Mengindeks data dari Azure Cosmos DB untuk MongoDB untuk kueri di Pencarian Azure AI (pratinjau)

Pengindeks Azure Cosmos DB untuk MongoDB (pratinjau) mengimpor konten dari Azure Cosmos DB untuk MongoDB dan membuatnya dapat dicari di Pencarian Azure AI.

Artikel ini melengkapi Buat pengindeks dengan informasi khusus untuk Cosmos DB. Ini menggunakan REST API untuk menunjukkan alur kerja tiga bagian yang umum untuk semua pengindeks: membuat sumber data, membuat indeks, membuat pengindeks. Ekstraksi data terjadi saat Anda mengirimkan permintaan Buat Pengindeks.

Karena terminologi bisa membingungkan, perlu dicatat bahwa pengindeksan Azure Cosmos DB dan Pencarian Azure AI pengindeksan adalah operasi yang berbeda. Pengindeksan di Pencarian Azure AI membuat dan memuat indeks pencarian di layanan pencarian Anda.

Prasyarat

• Lengkapi formulir pendaftaran pratinjau pengindeks. Pendaftaran disetujui secara otomatis.

• Akun Azure Cosmos DB, basis data, koleksi data, dan dokumen. Gunakan wilayah yang sama untuk Pencarian Azure AI dan Azure Cosmos DB untuk latensi yang lebih rendah dan untuk menghindari biaya bandwidth.

• Kebijakan pengindeksan automatik pada koleksi Azure Cosmos DB, diatur ke Consistent. Pengaturan ini adalah konfigurasi default. Pengindeksan malas tidak disarankan dan mungkin mengakibatkan data yang hilang.

• Izin untuk membaca Connection string "akses penuh" menyertakan kunci yang memberikan akses ke konten, tetapi jika Anda menggunakan peran Azure, pastikan identitas terkelola layanan search memiliki izin Cosmos DB Account Reader.

• Klien REST untuk membuat sumber data, indeks, dan pengindeks.

Keterbatasan

Ini adalah batasan fitur ini:

• Kueri kustom tidak didukung untuk menentukan himpunan data.

• Nama kolom _ts adalah kata cadangan. Jika Anda memerlukan bidang ini, pertimbangkan solusi alternatif untuk mengisi indeks.

• Atribut $ref MongoDB adalah kata cadangan. Jika Anda memerlukan ini di koleksi MongoDB Anda, pertimbangkan solusi alternatif untuk mengisi indeks.

Sebagai alternatif untuk konektor ini, jika skenario Anda memiliki salah satu persyaratan tersebut, Anda dapat menggunakan Push API/SDK atau mempertimbangkan Azure Data Factory dengan indeks Pencarian Azure AI sebagai sink.

Menentukan sumber data

Definisi sumber data menentukan data untuk mengindeks, kredensial, dan kebijakan untuk mengidentifikasi perubahan dalam data. Sumber data didefinisikan sebagai sumber daya independen sehingga dapat digunakan oleh beberapa pengindeks.

Untuk panggilan ini, tentukan versi REST API pratinjau untuk membuat sumber data yang terhubung melalui API MongoDB. Anda dapat menggunakan 2020-06-30-preview atau yang lebih baru. Kami merekomendasikan REST API pratinjau terbaru.

1. Buat atau perbarui sumber data untuk mengatur definisinya:

   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. Atur "jenis" ke "cosmosdb" (diperlukan).

3. Atur "kredensial" ke string koneksi. Bagian berikutnya menjelaskan format yang didukung.

4. Atur "kontainer" pada koleksi. Properti "nama" diperlukan dan menentukan ID koleksi database yang akan diindeks. Untuk Azure Cosmos DB untuk MongoDB, "kueri" tidak didukung.

5. Atur "dataChangeDetectionPolicy" jika data volatil dan Anda ingin pengindeks hanya mengambil item baru dan yang diperbarui pada eksekusi berikutnya.

6. Atur "dataDeletionDetectionPolicy" jika Anda ingin menghapus dokumen pencarian dari indeks pencarian saat item sumber dihapus.

Kredensial dan string koneksi yang didukung

Pengindeks dapat tersambung ke koleksi menggunakan koneksi berikut. Untuk koneksi yang menargetkan API MongoDB, pastikan untuk menyertakan "ApiKind" dalam string koneksi.

Hindari nomor port di URL titik akhir. Jika Anda menyertakan nomor port, koneksi gagal.

Menambahkan bidang pencarian ke indeks

Dalam indeks pencarian, tambahkan bidang untuk menerima dokumen JSON sumber atau output proyeksi kueri kustom Anda. Pastikan bahwa skema indeks pencarian kompatibel dengan data sumber. Untuk konten dalam Azure Cosmos DB, skema indeks pencarian Anda harus sesuai dengan item Azure Cosmos DB di sumber data Anda.

