Elementos parcialmente indexados en la Búsqueda de contenido
Sugerencia
eDiscovery (versión preliminar) ya está disponible en el nuevo portal de Microsoft Purview. Para obtener más información sobre el uso de la nueva experiencia de exhibición de documentos electrónicos, consulte Información sobre eDiscovery (versión preliminar).
Una búsqueda de contenido que se ejecuta desde el portal de cumplimiento de Microsoft Purview incluye automáticamente elementos parcialmente indexados en los resultados de búsqueda estimados al ejecutar una búsqueda. Los elementos indizados parcialmente son elementos y documentos de buzón de Exchange en sitios de SharePoint y OneDrive para la Empresa que, por alguna razón, no estaban completamente indexados para la búsqueda. En Exchange, un elemento parcialmente indexado normalmente contiene un archivo (de un tipo de archivo que no se puede indexar) que se adjunta a un mensaje de correo electrónico. Estas son algunas otras razones por las que los elementos no se pueden indexar para la búsqueda y se devuelven como elementos indizados parcialmente al ejecutar una búsqueda de exhibición de documentos electrónicos:
- El tipo de archivo no se admite o está deshabilitado para la indexación.
- Los mensajes tienen un archivo adjunto que no se puede abrir; esta es la causa más común de los elementos de correo electrónico parcialmente indexados.
- El tipo de archivo se admite para indización pero se produjo un error de indización en un archivo específico.
- Se han adjuntado demasiados archivos a un mensaje de correo electrónico.
- Un archivo adjuntado a un mensaje de correo electrónico es demasiado grande.
- Un archivo se ha cifrado con tecnologías que no son de Microsoft.
- Un archivo está protegido por contraseña.
Nota:
La mayoría de las organizaciones tienen menos del 1 % del contenido por volumen y menos del 12 % por tamaño que se indexa parcialmente. La razón de la diferencia entre volumen y tamaño es que los archivos más grandes tienen una mayor probabilidad de contener contenido que no se puede indexar completamente.
En el caso de las investigaciones legales, es posible que su organización tenga que revisar elementos parcialmente indexados. También puede especificar si se deben incluir elementos parcialmente indizados al exportar los resultados de búsqueda a un equipo local o al preparar los resultados para el análisis con eDiscovery (Premium). Para obtener más información, vea Investigación de elementos parcialmente indexados en eDiscovery.
Sugerencia
Si no es cliente de E5, use la prueba de 90 días de soluciones de Microsoft Purview para explorar cómo las funcionalidades adicionales de Purview pueden ayudar a su organización a administrar las necesidades de cumplimiento y seguridad de los datos. Comience ahora en el centro de pruebas del portal de cumplimiento de Microsoft Purview. Obtenga más información sobre términos de suscripción y prueba.
Tipos de archivo no indexados para búsquedas
Ciertos tipos de archivos, como archivos Bitmap (.bmp) o MP3 (.mp3), no contienen contenido que se pueda indexar. Como resultado, los servidores de indexación de búsqueda en Exchange y SharePoint no realizan la indexación de texto completo en estos tipos de archivos. Estos tipos de archivo se consideran como no admitidos. También hay tipos de archivos para los que se ha deshabilitado la indexación de texto completo, ya sea de manera predeterminada o por un administrador. Los tipos de archivo no admitidos y deshabilitados se etiquetan como elementos sin indexar en Búsquedas de contenido. Como se indicó anteriormente, los elementos indizados parcialmente se pueden incluir en el conjunto de resultados de búsqueda al ejecutar una búsqueda, exportar los resultados de búsqueda a un equipo local o preparar los resultados de búsqueda para eDiscovery (Premium).
Para obtener una lista de los formatos de archivo admitidos y deshabilitados, consulte los artículos siguientes:
- Intercambiar - Formatos de archivo indexados por Exchange Search
- Intercambiar - Get-SearchDocumentFormat
- SharePoint - Extensiones de nombre de archivo rastreadas predeterminadas y tipos de archivo analizados en SharePoint
Los mensajes y documentos con tipos de archivo parcialmente indexados se pueden devolver en los resultados de la búsqueda.
