如果資料商店使用基本網站搜尋功能，商店索引的新鮮度會與 Google 搜尋的新鮮度一致。
如果資料儲存庫已啟用進階網站索引功能，系統會透過下列方式重新整理資料儲存庫中的網頁：
- 自動重新整理
- 手動重新整理
- 以 Sitemap 為基礎的重新整理
本頁說明自動和手動重新整理。如要瞭解及實作以網站地圖為基礎的重新整理功能，請參閱「根據網站地圖建立索引及重新整理」。
自動重新整理
Vertex AI Search 會自動重新整理，方式如下：
- 建立資料儲存區後，系統會為內含的網頁產生初始索引。
- 完成初始索引後，系統會盡量為新發現的網頁建立索引，並重新檢索現有網頁。
- 如果資料存放區的查詢率為 50 次查詢/30 天，系統就會定期重新整理資料存放區。
手動重新整理
如要重新整理已啟用「進階網站索引建立功能」的資料儲存庫中特定網頁，可以呼叫 recrawlUris 方法。您可以使用 uris 欄位，指定要檢索的每個網頁。recrawlUris 方法是長時間執行的作業，會持續執行直到指定網頁完成檢索，或在 24 小時後逾時 (以先發生者為準)。如果 recrawlUris 方法逾時，您可以再次呼叫該方法，並指定要檢索的網頁。您可以輪詢 operations.get 方法，監控重新檢索作業的狀態。
重新檢索的限制
檢索網頁的頻率和數量都有限制：
- 每日通話量。每項專案每天最多只能呼叫
recrawlUris方法 20 次。 - 每次通話的網頁數。透過呼叫
recrawlUris方法指定uris值時，最多可指定 10,000 個值。
重新檢索資料儲存庫中的網頁
如果資料儲存庫已啟用「進階網站索引建立功能」，您可以手動檢索特定網頁。
REST
如要使用指令列檢索資料儲存庫中的特定網頁，請按照下列步驟操作：
找出資料儲存庫 ID。如果已有資料商店 ID，請跳到下一個步驟。
前往 Google Cloud 控制台的「AI Applications」頁面，然後在導覽選單中點選「Data Stores」。
點按資料儲存庫的名稱。
在資料儲存庫的「資料」頁面中，取得資料儲存庫 ID。
呼叫
recrawlUris方法，並使用uris欄位指定要檢索的每個網頁。即使包含星號 (*)，每個uri都代表單一網頁。系統不支援萬用字元模式。curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/siteSearchEngine:recrawlUris" \ -d '{ "uris": [URIS] }'更改下列內容：
PROJECT_ID：您的 Google Cloud 專案 ID。DATA_STORE_ID：Vertex AI Search 資料儲存庫的 ID。URIS：您要檢索的網頁清單，例如"https://example.com/page-1", "https://example.com/page-2", "https://example.com/page-3"。
輸出結果會與下列內容相似：
{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/operations/recrawl-uris-0123456789012345678", "metadata": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisMetadata" } }監控重新檢索作業的狀態時，請將
name值儲存為operations.get作業的輸入內容。
監控重新檢索作業的狀態
您用來檢索資料存放區中的網頁的「recrawlUris」方法是長時間執行的作業，會持續執行，直到檢索完您指定的網頁，或在 24 小時後逾時為止 (以先到者為準)。如要監控這項長時間執行的作業狀態，請輪詢 operations.get 方法，並指定 recrawlUris 方法傳回的 name 值。持續輪詢，直到回應指出下列任一情況：(1) 所有網頁都已檢索完畢，或 (2) 作業在檢索完所有網頁前逾時。如果 recrawlUris 逾時，您可以再次呼叫，並指定未檢索的網站。
REST
如要使用指令列監控重新檢索作業的狀態，請按照下列步驟操作：
找出資料儲存庫 ID。如果已有資料商店 ID，請跳到下一個步驟。
前往 Google Cloud 控制台的「AI Applications」頁面，然後在導覽選單中點選「Data Stores」。
點按資料儲存庫的名稱。
在資料儲存庫的「資料」頁面中，取得資料儲存庫 ID。
