A MongoDB Azure Cosmos DB adatainak indexelése a Azure AI Keresés lekérdezéseihez (előzetes verzió)

Az Azure Cosmos DB for MongoDB indexelője (előzetes verzió) tartalmat importál az Azure Cosmos DB for MongoDB-ből, és kereshetővé teszi azt az Azure AI Keresésben.

Ez a cikk kiegészíti a Cosmos DB-hez kapcsolódó információkat tartalmazó indexelő létrehozását . A REST API-k segítségével egy háromrészes munkafolyamatot mutat be, amely az összes indexelőre jellemző: adatforrás létrehozása, index létrehozása, indexelő létrehozása. Az adatkinyerés az Indexelő létrehozása kérés elküldésekor történik.

Mivel a terminológia zavaró lehet, érdemes megjegyezni, hogy Azure Cosmos DB indexelés és Azure AI Keresés indexelés különböző műveletek. Az Azure AI Keresés-ben való indexelés létrehoz és betölt egy keresési indexet a keresési szolgáltatásra.

Előfeltételek

• Töltse ki az indexelő előzetes regisztrációs űrlapot. A regisztráció automatikusan jóváhagyásra kerül.

• Egy Azure Cosmos DB fiók, adatbázis, gyűjtemény és dokumentum. Használja ugyanazt a régiót Azure AI Keresés és Azure Cosmos DB is az alacsonyabb késés és a sávszélesség-díjak elkerülése érdekében.

• Egy automatikus indexelési szabályzat a Azure Cosmos DB gyűjteményben, Konzisztens értékre állítva. Ez a beállítás az alapértelmezett konfiguráció. A lusta indexelés nem ajánlott, és előfordulhat, hogy hiányoznak az adatok.

• Olvasási engedélyek. A teljes hozzáférést biztosító kapcsolati karakterlánc tartalmazza azt a kulcsot, amely hozzáférést biztosít a tartalomhoz, de ha Azure szerepköröket használ, győződjön meg arról, hogy a search szolgáltatás felügyelt identitása rendelkezik a szükséges engedélyekkel a Cosmos DB fiókolvasó szerepkörhöz.

• EGY REST-ügyfél, amely létrehozza az adatforrást, az indexet és az indexelőt.

Korlátozások

A szolgáltatás korlátozásai:

• Az egyéni lekérdezések nem támogatottak az adatkészlet megadásához.

• Az _ts oszlopnév egy foglalt szó. Ha szüksége van erre a mezőre, fontolja meg az indexek feltöltésére szolgáló alternatív megoldásokat.

• A MongoDB attribútum $ref egy fenntartott szó. Ha szüksége van erre a MongoDB-gyűjteményben, fontolja meg az indexek feltöltésére szolgáló alternatív megoldásokat.

Az összekötő alternatívájaként, ha a forgatókönyv rendelkezik ezen követelmények bármelyikével, használhatja a Push API/SDK vagy Azure Data FactoryAzure AI Keresés indexet fogadóként.

Az adatforrás meghatározása

Az adatforrás definíciója meghatározza az indexelendő adatokat, valamint a hitelesítő adatokat és a szabályzatokat az adatok változásainak azonosításához. Egy adatforrás független erőforrásként van definiálva, így több indexelő is használhatja.

Ehhez a híváshoz adjon meg egy előzetes REST API-verziót, amely létrehoz egy olyan adatforrást, amely a MongoDB API-val csatlakozik. Használhatja 2020-06-30-preview vagy később is használhatja. Javasoljuk, hogy a legújabb előzetes VERZIÓJÚ REST API-t használja.

1. Adatforrás létrehozása vagy frissítése a definíció beállításához:

   POST https://[service name].search.windows.net/datasources?api-version=2026-08-01-preview
   Content-Type: application/json
   api-key: [Search service admin key]
   {
     "name": "[my-cosmosdb-mongodb-ds]",
     "type": "cosmosdb",
     "credentials": {
       "connectionString": "AccountEndpoint=https://[cosmos-account-name].documents.azure.com;AccountKey=[cosmos-account-key];Database=[cosmos-database-name];ApiKind=MongoDb;"
     },
     "container": {
       "name": "[cosmos-db-collection]"
     },
     "dataChangeDetectionPolicy": {
       "@odata.type": "#Microsoft.Azure.Search.HighWaterMarkChangeDetectionPolicy",
       "highWaterMarkColumnName": "_ts"
     },
     "dataDeletionDetectionPolicy": null,
     "encryptionKey": null,
     "identity": null
   }
   

2. Állítsa be a "cosmosdb" "type" (típus) értéket (kötelező).

3. Állítsa be a "hitelesítő adatokat" egy kapcsolati karakterlánc beállításával. A következő szakasz a támogatott formátumokat ismerteti.

4. Adja hozzá a "tárolót" a gyűjteményhez. A "name" tulajdonság megadása kötelező, és megadja az indexelendő adatbázis-gyűjtemény azonosítóját. A MongoDB Azure Cosmos DB esetében a "lekérdezés" nem támogatott.