No todos los mensajes de correo electrónico con datos adjuntos de archivos parcialmente indexados o todos los documentos de SharePoint parcialmente indexados se devuelven automáticamente como un elemento parcialmente indexado. Esto se debe a que otras propiedades de mensaje o documento, como la propiedad Subject en los mensajes de correo electrónico y las propiedades Title o Author de los documentos están indexadas y están disponibles para buscarse. Por ejemplo, una búsqueda de palabras clave para "financial" devolverá elementos con un archivo adjunto parcialmente indexado si esa palabra clave aparece en el asunto de un mensaje de correo electrónico o en el nombre de archivo o el título de un documento. Sin embargo, si la palabra clave aparece solo en el cuerpo del archivo, el mensaje o documento se devolvería como un elemento parcialmente indexado.
De forma similar, los mensajes con datos adjuntos de archivos parcialmente indexados y documentos de un tipo de archivo indizado parcialmente se incluyen en los resultados de la búsqueda cuando otras propiedades de mensaje o documento, que se indizan y se pueden buscar, coinciden con los criterios de búsqueda. Las propiedades de los mensajes que se indexan para la búsqueda son las fechas de envío y recepción, el remitente y el destinatario, el nombre de archivo de un adjunto, y el texto del cuerpo del mensaje. Las propiedades de los documentos que se indexan para la búsqueda son las fechas de creación y modificación. Por lo tanto, aunque los datos adjuntos de un mensaje pueden ser un elemento parcialmente indexado, el mensaje se incluirá en los resultados de búsqueda normales si el valor de otras propiedades de mensaje o documento coincide con los criterios de búsqueda.
Para obtener una lista de las propiedades de correo electrónico y documento que puede buscar mediante herramientas de exhibición de documentos electrónicos en el portal de cumplimiento, vea Consultas de palabras clave y condiciones de búsqueda para eDiscovery.
Nota:
Si un elemento de buzón de correo se mueve de una carpeta que se indexa a una carpeta que no está indizada, se establece una marca para anular la indexación del elemento y el elemento se quita del índice y no se puede buscar. Más adelante, si ese mismo elemento se mueve de nuevo a una carpeta indizada, la marca no se restablece. Esto significa que el elemento permanecerá sin indexar y no se podrá buscar.
Elementos indizados parcialmente incluidos en los resultados de la búsqueda
Es posible que sea necesario que su organización identifique y realice análisis adicionales sobre los elementos parcialmente indexados para determinar qué son, qué contienen y si son pertinentes para una investigación específica. Como se explicó anteriormente, los elementos indizados parcialmente en las ubicaciones de contenido que se buscan se incluyen automáticamente con los resultados de búsqueda estimados. Tiene la opción de incluir estos elementos parcialmente indexados al exportar los resultados de búsqueda o preparar los resultados de búsqueda para eDiscovery (Premium).
Tenga en cuenta lo siguiente sobre los elementos indizados parcialmente:
Al ejecutar una búsqueda de eDiscovery, el número total y el tamaño de los elementos de Exchange parcialmente indexados (devueltos por la consulta de búsqueda) se muestran en las estadísticas de búsqueda de la página de control flotante y se etiquetan como elementos sin indexar. Las estadísticas sobre los elementos indizados parcialmente que se muestran en la página flotante no incluyen elementos indizados parcialmente en sitios de SharePoint o cuentas de OneDrive.
Si la búsqueda desde la que va a exportar los resultados era una búsqueda de ubicaciones de contenido específicas o de todas las ubicaciones de contenido de su organización, solo se exportarán los elementos sin indexar de las ubicaciones de contenido que contienen elementos que coinciden con los criterios de búsqueda. In other words, if no search results are found in a mailbox or site, then any unindexed items in that mailbox or site won't be exported. El motivo es que la exportación de elementos parcialmente indexados desde muchas ubicaciones de la organización podría aumentar la probabilidad de errores de exportación y aumentar el tiempo necesario para exportar y descargar los resultados de la búsqueda.
Para exportar elementos parcialmente indizados desde todas las ubicaciones de contenido de una búsqueda, configure la búsqueda para que devuelva todos los elementos (quitando las palabras clave de la consulta de búsqueda) y, a continuación, exporte solo elementos indizados parcialmente al exportar los resultados de la búsqueda (seleccionando Solo los elementos que tienen un formato no reconocido, se cifran o no se indexan por otros motivos en Opciones de salida).
Si decide incluir todos los elementos de buzón en los resultados de la búsqueda, o si una consulta de búsqueda no especifica ninguna palabra clave o solo especifica un intervalo de fechas, es posible que los elementos parcialmente indizados no se copien en el archivo PST que contiene los elementos indizados parcialmente. Esto se debe a que todos los elementos, incluidos los elementos parcialmente indizados, se incluirán automáticamente en los resultados de búsqueda normales.
