搜索 Azure AI 搜索中的索引

在 Azure AI 搜索中， 搜索索引 是搜索服务上的可搜索内容，可供本地搜索引擎用于索引、代理检索、全文搜索、矢量搜索、混合搜索和筛选查询。索引由保存到搜索服务的架构定义，数据引入作为第二步进行。除了主要外部数据存储外，搜索服务上还存在索引内容，这对于新式搜索应用程序中预期的毫秒响应时间是必需的。除了远程代理检索和索引器驱动的索引方案外，搜索服务永远不会连接到外部源数据或查询外部源数据。

本文介绍创建和管理搜索索引的关键概念，包括：

内容（文档和架构）
物理数据结构
基本操作

小窍门

快速摘要：

索引存储可搜索内容
架构定义字段及其行为
文档是单个可搜索项（类似于数据库中的行）
跳转到创建索引→

搜索索引的架构

在 Azure AI 搜索中，索引包含搜索文档。从概念上讲，文档是索引中的一个可搜索数据单元。例如，零售商可能为每件商品都创建了文档，大学可能为每个班级创建了文档，旅游网站可能为每家酒店和每个目的地都创建了文档等等。将这些概念对应到更为熟悉的数据库等效对象：搜索索引等同于表，文档大致相当于表中的行。

下面是索引架构的外观示例。

{
  "name": "name_of_index, unique across the service",
  "description" : "Health plan coverage for standard and premium plans for Northwind and Contoso employees.",
  "fields": [
    {
      "name": "name_of_field",
      "type": "Edm.String | Collection(Edm.String) | Collection(Edm.Single) | Edm.Int32 | Edm.Int64 | Edm.Double | Edm.Boolean | Edm.DateTimeOffset | Edm.GeographyPoint",
      "searchable": true (default where applicable) | false (only Edm.String and Collection(Edm.String) fields can be searchable),
      "filterable": true (default) | false,
      "sortable": true (default where applicable) | false (Collection(Edm.String) fields cannot be sortable),
      "facetable": true (default where applicable) | false (Edm.GeographyPoint fields cannot be facetable),
      "key": true (only Edm.String fields can be keys) | false (default where applicable),
      "retrievable": true (default) | false,
      "analyzer": "name_of_analyzer_for_search_and_indexing" (only if 'searchAnalyzer' and 'indexAnalyzer' are not set),
      "searchAnalyzer": "name_of_search_analyzer" (only if 'indexAnalyzer' is set and 'analyzer' is not set),
      "indexAnalyzer": "name_of_indexing_analyzer" (only if 'searchAnalyzer' is set and 'analyzer' is not set),
      "normalizer":  "name_of_normalizer" (applies to fields that are filterable),
      "synonymMaps": "name_of_synonym_map" (optional, only one synonym map per field is currently supported),
      "dimensions": "number of dimensions used by an embedding models" (applies to vector fields of type Collection(Edm.Single)),
      "vectorSearchProfile": "name_of_vector_profile" (indexes can have many configurations but a field can use just one)
    }
  ],
  "suggesters": [ ],
  "scoringProfiles": [ ],
  "analyzers":(optional)[ ... ],
  "charFilters":(optional)[ ... ],
  "tokenizers":(optional)[ ... ],
  "tokenFilters":(optional)[ ... ],
  "defaultScoringProfile": (optional) "...",
  "corsOptions": (optional) { },
  "encryptionKey":(optional){ },
  "semantic":(optional){ },
  "vectorSearch":(optional){ }
}

集合 fields 通常是最大的部分。每个字段都有一个名称、数据类型和属性，用于确定查询时的使用情况。

为了简洁起见，其他元素会折叠，但以下链接提供了详细信息：

建议器支持预先输入查询，例如自动完成。
scoringProfiles 用于相关性优化。
分析器用于根据分析器支持的语言规则或其他特征，将字符串处理成令牌。
corsOptions（或跨域远程脚本 (CORS)）用于发出来自不同域的请求的应用。
encryptionKey 在索引中配置敏感内容的双重加密。
语义配置在全文和混合搜索中进行语义重新排序。
vectorSearch 配置矢量字段和查询。

