Azure AI Zoeken veelgestelde vragen

Azure AI Zoeken biedt een speciale zoekmachine en permanente opslag van uw doorzoekbare inhoud voor agentische, volledige tekst en vectorzoekscenario's. Het bevat ook optionele geïntegreerde AI voor het extraheren van tekst en structuur van onbewerkte inhoud en het segmenteren en vectoriseren van inhoud voor vectorzoekopdrachten.

De primaire werkstroom is het maken, laden en opvragen van een index. Hoewel u de Azure-portal voor de meeste taken kunt gebruiken, is Azure AI Zoeken bedoeld om programmatisch te worden gebruikt en aanvragen van clientcode te verwerken. Programmatische ondersteuning wordt geboden via REST API's en clientbibliotheken in .NET, Python, Java en JavaScript SDK's voor Azure.

Ja. Ze zijn allemaal hetzelfde product, met de rebranding die plaatsvindt in oktober 2019 en opnieuw in oktober 2023. Soms ziet u bewijs van de vroegere namen op programmatisch niveau.

Voor vectoren bepaalt de insluitingsmodellen die u gebruikt de taalkundige ervaring.

Voor niet-vector tekenreeksen en -getallen is de standaardanalysator die wordt gebruikt voor tokenisatie standaard Lucene, wat taalneutraal is. Anders wordt taalondersteuning uitgedrukt via taalanalyses die taalkundige regels toepassen op inkomende (indexering) en uitgaande inhoud (query's). Sommige functies, zoals de spelling enhet herschrijven van query's, zijn beperkt tot een subset talen.

Clientcode moet de Azure SDK clientbibliotheken of REST API's aanroepen om verbinding te maken met een zoekindex, query's te formuleren en reacties te verwerken. U kunt ook code schrijven waarmee een index wordt gebouwd en vernieuwd, of waarmee indexeerfuncties programmatisch of via een script worden uitgevoerd.

U kunt een zoekservice niet onderbreken. In Azure AI Zoeken worden rekenresources toegewezen wanneer de service wordt gemaakt. Het is niet mogelijk om deze resources op aanvraag vrij te geven en terug te winnen.

Services die vóór april 2024 in bepaalde regio's zijn gemaakt, kunnen worden bijgewerkt naar clusters met een hogere capaciteit. Het downgraden van uw service wordt niet ondersteund.

Als u meer of minder capaciteit wilt, kunt u ook overschakelen naar een andere prijscategorie. Schalen wordt geblokkeerd als uw huidige serviceconfiguratie de limieten van de doellaag overschrijdt of als uw regio capaciteitsbeperkingen heeft voor de doellaag. Op dit moment kunt u alleen schakelen tussen de lagen Basic en Standard (S1, S2 en S3).

De servicenaam en -regio zijn vast voor de levensduur van de service.

Zolang u de controlelijst volgt voordat u resources verplaatst en ervoor zorgt dat elke stap is voltooid, mag er geen downtime zijn.

Opslaglimieten kunnen variëren per aanmaakdatum van de service. In de meeste ondersteunde regio's hebben nieuwere services hogere opslaglimieten dan oudere services, zelfs als ze zich in dezelfde laag bevinden. Mogelijk kunt u uw oude service echter upgraden om toegang te krijgen tot de nieuwe limieten.

Het verwijst naar de opname, parsering en opslag van tekstuele inhoud en tokens die een zoekindex vullen. Met indexeren worden omgekeerde indexen en andere fysieke gegevensstructuren gemaakt die informatie ophalen ondersteunen.

Er worden vectorindexen gemaakt als het schema vectorvelden bevat.

Er is geen systeemeigen ondersteuning voor het overzetten van indexen. Zoekindexen worden beschouwd als downstreamgegevensstructuren en accepteren inhoud van andere gegevensbronnen die operationele gegevens verzamelen. Daarom is er geen ingebouwde ondersteuning voor het maken van back-ups en het herstellen van indexen. De verwachting is dat u een index opnieuw maakt op basis van brongegevens als deze is verwijderd of moet worden verplaatst.

Als u echter een index tussen zoekservices wilt verplaatsen, kunt u het voorbeeld van back-up en herstelcode proberen voor .NET of Python.

Nee. Als u een Azure AI Zoeken index of service verwijdert, kan deze niet worden hersteld. Wanneer u een zoekservice verwijdert, worden alle indexen in de service definitief verwijderd.

Als u de zoekindexeerfunctie voor Azure SQL Database gebruikt, gelden er geen beperkingen voor het gebruik van primaire of secundaire replica's als gegevensbron wanneer u een geheel nieuwe index bouwt. Voor het vernieuwen van een index met incrementele updates (op basis van gewijzigde records) is echter de primaire replica vereist. Deze vereiste is afkomstig van SQL Database, dat alleen het bijhouden van wijzigingen op primaire replica's garandeert. Als u secundaire replica's gebruikt voor een workload voor indexvernieuwing, is er geen garantie dat u alle gegevens krijgt.

Vectorzoekopdrachten is een techniek waarmee de meest vergelijkbare documenten worden gevonden door hun vectorweergaven te vergelijken. Omdat het doel van een vectorweergave is om de essentiële kenmerken van een item in een numerieke indeling vast te leggen, kunnen vectorquery's vergelijkbare inhoud identificeren, zelfs als er geen expliciete overeenkomsten zijn op basis van trefwoorden of tags.

Wanneer een gebruiker een zoekopdracht uitvoert, wordt de query samengevat in een vectorweergave en identificeert de vectorzoekmachine de meest vergelijkbare documenten. Om de efficiëntie van grote databases te verbeteren, biedt vectorzoekopdrachten vaak de geschatte dichtstbijzijnde buren (ANN) voor een queryvector. Zie Vector zoeken in Azure AI Zoeken voor meer informatie.