Los elementos indizados parcialmente no están disponibles para obtener una vista previa. Tiene que exportar los resultados de la búsqueda para ver los elementos parcialmente indexados devueltos por la búsqueda.
Además, al exportar los resultados de búsqueda e incluir elementos parcialmente indexados en la exportación, los elementos indizados parcialmente de elementos de SharePoint se exportan a una carpeta denominada Uncrawlable. Al exportar elementos de Exchange parcialmente indexados, se exportan de forma diferente en función de si los elementos indizados parcialmente coinciden con la consulta de búsqueda y la configuración de la configuración de exportación.
En la tabla siguiente se muestra el comportamiento de exportación de los elementos indexados y parcialmente indexados y si cada uno de ellos se incluye para los distintos valores de configuración de exportación.
Configuración de exportación Elementos indizados que coinciden con la consulta de búsqueda Elementos indizados parcialmente que coinciden con la consulta de búsqueda Elementos indizados parcialmente que no coinciden con la consulta de búsqueda Exportar solo los elementos indexados Exported Exportado (incluido con los elementos indexados exportados) No exportado Exportar solo elementos parcialmente indexados No exportado Exportado (como elementos parcialmente indexados) Exportado (como elementos parcialmente indexados) Exportación de elementos indexados y parcialmente indizados Exported Exportado (incluido con los elementos indexados exportados) Exportado (como elementos parcialmente indexados)
Intervalos de fechas y exclusión de elementos parcialmente indexados
En búsqueda de contenido y exhibición de documentos electrónicos de Microsoft Purview, no puede usar un intervalo de fechas para excluir que una consulta de búsqueda devuelva elementos parcialmente indizados. En otras palabras, los elementos indizados parcialmente que se encuentran fuera de un intervalo de fechas se siguen incluyendo como elementos indizados parcialmente en las estadísticas de búsqueda y al exportar elementos parcialmente indizados. En eDiscovery (Premium), los elementos indizados parcialmente se pueden recopilar y filtrar en un conjunto de revisión antes de la exportación.
Límites de indexación de mensajes
En la tabla siguiente se describen los límites de indexación que podrían dar lugar a que un mensaje de correo electrónico se devuelva como un elemento parcialmente indexado en una búsqueda de exhibición de documentos electrónicos en Microsoft 365.
Para obtener una lista de límites de indexación para documentos de SharePoint, vea Límites de búsqueda para SharePoint Online.
Límite de indexación | Notas | Descripción |
---|---|---|
Tamaño máximo de datos adjuntos (excepto los archivos de Excel) |
150 MB |
Tamaño máximo de los datos adjuntos de un correo electrónico que se analizarán para la indexación. Los datos adjuntos que sean mayores que este límite no se analizarán para la indexación y el mensaje con los datos adjuntos se marcará como indizado parcialmente. Nota: El análisis es el proceso en el que el servicio de indexación extrae texto de los datos adjuntos, quita caracteres innecesarios como signos de puntuación y espacios y, a continuación, divide el texto en palabras (en un proceso denominado tokenización) que, a continuación, se almacenan en el índice. |
Tamaño máximo de los archivos de Excel |
4 MB |
Tamaño máximo de un archivo de Excel ubicado en un sitio o adjunto a un mensaje de correo electrónico que se analizará para la indexación. No se analizará ningún archivo de Excel que sea mayor que este límite y el archivo o el mensaje de correo electrónico con los datos adjuntos del archivo se marcarán como sin indexar. |
Número máximo de datos adjuntos |
250 |
Número máximo de archivos adjuntos a un mensaje de correo electrónico que se analizarán para la indexación. Si un mensaje tiene más de 250 datos adjuntos, los primeros 250 datos adjuntos se analizan e indexa, y el mensaje se marca como parcialmente indexado porque tenía datos adjuntos adicionales que no se analizaron. |
Profundidad máxima de datos adjuntos |
30 |
Número máximo de datos adjuntos anidados que se analizan. Por ejemplo, si un mensaje de correo electrónico tiene otro mensaje adjunto y el mensaje adjunto tiene un documento de Word adjunto, el documento de Word y el mensaje adjunto se indexarán. Este comportamiento continuará hasta 30 datos adjuntos anidados. |
Número máximo de imágenes adjuntas |
0 |
El analizador omite una imagen adjunta a un mensaje de correo electrónico y no se indexa. |
Tiempo máximo dedicado al análisis de un elemento |
30 segundos |