字段定义

搜索文档由fields创建索引请求正文中的集合定义。你需要用于文档标识（键）、存储可搜索文本的字段，以及用于支持筛选器、各个方面和排序的字段。你可能还需要为某个用户永远看不到的数据设置字段。例如，你可能希望在计分配置文件中使用一些字段，例如利润率或营销促销，以提升搜索评分。

如果传入数据本质上是分层的，则可在索引中将其表示为用于嵌套结构的复杂类型。示例数据集 Hotels 演示了使用地址（包含多个子字段）的复杂类型，其中地址与每个酒店具有一对一关系，以及一个房间复杂集合，其中多个房间与每个酒店相关联。

字段属性

字段属性决定了字段的使用方式，例如，是否用于全文搜索、分面导航和排序等操作中。

字符串字段通常标记为 searchable 和 retrievable。
用于缩小或排序搜索结果的字段被标记为 sortable， filterable并且 facetable。

特征	描述
可搜索	可搜索全文或矢量。文本字段在索引编制期间受词法分析的约束，例如断字。有关详细信息，请参阅全文搜索工作原理。
可过滤的	在 $filter 查询中引用。 `Edm.String` 或 `Collection(Edm.String)` 类型的可筛选字段不进行分词，因此，比较仅用于查找完全匹配项。给定字符串“sunny day”， `$filter=f eq 'sunny'` 则找不到匹配项，但 `$filter=f eq 'sunny day'` 成功。
可排序	默认情况下，系统按搜索分数排序，但可以根据文档中的字段配置显式排序。无法对类型的 `Collection(Edm.String)` 字段进行排序。
facetable	通常用于包括了按类别（例如特定城市中的宾馆）的命中次数的搜索结果呈现中。此选项无法与 `Edm.GeographyPoint` 类型的字段一起使用。 `Edm.String` 类型的可筛选、可排序或可查找字段的长度最多可以是 32 千字节。有关详细信息，请参阅创建索引 (REST API)。
关键值	文档在索引内的唯一标识符。必须仅选择单个字段作为键字段，并且它必须是 `Edm.String` 类型的。
可检索	决定了是否可以在搜索结果中返回此字段。当希望将某个字段（例如利润）用作筛选器、排序或评分机制，但不希望该字段显示给最终用户时，这很有用。对于 `true` 字段，此属性必须为 `key`。

尽管可以随时添加新字段，但在索引的生存期内现有字段定义将被锁定。因此，开发人员通常使用 Azure 门户创建简单索引、测试创意，或者使用 Azure 门户页面来查找设置。如果采用基于代码的方式以便可以轻松重新生成索引，那么对索引进行频繁迭代的设计就更为高效。

注意

用于生成索引的 API 具有不同的默认行为。对于 REST API，大多数属性默认处于启用状态（例如，可搜索和可检索的字符串字段为 true），并且通常只需在想要关闭它们时设置它们。对于 .NET SDK，情况恰恰相反。在未显式设置的任何属性上，默认为禁用相应的搜索行为，除非专门启用它。

物理结构和大小

在 Azure AI 搜索中，索引的物理结构主要是内部实现。可以访问其架构、加载和查询其内容、监视其大小和管理其容量。但是，Azure 管理随搜索服务一起存储的基础结构和物理数据结构。

可以在 Azure 门户中的 “搜索管理 > 索引 ”页上监视索引大小。或者，可以针对搜索服务或服务统计信息请求发出 GET INDEX 请求来检查存储大小的值。