5. Állítsa be a "dataChangeDetectionPolicy" értéket , ha az adatok változékonyak, és azt szeretné, hogy az indexelő csak az új és frissített elemeket vegye fel a későbbi futtatások során.

6. Állítsa be a "dataDeletionDetectionPolicy" értéket , ha el szeretné távolítani a keresési dokumentumokat a keresési indexből a forráselem törlésekor.

Támogatott hitelesítő adatok és kapcsolati karakterláncok

Az indexelők az alábbi kapcsolatokkal csatlakozhatnak egy gyűjteményhez. A MongoDB API-t megcélzott kapcsolatok esetében ügyeljen arra, hogy az "ApiKind" szerepeljen a kapcsolati karakterlánc.

Kerülje a portszámokat a végpont URL-címében. Ha a portszámot is tartalmazza, a kapcsolat meghiúsul.

Keresési mezők hozzáadása indexhez

A keresési indexben adjon hozzá mezőket a forrás JSON-dokumentumok vagy az egyéni lekérdezésvetítés kimenetének elfogadásához. Győződjön meg arról, hogy a keresési index sémája kompatibilis a forrásadatokkal. A Azure Cosmos DB tartalmai esetében a keresési index sémájának meg kell felelnie az adatforrás Azure Cosmos DB elemeinek.

1. Hozzon létre vagy frissítsen egy indexet az adatokat tároló keresési mezők definiálásához:

   POST https://[service name].search.windows.net/indexes?api-version=2026-08-01-preview
   Content-Type: application/json
   api-key: [Search service admin key]
   
   {
       "name": "mysearchindex",
       "fields": [{
           "name": "doc_id",
           "type": "Edm.String",
           "key": true,
           "retrievable": true,
           "searchable": false
       }, {
           "name": "description",
           "type": "Edm.String",
           "filterable": false,
           "searchable": true,
           "sortable": false,
           "facetable": false,
           "suggestions": true
       }]
   }
   

2. Hozzon létre egy dokumentumkulcsmezőt ("key": true). MongoDB-gyűjteményen alapuló keresési index esetén a dokumentumkulcs lehet "doc_id", "rid" vagy más, egyedi értékeket tartalmazó karakterláncmező. Mindaddig, amíg a mezőnevek és az adattípusok mindkét oldalon azonosak, nincs szükség mezőleképezésekre.

   • A "doc_id" az objektumazonosítóhoz tartozó "_id" értéket jelöli. Ha "doc_id" mezőt ad meg az indexben, az indexelő feltölti azt az objektumazonosító értékeivel.

   • A "rid" egy rendszertulajdonság a Azure Cosmos DB. Ha egy "rid" mezőt ad meg az indexben, az indexelő feltölti azt a "rid" tulajdonság base64 kódolású értékével.

   • Bármely más mező esetén a keresőmezőnek a gyűjteményben meghatározott névvel kell rendelkeznie.

3. További mezők létrehozása több kereshető tartalomhoz. Részletekért lásd : Index létrehozása .

Adattípusok leképezése

A MongoDB-indexelő Azure Cosmos DB konfigurálása és futtatása

Az index és az adatforrás létrehozása után készen áll az indexelő létrehozására. Az indexelő konfigurációja meghatározza a futási idő viselkedését vezérlő bemeneteket, paramétereket és tulajdonságokat.

1. Hozzon létre vagy frissítsen egy indexelőt úgy, hogy megad neki egy nevet, és hivatkozik az adatforrásra és a célindexre:

   POST https://[service name].search.windows.net/indexers?api-version=2026-08-01-preview
   Content-Type: application/json
   api-key: [search service admin key]
   {
       "name" : "[my-cosmosdb-indexer]",
       "dataSourceName" : "[my-cosmosdb-mongodb-ds]",
       "targetIndexName" : "[my-search-index]",
       "disabled": null,
       "schedule": null,
       "parameters": {
           "batchSize": null,
           "maxFailedItems": 0,
           "maxFailedItemsPerBatch": 0,
           "base64EncodeKeys": false,
           "configuration": {}
           },
       "fieldMappings": [],
       "encryptionKey": null
   }
   

2. Mezőleképezéseket adhat meg , ha a mezőnév vagy a típus eltérést mutat, vagy ha egy forrásmező több verziójára van szüksége a keresési indexben.

3. További információt az egyéb tulajdonságokról az Indexelő létrehozása című témakörben talál.

Az indexelő automatikusan fut a létrehozásakor. Ezt úgy akadályozhatja meg, hogy a "letiltva" értéket igaz értékre állítja. Az indexelő futtatásának szabályozása érdekében futtasson egy indexelőt folyamatosan, vagy ütemezze azt.