Se dedica un máximo de 30 segundos a analizar un elemento para la indexación. Si el tiempo de análisis supera los 30 segundos, el elemento se marca como indizado parcialmente. |
Salida máxima del analizador |
2 millones de caracteres |
Cantidad máxima de salida de texto del analizador que se indexa. Por ejemplo, si el analizador extrajo 8 millones de caracteres de un documento, solo se indizan los dos primeros millones de caracteres. |
Número máximo de tokens de anotación |
2 millones |
Cuando se indexa un mensaje de correo electrónico, cada palabra se anota con instrucciones de procesamiento diferentes que especifican cómo se debe indexar esa palabra. Cada conjunto de instrucciones de procesamiento se denomina token de anotación. Para mantener la calidad del servicio en Office 365, hay un límite de 2 millones de tokens de anotación para un mensaje de correo electrónico. |
Tamaño máximo del cuerpo en el índice |
67 millones de caracteres |
Número total de caracteres en el cuerpo de un mensaje de correo electrónico y todos sus datos adjuntos. Cuando se indexa un mensaje de correo electrónico, todo el texto del cuerpo del mensaje y de todos los datos adjuntos se concatena en una sola cadena. El tamaño máximo de esta cadena indexada es de 67 millones de caracteres. |
Número máximo de tokens únicos en el cuerpo |
1 millón |
Como se explicó anteriormente, los tokens son el resultado de extraer texto del contenido, quitar signos de puntuación y espacios y, a continuación, dividirlo en palabras (denominadas tokens) que se almacenan en el índice. Por ejemplo, la frase "cat, mouse, bird, dog, dog" contiene 5 tokens. Pero solo 4 de ellos son tokens únicos. Hay un límite de 1 millón de tokens únicos por mensaje de correo electrónico, lo que ayuda a evitar que el índice se haga demasiado grande con tokens aleatorios. |
Más información sobre los elementos parcialmente indizados
- Como se indicó anteriormente, dado que las propiedades de mensaje y documento y sus metadatos están indexados, una búsqueda de palabras clave podría devolver resultados si esa palabra clave aparece en los metadatos indexados. En cambio, la misma búsqueda de palabra clave podría no devolver el mismo elemento si la palabra clave solo aparece en el contenido de un elemento con un tipo de archivo no admitido. En este caso, el elemento se devolvería como un elemento parcialmente indexado.
- Si se incluye un elemento parcialmente indexado en los resultados de la búsqueda porque coincidía con los criterios de consulta de búsqueda, no se incluye con elementos indizados parcialmente al exportar los resultados de la búsqueda.
- Aunque se admite un tipo de archivo para la indexación y se indexa, puede haber errores de indexación o búsqueda que harán que un archivo se devuelva como un elemento indizado parcialmente. Por ejemplo, la búsqueda de un archivo de Excel grande podría ser parcialmente correcta (porque los primeros 4 MB se indexan), pero, a continuación, se produce un error porque se supera el límite de tamaño del archivo. En este caso, es posible que se devuelva el mismo archivo con los resultados de búsqueda y como un elemento parcialmente indexado.
- Los archivos que se cifran con tecnologías de cifrado de Microsoft y se adjuntan a un mensaje de correo electrónico que coincide con los criterios de una búsqueda se pueden obtener en versión preliminar y se descifrarán cuando se exporten. En este momento, los archivos cifrados con tecnologías de cifrado de Microsoft (y almacenados en SharePoint o OneDrive para la Empresa) se indizan parcialmente.
- Los mensajes de correo electrónico cifrados con S/MIME se indizan parcialmente. Esto incluye los mensajes cifrados con o sin datos adjuntos.
- Los mensajes de correo electrónico protegidos mediante Azure Rights Management se indexan y se incluirán en los resultados de búsqueda si coinciden con la consulta de búsqueda. Los mensajes de correo electrónico protegidos con derechos se descifran y se pueden obtener en vista previa y exportar. Esta funcionalidad requiere que se le asigne el rol Descifrado de RMS, que se asigna de forma predeterminada al grupo de roles administrador de exhibición de documentos electrónicos.
- Si crea una suspensión basada en consultas asociada a un caso de exhibición de documentos electrónicos, todos los elementos indizados parcialmente se colocan en suspensión. Esto incluye elementos parcialmente indexados que no coinciden con los criterios de consulta de búsqueda para la suspensión. Para obtener más información sobre cómo crear retenciones de exhibición de documentos electrónicos basadas en consultas, vea Crear una suspensión de eDiscovery.
Comentarios
https://aka.ms/ContentUserFeedback.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea:Enviar y ver comentarios de