注意

如果要主动删除内容，则每隔几分钟更新索引存储和大小。删除作为后台进程运行。预期指标更新延迟较小。

索引的大小由以下项决定：

文档的数量和构成。
各个字段的属性：可检索不会增加索引的体积，但可筛选、可排序和可分面会消耗更多的存储空间来保存非标记化文本。
索引配置。具体而言，是包括建议器还是专用分析器。如果使用 edgeNgram 分词器来存储逐字字符序列 (a, ab, abc, abcd)，则索引大于使用标准分析器时的索引。

文档的撰写和数量将由你选择导入的内容决定。请记住，搜索索引应仅包含对搜索应用程序有用的内容。如果源数据包括二进制字段，请忽略这些字段，除非使用 AI 扩充破解和分析内容来创建文本可搜索的信息。

字段属性可确定行为。为了支持这些行为，索引过程将创建必要的数据结构。例如，对于类型为 Edm.String 的字段，“searchable”调用全文搜索，该搜索将扫描标记化术语的倒排索引。相比之下，“可筛选”或“可排序”属性将支持对未修改的字符串进行迭代。

建议器是支持预先输入或自动完成查询的构造。在包含建议器时，索引过程将创建逐字字符匹配所需的数据结构。建议器是在字段级别实现的，因此请仅选择对预先输入而言合理的字段。

基本操作和交互

现在，你已更好地了解索引是什么，本部分引入了索引运行时作，包括连接到和保护单个索引。

注意

没有门户或 API 支持移动或复制索引。通常，可以将应用程序部署指向其他搜索服务（使用相同的索引名称）或修改名称以在当前搜索服务上创建副本，然后生成它。

索引隔离

在 Azure AI 搜索中，一次使用一个索引。所有与索引相关的操作都以单个索引为目标。无论是编制索引还是查询，都不存在“相关索引”的概念或独立索引的联接。

持续可用

索引在索引第一个文档后立即可供查询使用，但在对所有文档编制索引之前，该索引不会完全正常运行。在内部，索引跨分区分布，并针对副本执行。物理索引在内部管理。管理逻辑索引。

索引持续可用，无法暂停或脱机。由于它是为连续操作而设计的，因此内容更新和对索引本身的添加都是实时进行的。如果请求与文档更新相吻合，查询可能会暂时返回不完整的结果。

文档操作（例如刷新或删除）以及不影响索引现有结构或完整性的修改（如添加新字段）都具有查询连续性。结构更新（如更改现有字段）通常在开发环境中使用拖放和重新生成工作流进行管理，或者通过在生产服务上创建新版本的索引来管理。

为了避免索引重新生成，一些进行小更改的客户会通过创建与先前版本共存的新字段来“版本化”字段。随着时间的推移，这会导致过时的字段和过时的自定义分析器定义产生孤立的内容，尤其是在复制成本高昂的生产索引中。在索引生命周期管理过程中，可以在对索引进行计划内更新期间解决这些问题。

终结点连接和安全性

所有索引和查询请求都以索引为目标。终结点通常是以下其中一项：

终结点	连接和访问控制
`<your-service>.search.azure.cn/indexes`	以索引集合为目标。在创建、列出或删除索引时使用。这些作需要管理员权限，并且可通过管理员 API 密钥或搜索参与者角色获得。
`<your-service>.search.azure.cn/indexes/<your-index>/docs`	以单个索引的文档集合为目标。在查询索引或数据刷新时使用。对于查询，读取权限足够，可通过查询 API 密钥或数据读取者角色获得。对于数据刷新，需要管理员权限。

如何连接到索引

从 Azure 门户和搜索服务仪表板开始。
尝试其他客户端进行编程访问。建议使用快速入门进行前几个步骤：

后续步骤

你几乎可以使用 Azure AI 搜索的任何示例或演练来亲身体验如何创建索引。对于初学者，可以从目录中选择任何快速入门。

但你最好也要熟悉加载索引和数据的方法。索引定义和数据导入策略是一起定义的。以下文章提供有关如何创建和加载索引的详细信息。

Last updated on 2026-02-10

Condividi tramite