輪詢
operations.get方法。curl -X GET \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Type: application/json" \ -H "X-Goog-User-Project: PROJECT_ID" \ "https://discoveryengine.googleapis.com/v1alpha/OPERATION_NAME"更改下列內容：
PROJECT_ID：您的 Google Cloud 專案 ID。OPERATION_NAME：作業名稱，位於對recrawlUris方法進行呼叫時傳回的name欄位中，請參閱「重新檢索資料存放區中的網頁」。您也可以列出長時間執行的作業，以取得作業名稱。
評估每則回覆。
如果回應指出有待處理的 URI，且重新檢索作業尚未完成，表示系統仍在檢索網頁。繼續輪詢。
範例
{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/operations/recrawl-uris-0123456789012345678", "metadata": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisMetadata", "createTime": "2023-09-05T22:07:28.690950Z", "updateTime": "2023-09-05T22:22:10.978843Z", "validUrisCount": 4000, "successCount": 2215, "pendingCount": 1785 }, "done": false, "response": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisResponse", } }
回應欄位說明如下：
createTime：表示長時間執行的作業開始時間。updateTime：表示上次更新長時間執行作業中繼資料的時間。表示中繼資料每五分鐘更新一次，直到作業完成為止。validUrisCount：表示您在呼叫recrawlUris方法時，指定了 4,000 個有效 URI。successCount：表示已成功檢索 2,215 個 URI。pendingCount：表示有 1,785 個 URI 尚未檢索。done：值為false表示重新檢索作業仍在進行中。
如果回應指出沒有待處理的 URI (未傳回任何
pendingCount欄位)，且重新檢索作業已完成，則表示網頁已檢索完畢。停止輪詢，您可以結束這項程序。範例
{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/operations/recrawl-uris-0123456789012345678", "metadata": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisMetadata", "createTime": "2023-09-05T22:07:28.690950Z", "updateTime": "2023-09-05T22:37:11.367998Z", "validUrisCount": 4000, "successCount": 4000 }, "done": true, "response": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisResponse" } }
回應欄位說明如下：
createTime：表示長時間執行的作業開始時間。updateTime：表示上次更新長時間執行作業中繼資料的時間。表示中繼資料每五分鐘更新一次，直到作業完成為止。validUrisCount：表示您在呼叫recrawlUris方法時，指定了 4,000 個有效 URI。successCount：表示已成功檢索 4,000 個 URI。done：值為true表示重新檢索作業已完成。
如果回應指出有待處理的 URI，且重新檢索作業已完成，則表示重新檢索作業在檢索所有網頁前逾時 (24 小時後)。請從「重新檢索資料儲存庫中的網頁」開始。在對
recrawlUris方法的新呼叫中，使用operations.get回應中的failedUris值做為uris欄位的值。Example.
