www.example.com/search?q=nobel%20prize/UNIQUE_STRING. Si le format d'URL www.example.com/search?* n'est pas exclu, toutes les URL de recherche dynamiques uniques qui suivent ce format sont indexées. La qualité de la recherche est alors diluée, l'index est surchargé et les coûts de stockage de l'index augmentent.

    Voici quelques formats courants à exclure :

    Type de format Exemple de format Raison de l'exclusion
    Vues mises en avant example.com/*/highlight/true Autre vue d'un post existant.
    Chemins de sujet par rapport aux chemins de message example.com/*/td-p/* Autre chemin canonique pour le même message.
    Permutations de pièces jointes