Indexelő állapotának ellenőrzése

Az indexelőzmények állapotának és végrehajtási előzményeinek figyeléséhez küldjön egy indexelőzmény-lekéréses kérést :

GET https://myservice.search.windows.net/indexers/myindexer/status?api-version=2026-08-01-preview
  Content-Type: application/json  
  api-key: [admin key]

A válasz tartalmazza az állapotot és a feldolgozott elemek számát. A következő példához hasonlóan kell kinéznie:

    {
        "status":"running",
        "lastResult": {
            "status":"success",
            "errorMessage":null,
            "startTime":"2022-02-21T00:23:24.957Z",
            "endTime":"2022-02-21T00:36:47.752Z",
            "errors":[],
            "itemsProcessed":1599501,
            "itemsFailed":0,
            "initialTrackingState":null,
            "finalTrackingState":null
        },
        "executionHistory":
        [
            {
                "status":"success",
                "errorMessage":null,
                "startTime":"2022-02-21T00:23:24.957Z",
                "endTime":"2022-02-21T00:36:47.752Z",
                "errors":[],
                "itemsProcessed":1599501,
                "itemsFailed":0,
                "initialTrackingState":null,
                "finalTrackingState":null
            },
            ... earlier history items
        ]
    }

A végrehajtási előzmények legfeljebb 50 legutóbbi végrehajtást tartalmaznak, amelyek fordított időrendi sorrendben vannak rendezve, hogy a legújabb végrehajtás legyen az első.

Új és módosított dokumentumok indexelése

Miután egy indexelő kitöltött egy keresési indexet, érdemes lehet, hogy a későbbi indexelők növekményesen indexeljenek csak az adatbázis új és módosított dokumentumait.

A növekményes indexelés engedélyezéséhez állítsa be a "dataChangeDetectionPolicy" tulajdonságot az adatforrás definíciójában. Ez a tulajdonság tájékoztatja az indexelőt, hogy melyik változáskövetési mechanizmust használja az adatokon.

Az Azure Cosmos DB indexelők esetében az egyetlen támogatott szabályzat az Azure Cosmos DB által biztosított HighWaterMarkChangeDetectionPolicy (időbélyeg) tulajdonság használata.

Az alábbi példa egy változásészlelési szabályzattal rendelkező adatforrásdefiníciót mutat be:

"dataChangeDetectionPolicy": {
    "@odata.type": "#Microsoft.Azure.Search.HighWaterMarkChangeDetectionPolicy",
    "highWaterMarkColumnName": "_ts"
},

Törölt dokumentumok indexelése

Amikor sorokat töröl a gyűjteményből, általában ezeket a sorokat is törölni szeretné a keresési indexből. Az adattörlési észlelési szabályzat célja a törölt adatelemek hatékony azonosítása. Jelenleg az egyetlen támogatott szabályzat a Soft Delete szabályzat (a törlés valamilyen jelölővel van megjelölve), amely az adatforrás definíciójában az alábbiak szerint van megadva:

"dataDeletionDetectionPolicy": {
    "@odata.type" : "#Microsoft.Azure.Search.SoftDeleteColumnDeletionDetectionPolicy",
    "softDeleteColumnName" : "the property that specifies whether a document was deleted",
    "softDeleteMarkerValue" : "the value that identifies a document as deleted"
}

Ha egyéni lekérdezést használ, győződjön meg arról, hogy az általa softDeleteColumnName hivatkozott tulajdonságot a lekérdezés kivetíti.

Az alábbi példa egy helyreállítható törlési szabályzattal rendelkező adatforrást hoz létre:

POST https://[service name].search.windows.net/datasources?api-version=2026-08-01-preview
Content-Type: application/json
api-key: [Search service admin key]

{
    "name": "my-cosmosdb-mongodb-ds",
    "type": "cosmosdb",
    "credentials": {
        "connectionString": "AccountEndpoint=https://[cosmos-account-name].documents.azure.com;AccountKey=[cosmos-account-key];Database=[cosmos-database-name];ApiKind=MongoDb"
    },
    "container": { "name": "[my-cosmos-collection]" },
    "dataChangeDetectionPolicy": {
        "@odata.type": "#Microsoft.Azure.Search.HighWaterMarkChangeDetectionPolicy",
        "highWaterMarkColumnName": "_ts"
    },
    "dataDeletionDetectionPolicy": {
        "@odata.type": "#Microsoft.Azure.Search.SoftDeleteColumnDeletionDetectionPolicy",
        "softDeleteColumnName": "isDeleted",
        "softDeleteMarkerValue": "true"
    }
}

Következő lépések

Mostantól szabályozhatja az indexelő futtatásának, a monitorozás állapotának vagy az indexelő végrehajtásának ütemezését. Az alábbi cikkek olyan indexelőkre vonatkoznak, amelyek tartalmat kérnek le Azure Cosmos DB:

• A felügyelt identitást használó Azure Cosmos DB-adatbázis indexelőkapcsolatának létrehozása
• Nagyméretű adathalmazok indexelése
• Indexer hozzáférése Azure hálózati biztonsági funkciók által védett tartalmakhoz