Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
Ez a cikk az Azure AI Search által támogatott adattípusokat ismerteti. A mezők és a szűrőkifejezésekben használt értékek az entitás adatmodellje (EDM) szerint vannak beírva. Az EDM-adattípus megadása a meződefiníció követelménye.
Jegyzet
Ha indexelőket használ , további információt talál arról, hogy az indexelők hogyan képezik le a forrásspecifikus adattípusokat a keresési index EDM-adattípusaira.
EDM-adattípusok vektormezőkhöz
A vektormező típusának érvényesnek kell lennie a beágyazási modell kimenetéhez. Ha például a text-embedding-ada-002 értéket használja, a kimeneti formátum vagy Float32 .Collection(Edm.Single) Ebben a forgatókönyvben nem rendelhet hozzá adattípustInt8, mert tilos a primitívekre való átküldés.floatint Átküldheti azonban a Float32 vagy Float16(Collection(Edm.Half))a .
A vektormezők beágyazások tömbjei. Az EDM-ben a tömbök gyűjtemények.
| Adattípus | Vektor típusa | Leírás | Ajánlott használat |
|---|---|---|---|
Collection(Edm.Byte) |
Bináris | 1 bites nem aláírt bináris. Általánosan elérhető az Index létrehozása vagy frissítése szolgáltatásban. | Támogatja a bináris beágyazásokat kibocsátó modellekkel való integrációt, például a Cohere v3 bináris beágyazási modelljeit. vagy egyéni kvantálási logikát, amely 1 bites, aláíratlan bináris kimenetet bocsát ki. A típusú Collection(Edm.Byte)mezők esetében a bináris adatok meződefiníciójának és vektoros keresési algoritmusainak megadásához lásd: Bináris adatok indexelése . |
Collection(Edm.Single) |
Float32 |
32 bites lebegőpontos. Általánosan elérhető az Index létrehozása vagy frissítése szolgáltatásban. | Alapértelmezett adattípus a Microsoft-eszközökben, amelyek vektormezőket hoznak létre az Ön nevében. Egyensúlyt teremt a pontosság és a hatékonyság között. A legtöbb beágyazási modell vektorokat bocsát ki, mint .Float32 |
Collection(Edm.Half) |
Float16 |
16 bites lebegőpontos, kisebb pontosságú és tartományú. Általánosan elérhető az Index létrehozása vagy frissítése szolgáltatásban. | Olyan helyzetekben hasznos, ahol a memória és a számítási hatékonyság kritikus fontosságú, és ahol bizonyos pontosság feláldozása elfogadható. Gyakran gyorsabb lekérdezési időket és kisebb memóriaigényt Float32eredményez a , bár kissé csökkentett pontossággal. Az indexbeágyazások Float32 típusát a következőképpen Float16rendelheti Float16 hozzá: . Natív módon kibocsátott Float16 modellek vagy egyéni kvantálási folyamatok beágyazására is használhatóFloat16. |
Collection(Edm.Int16) |
Int16 |
16 bites aláírt egész szám. Általánosan elérhető az Index létrehozása vagy frissítése szolgáltatásban. | Csökkentett memóriaigényt kínál a nagyobb pontosságú kvantálási módszerekhez képest Float32 , és támogatja azokat, miközben számos alkalmazáshoz elegendő pontosságot biztosít. Alkalmas olyan esetekre, amikor fontos a memóriahatékonyság. Egyéni kvantálást igényel, amely a vektorokat a következőképpen Int16adja ki: . |
Collection(Edm.SByte) |
Int8 |
8 bites aláírt egész szám. Általánosan elérhető az Index létrehozása vagy frissítése szolgáltatásban. | Jelentős memória- és számítási hatékonyságnövekedést biztosít a Float32 vagy Float16. Azonban valószínűleg kiegészítő technikákat (például kvantálást és túlbélyegezést) igényel a pontosság csökkentésének ellensúlyozásához és a megfelelő visszahíváshoz. Egyéni kvantálást igényel, amely a vektorokat a következőképpen Int8adja ki: . |
EDM-adattípusok nem adatmegjelenítő mezőkhöz
| Adattípus | Leírás |
|---|---|
Edm.String |
Szöveges adatok. |
Edm.Boolean |
Igaz/hamis értékeket tartalmaz. |
Edm.Int32 |
32 bites egész számértékek. |
Edm.Int64 |
64 bites egész számértékek. |
Edm.Double |
Dupla pontosságú IEEE 754 lebegőpontos értékek. |
