使用 Azure 数据工厂或 Synapse Analytics 将数据复制到 Azure AI 搜索索引

适用于： Azure 数据工厂 Azure Synapse Analytics

本文概述如何使用 Azure 数据工厂或 Synapse Analytics 管道中的复制活动将数据复制到 Azure AI 搜索索引。 它是基于概述复制活动总体的复制活动概述一文。

支持的功能

此 Azure AI 搜索连接器支持以下功能：

支持的功能	IR	托管专用终结点
复制活动（-/接收器）	① ②	✓

① Azure 集成运行时 ② 自承载集成运行时

可以将数据从任何支持的源数据存储复制到搜索索引中。 有关复制活动支持作为源/接收器的数据存储列表，请参阅支持的数据存储表。

入门

若要使用管道执行复制活动，可以使用以下工具或 SDK 之一：

• 复制数据工具
• Azure 门户
• .NET SDK
• Python SDK
• Azure PowerShell
• REST API
• Azure 资源管理器模板

使用 UI 创建到 Azure 搜索的链接服务

使用以下步骤在 Azure 门户 UI 中创建一个到 Azure 搜索的链接服务。

1. 浏览到 Azure 数据工厂或 Synapse 工作区中的“管理”选项卡，并选择“链接服务”，然后单击“新建”：

   • Azure 数据工厂
   • Azure Synapse

   

2. 搜索“搜索”并选择 Azure 搜索连接器。

   

3. 配置服务详细信息、测试连接并创建新的链接服务。

   

连接器配置详细信息

对于特定于 Azure AI 搜索连接器的数据工厂实体，以下部分提供了有关用于定义这些实体的属性的详细信息。

链接服务属性

Azure AI 搜索链接服务支持以下属性：

properties	描述	必需
type	type 属性必须设置为：AzureSearch	是
url	搜索服务的 URL。	是
key	搜索服务的管理密钥。 将此字段标记为 SecureString 以安全地存储它，或引用存储在 Azure Key Vault 中的机密。	是
connectVia	用于连接到数据存储的集成运行时。 如果数据存储位于专用网络，则可以使用 Azure Integration Runtime 或自承载集成运行时。 如果未指定，则使用默认 Azure Integration Runtime。	否

示例：

{
    "name": "AzureSearchLinkedService",
    "properties": {
        "type": "AzureSearch",
        "typeProperties": {
            "url": "https://<service>.search.chinacloudapi.cn",
            "key": {
                "type": "SecureString",
                "value": "<AdminKey>"
            }
        },
        "connectVia": {
            "referenceName": "<name of Integration Runtime>",
            "type": "IntegrationRuntimeReference"
        }
    }
}

数据集属性

有关可用于定义数据集的各部分和属性的完整列表，请参阅数据集一文。 本部分提供 Azure AI 搜索数据集支持的属性列表。

若要将数据复制到 Azure AI 搜索中，需支持以下属性：

properties	描述	必需
type	数据集的 type 属性必须设置为：AzureSearchIndex	是
indexName	搜索索引的名称。 此服务不创建索引。 索引必须存在于 Azure AI 搜索中。	是

示例：

{
    "name": "AzureSearchIndexDataset",
    "properties": {
        "type": "AzureSearchIndex",
        "typeProperties" : {
            "indexName": "products"
        },
        "schema": [],
        "linkedServiceName": {
            "referenceName": "<Azure AI Search linked service name>",
            "type": "LinkedServiceReference"
        }
   }
}

复制活动属性

有关可用于定义活动的各部分和属性的完整列表，请参阅管道一文。 本部分提供 Azure AI 搜索源支持的属性列表。

Azure AI 搜索作为接收器

要将数据复制到 Azure AI 搜索，请将复制活动中的源类型设置为“AzureSearchIndexSink”。 复制活动接收器部分中支持以下属性：

属性	描述	必需
type	复制活动源的 type 属性必须设置为：AzureSearchIndexSink	是
writeBehavior	指定索引中已存在文档时要合并还是替换该文档。 请参阅 WriteBehavior 属性。 允许的值为：Merge（默认）和Upload。	否
writeBatchSize	缓冲区大小达到 writeBatchSize 时会数据上传到搜索索引。 有关详细信息，请参阅 WriteBatchSize 属性。 允许的值为：整数 1 到 1,000；默认值为 1000。	否
maxConcurrentConnections	活动运行期间与数据存储建立的并发连接的上限。 仅在要限制并发连接时指定一个值。	否

WriteBehavior 属性

AzureSearchSink 在写入数据时执行 upsert 操作。 换言之，编写文档时，如果搜索索引中已存在文档键，则 Azure AI 会更新现有文档，而不引发冲突异常。

AzureSearchSink（通过使用 AzureSearch SDK）提供以下两种 upsert 行为：

• 合并：合并新文档和现有文档中的所有列。 对于新文档中具有 null 值的列，会在现有文档列中保留该值。
• 上传：新文档替换现有文档。 对于未在新文档中指定的列，无论现有文档中是否存在非 null 值，均将该值设置为 null。

默认行为是合并。

WriteBatchSize 属性

Azure AI 搜索服务支持成批编写文档。 每批次可包含 1 到 1,000 个操作。 每个操作处理一个文档以执行上传/合并操作。

示例：

"activities":[
    {
        "name": "CopyToAzureSearch",
        "type": "Copy",
        "inputs": [
            {
                "referenceName": "<input dataset name>",
                "type": "DatasetReference"
            }
        ],
        "outputs": [
            {
                "referenceName": "<Azure AI Search output dataset name>",
                "type": "DatasetReference"
            }
        ],
        "typeProperties": {
            "source": {
                "type": "<source type>"
            },
            "sink": {
                "type": "AzureSearchIndexSink",
                "writeBehavior": "Merge"
            }
        }
    }
]

数据类型支持

下表指定是否支持某个 Azure AI 搜索数据类型。

Azure AI 搜索数据类型	在 Azure AI 搜索接收器中受到支持
字符串	Y
Int32	Y
Int64	Y
Double	Y
Boolean	Y
DataTimeOffset	Y
String Array	N
GeographyPoint	N

当前不支持其他数据类型，例如 ComplexType。 有关 Azure AI 搜索支持的数据类型的完整列表，请参阅支持的数据类型（Azure AI 搜索）。

相关内容

有关复制活动支持作为源和接收器的数据存储的列表，请参阅支持的数据存储。