{ "name": "projects/PROJECT_ID/locations/global/collections/default_collection/dataStores/DATA_STORE_ID/operations/recrawl-uris-8765432109876543210", "metadata": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisMetadata", "createTime": "2023-09-05T22:07:28.690950Z", "updateTime": "2023-09-06T22:09:10.613751Z", "validUrisCount": 10000, "successCount": 9988, "pendingCount": 12 }, "done": true, "response": { "@type": "type.googleapis.com/google.cloud.discoveryengine.v1alpha.RecrawlUrisResponse", "failedUris": [ "https://example.com/page-9989", "https://example.com/page-9990", "https://example.com/page-9991", "https://example.com/page-9992", "https://example.com/page-9993", "https://example.com/page-9994", "https://example.com/page-9995", "https://example.com/page-9996", "https://example.com/page-9997", "https://example.com/page-9998", "https://example.com/page-9999", "https://example.com/page-10000" ], "failureSamples": [ { "uri": "https://example.com/page-9989", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9990", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9991", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9992", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9993", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9994", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9995", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9996", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9997", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] }, { "uri": "https://example.com/page-9998", "failureReasons": [ { "corpusType": "DESKTOP", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." }, { "corpusType": "MOBILE", "errorMessage": "Page was crawled but was not indexed by UCS within 24 hours." } ] } ] } }
以下是回應欄位的說明：
createTime：長時間執行的作業開始時間。updateTime。上次更新長時間執行作業中繼資料的時間。中繼資料每五分鐘更新一次，直到作業完成為止。validUrisCount：表示您在呼叫recrawlUris方法時指定了 10,000 個有效 URI。successCount。表示已成功檢索 9,988 個 URI。pendingCount。表示有 12 個 URI 尚未檢索。done。值為true表示重新檢索作業已完成。failedUris。在重新檢索作業逾時前未檢索的 URI 清單。failureInfo。無法檢索的 URI 相關資訊。即使有超過十個 URI 無法檢索，系統最多只會傳回十個failureInfo陣列值。errorMessage。URI 無法檢索的原因 (corpusType)。詳情請參閱錯誤訊息。
及時重新整理
Google 建議您對新網頁和更新後的網頁執行手動重新整理，確保您擁有最新索引。
錯誤訊息
監控重新檢索作業的狀態時，如果在輪詢 operations.get 方法時，重新檢索作業逾時，operations.get 會針對未檢索的網頁傳回錯誤訊息。下表列出錯誤訊息、錯誤是否為暫時性 (會自行解決的暫時性錯誤)，以及在重試 recrawlUris 方法前可採取的動作。您可以立即重試所有暫時性錯誤。實作補救措施後，即可重試所有非暫時性錯誤。
| 錯誤訊息 | 這是暫時性錯誤嗎？ | 重試重新檢索前的動作 |
|---|---|---|
| 網頁已遭檢索，但 Vertex AI Search 未在 24 小時內建立索引 | 是 | 呼叫 recrawlUris 方法時，請使用 operations.get 回應中的 failedUris 值，做為 uris 欄位中的值。 |
網站的 robots.txt 封鎖了檢索作業 |
否 | 在網站的 robots.txt 檔案中解除封鎖 URI，確保 Googlebot 使用者代理程式可檢索網站，然後重試重新檢索。詳情請參閱「如何編寫及提交 robots.txt 檔案」。如果無法存取 robots.txt 檔案，請與網域擁有者聯絡。 |
| 無法連上網頁 | 否 | 檢查您在呼叫 recrawlUris 方法時指定的 URI。請務必提供實際 URI，而非 URI 模式。 |
| 檢索逾時 | 是 | 呼叫 recrawlUris 方法時，請使用 operations.get 回應中的 failedUris 值，做為 uris 欄位中的值。 |
| Google 檢索器拒絕存取網頁 | 是 | 呼叫 recrawlUris 方法時，請使用 operations.get 回應中的 failedUris 值，做為 uris 欄位中的值。 |
| Google 檢索器無法追蹤網址 | 否 | 如有多次重新導向，請使用最後一次重新導向的 URI 並重試 |
| 找不到網頁 (404) | 否 | 檢查您在呼叫 recrawlUris 方法時指定的 URI。請務必提供實際 URI，而非 URI 模式。
如果網頁傳回 `4xx` 錯誤代碼，就會從索引中移除。 |
| 頁面需要驗證 | 否 | 進階網站索引功能不支援檢索需要驗證的網頁。 |
如何處理已刪除的網頁
刪除網頁後，Google 建議手動重新整理已刪除的網址。
在自動或手動重新整理期間，如果系統檢索網站資料存放區時，網頁傳回 4xx 用戶端錯誤代碼或 5xx 伺服器錯誤代碼，系統就會從索引中移除沒有回應的網頁。