Edm.DateTimeOffset |
Az OData V4 formátumban megjelenített dátum- és időértékek: yyyy-MM-ddTHH:mm:ss.fffZ vagy yyyy-MM-ddTHH:mm:ss.fff[+|-]HH:mm. A mezők pontossága DateTimeOffset ezredmásodpercre korlátozódik. Ha ezredmásodperc alatti pontossággal tölt fel DateTimeOffset értékeket, a visszaadott értéket ezredmásodpercre kerekíti (például 2024-04-15T10:30:09.7552052Z a következőként 2024-04-15T10:30:09.7550000Zadja vissza: ). Amikor időzóna-adatokat tartalmazó értékeket tölt fel DateTimeOffset az indexbe, az Azure AI Search normalizálja ezeket az értékeket UTC értékre. Például a következőképpen 2024-01-13T22:03:00Zvan tárolva. 2024-01-13T14:03:00-08:00 Ha időzónaadatokat kell tárolnia, adjon hozzá egy további mezőt az indexhez. |
Edm.GeographyPoint |
Egy földrajzi helyet jelképező pont a földgömbön. A kérelem- és választestek esetében az ilyen típusú értékek megjelenítése a GeoJSON "Pont" típusformátumot követi. URL-címek esetén az OData a WKT szabványon alapuló konstans űrlapot használ. A pontkonstans a "POINT(lon lat)" földrajzi helyként van létrehozva. |
Edm.ComplexType |
Olyan objektumok, amelyek tulajdonsága olyan almezőkre van leképezve, amelyek bármely más támogatott adattípushoz lehetnek rendelve. Ez a típus lehetővé teszi a strukturált hierarchikus adatok, például a JSON indexelését. A típusmező Edm.ComplexType objektumai tartalmazhatnak beágyazott objektumokat, de a beágyazás szintje korlátozott. A korlátokat a Szolgáltatási korlátok ismertetik. |
Collection(Edm.String) |
Sztringek listája. |
Collection(Edm.Boolean) |
Logikai értékek listája. |
Collection(Edm.Int32) |
32 bites egész számértékek listája. |
Collection(Edm.Int64) |
64 bites egész számértékek listája. |
Collection(Edm.Double) |
Dupla pontosságú numerikus értékek listája. |
Collection(Edm.DateTimeOffset) |
A dátum időértékeinek listája. |
Collection(Edm.GeographyPoint) |
Földrajzi helyeket képviselő pontok listája. |
Collection(Edm.ComplexType) |
A . Edm.ComplexTypetípusú objektumok listája. A dokumentum összes típusgyűjteményében Edm.ComplexType korlátozott az elemek maximális száma. A részletekért lásd: Szolgáltatási korlátok . |
A fenti típusok mindegyike nullázható, kivéve a primitív és összetett típusok gyűjteményeit, például Collection(Edm.String). A null értékű mezők explicit módon null értékre állíthatók. A rendszer automatikusan null értékre állítja őket, ha egy Azure AI Search-indexbe feltöltött dokumentumból kimaradnak. A gyűjteménymezők automatikusan üresre vannak állítva ([] JSON-ban), ha kihagyják őket egy dokumentumból. Emellett nem lehet null értéket tárolni egy gyűjteménymezőben.
Az összetett gyűjteményektől eltérően a primitív típusok gyűjteményében nincs felső korlát az elemek számára, de a hasznos adatok méretének 16 MB-os felső korlátja a dokumentumok minden részére vonatkozik, beleértve a gyűjteményeket is.
Szűrőkifejezésekben használt térinformatikai adattípus
Az Azure AI Searchben a térinformatikai keresés szűrőként van kifejezve.
Edm.FöldrajzA sokszög egy sokszög, amely a földgömb egy földrajzi régióját képviseli. Bár ez a típus nem használható dokumentummezőkben, a függvény argumentumaként geo.intersects használható. Az OData URL-címeinek konstans alakja a WKT (jól ismert szöveg) és az OGC egyszerű funkció-hozzáférési szabványain alapul. A sokszögkonstans a "POLYGON(((lon lat, lon lat, ...))".
Fontos
A sokszög pontjainak az óramutató járásával ellentétes sorrendben kell lenniük. A sokszögben lévő pontok az óramutató járásával ellentétes sorrendben vannak értelmezve a sokszög belsejéhez viszonyítva. Egy London körüli 4 pontos zárt sokszög például -0,3°W 51,6°N [bal felső] , -0,3°W 51,4°N [bal alsó], 0,1°E 51,4°N [jobb alsó], 0,1°E 51,6 °N [jobb felső], -0,3°W 51,6 °N [kiindulási pont].