1. Buat atau perbarui indeks untuk menentukan bidang pencarian yang menyimpan data:

   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. Buat bidang kunci dokumen ("key": true). Untuk indeks pencarian berdasarkan koleksi MongoDB, kunci dokumen dapat berupa "doc_id", "rid", atau beberapa bidang string lain yang berisi nilai unik. Selama nama bidang dan jenis data sama di kedua sisi, tidak ada pemetaan bidang yang diperlukan.

   • "doc_id" mewakili "_id" untuk pengidentifikasi objek. Jika Anda menentukan bidang "doc_id" dalam indeks, pengindeks mengisinya dengan nilai pengidentifikasi objek.

   • "rid" adalah properti sistem di Azure Cosmos DB. Jika Anda menentukan bidang "rid" dalam indeks, pengindeks mengisinya dengan nilai yang dikodekan base64 dari properti "rid".

   • Untuk bidang lain, bidang pencarian Anda harus memiliki nama yang sama seperti yang didefinisikan dalam koleksi.

3. Buat bidang tambahan untuk konten yang lebih dapat dicari. Lihat Membuat indeks untuk detailnya.

Jenis data pemetaan

Mengonfigurasi dan menjalankan Azure Cosmos DB untuk pengindeks MongoDB

Setelah indeks dan sumber data dibuat, Anda siap untuk membuat pengindeks. Konfigurasi pengindeks menentukan input, parameter, dan properti yang mengontrol perilaku run time.

1. Buat atau perbarui pengindeks dengan memberinya nama dan mereferensikan sumber data dan indeks target:

   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. Tentukan pemetaan bidang jika ada perbedaan dalam nama atau jenis bidang, atau jika Anda memerlukan beberapa versi bidang sumber dalam indeks pencarian.

3. Lihat Membuat pengindeks untuk informasi selengkapnya tentang properti lain.

Pengindeks berjalan secara otomatis saat dibuat. Anda dapat mencegahnya dengan mengatur "dinonaktifkan" ke true. Untuk mengontrol eksekusi pengindeks, jalankan pengindeks sesuai permintaan atau letakkan sesuai jadwal.

Periksa status pengindeks

Untuk memantau status pengindeks dan riwayat eksekusi, kirim permintaan Dapatkan Status Pengindeks :

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

Respons mencakup status dan jumlah item yang diproses. Ini akan terlihat mirip dengan contoh berikut:

    {
        "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
        ]
    }

Riwayat eksekusi berisi hingga 50 eksekusi yang terakhir selesai, yang diurutkan dalam urutan kronologis terbalik sehingga eksekusi terbaru menjadi yang pertama.

Mengindeks dokumen baru dan yang diubah

Setelah pengindeks mengisi indeks pencarian sepenuhnya, Anda mungkin ingin pengindeks berikutnya berjalan untuk mengindeks secara bertahap hanya dokumen baru dan yang diubah dalam database Anda.

Untuk mengaktifkan pengindeksan inkremental, atur properti "dataChangeDetectionPolicy" dalam definisi sumber data Anda. Properti ini memberi tahu pengindeks mekanisme pelacakan perubahan mana yang digunakan pada data Anda.

Untuk pengindeks Azure Cosmos DB, satu-satunya kebijakan yang didukung adalah HighWaterMarkChangeDetectionPolicy menggunakan properti _ts (tanda waktu) yang disediakan oleh Azure Cosmos DB.

Contoh berikut menunjukkan definisi sumber data dengan kebijakan deteksi perubahan:

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

Mengindeks dokumen yang dihapus

Saat baris dihapus dari koleksi, Anda biasanya juga ingin menghapus baris tersebut dari indeks pencarian. Tujuan kebijakan deteksi penghapusan data adalah untuk mengidentifikasi item data yang dihapus secara efisien. Saat ini, satu-satunya kebijakan yang didukung adalah Soft Delete kebijakan (penghapusan ditandai dengan bendera semacam), yang ditentukan dalam definisi sumber data sebagai berikut:

"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"
}

Jika Anda menggunakan kueri kustom, pastikan properti yang direferensikan oleh softDeleteColumnName diproyeksikan oleh kueri.

Contoh berikut membuat sumber data dengan kebijakan penghapusan sementara:

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"
    }
}

Langkah berikutnya

Anda sekarang dapat mengontrol bagaimana Anda menjalankan pengindeks, memantau status, atau menjadwalkan eksekusi pengindeks. Artikel berikut berlaku untuk pengindeks yang menarik konten dari Azure Cosmos DB:

• Siapkan koneksi pengindeks ke database Azure Cosmos DB menggunakan identitas terkelola
• Mengindeks himpunan data besar
• akses Indexer ke konten yang dilindungi oleh fitur keamanan jaringan Azure