Azure AI Zoeken ondersteunt vectorindexering en -ophalen. Het kan querytekenreeksen en -inhoud segmenteren en vectoriseren als u geïntegreerde vectorisatie gebruikt, wat afhankelijk is van indexers en skillsets.

Met zelfstandige vectorzoekopdrachten gebruikt u eerst een insluitmodel om inhoud te transformeren in een vectorweergave binnen een insluitruimte. U kunt deze vectoren vervolgens opgeven in een nettolading van een document aan de zoekindex voor indexering. Als u zoekaanvragen wilt verwerken, gebruikt u hetzelfde insluitingsmodel om de zoekquery om te zetten in een vectorweergave en vindt vectorzoekopdrachten de meest vergelijkbare vectoren en retourneert u de bijbehorende documenten.

In Azure AI Zoeken kunt u vectorgegevens indexeren als velden in documenten naast tekst en andere typen inhoud. Er zijn meerdere gegevenstypen voor vectorvelden.

Vectorquery's kunnen zelfstandig of in combinatie met andere querytypen worden uitgegeven, waaronder termquery's en filters in dezelfde zoekaanvraag.

Ingebouwde geïntegreerde vectorisatie is nu algemeen beschikbaar.

De meeste bestaande services ondersteunen vectorzoekopdrachten. Als u een pakket of API gebruikt die ondersteuning biedt voor vectorzoekopdrachten en het maken van indexen mislukt, biedt de onderliggende zoekdienst geen ondersteuning voor vectorzoeken en moet er een nieuwe dienst worden aangemaakt. Dit kan gebeuren voor een kleine subset van services die vóór 1 januari 2019 zijn gemaakt.

Als uw zoekservice vectorzoekopdrachten ondersteunt, kunnen zowel bestaande als nieuwe indexen vectorvelden ondersteunen.

Azure AI Zoeken verbeterde de limieten voor vectorindexen wereldwijd geïmplementeerd voor nieuwe zoekservices, maar sommige regio's ervaren capaciteitsbeperkingen en sommige regio's beschikken niet over de vereiste infrastructuur. Nieuwe zoekservices die na mei 2024 in ondersteunde regio's zijn gemaakt, moeten hogere limieten voor vectorindexgrootte zien. Als u een bestaande service in een ondersteunde regio hebt, kunt u uw service mogelijk upgraden om toegang te krijgen tot de nieuwe limieten.

Alleen vectorindexen die het HNSW-algoritme (Hierarchical Navigable Small World) gebruiken, rapporteren over de grootte van de vectorindex in de Azure Portal. Als uw index uitgebreide KNN gebruikt, wordt de grootte van de vectorindex gerapporteerd als nul, ook al bevat de index vectoren.

Vectorzoekopdrachten inschakelen in een index:

• Voeg een of meer vectorvelden toe aan een veldverzameling.

• Voeg een sectie VectorSearch toe aan het indexschema dat de configuratie aangeeft die wordt gebruikt door vectorzoekvelden, inclusief de parameters van het GEBRUIKTE ANN-algoritme, zoals HNSW.

• Gebruik de nieuwste stabiele REST API-versie of een Azure SDK om de index te maken of bij te werken, documenten te laden en query's uit te voeren. Zie Een vectorindex maken voor meer informatie.

Query's worden uitgevoerd via één zoekindex die wordt gehost in uw zoekservice. U kunt niet meerdere indexen koppelen om inhoud in twee of meer indexen te doorzoeken, maar u kunt query indexen met dezelfde naam in meerdere zoekservices.

Het meest voorkomende geval is het niet weten dat elk querytype verschillende zoekgedragen en taalanalyseniveaus ondersteunt. Zoeken in volledige tekst, de belangrijkste workload, bevat een taalanalysefase die termen opsplitst in hoofdformulieren. Dit aspect van het parseren van query's gooit een breder net over mogelijke overeenkomsten, omdat de getokenizeerde term overeenkomt met een groter aantal varianten.

Jokertekens, fuzzy en regex-query's worden echter niet geanalyseerd als gewone term- of frasequery's en kunnen leiden tot slechte herkenning als de query niet overeenkomt met de geanalyseerde vorm van het woord in de zoekindex. Zie Full-text search in Azure AI Zoeken voor meer informatie over het parseren en analyseren van query's.

De meeste zoekquery's met jokertekens, zoals voorvoegsel, fuzzy en regex, worden intern herschreven met overeenkomende termen in de zoekindex. Deze extra verwerking voegt toe aan latentie. Daarnaast worden brede zoekquery's zoals a* waarschijnlijk opnieuw geschreven met veel termen, wat traag kan zijn. Voor actieve zoekopdrachten met jokertekens kunt u een aangepaste analyse definiëren.

Nee. Een query is altijd gericht op één index.

Zoekscores worden gegenereerd voor zoekquery's in volledige tekst op basis van de statistische eigenschappen van overeenkomende termen en worden gerangschikt van hoog naar laag in de resultatenset. Querytypen die geen zoekopdracht in volledige tekst (jokerteken, voorvoegsel, regex) zijn, worden niet gerangschikt op een relevantiescore. Met een constante score kunnen overeenkomsten die via queryuitbreiding worden gevonden, worden opgenomen in de resultaten zonder dat dit van invloed is op de classificatie.

Stel dat een invoer van 'tour*' in een zoekopdracht met jokertekens overeenkomsten oplevert met 'tours', 'tourettes' en 'tourmaline'. Gezien de aard van deze resultaten, is er geen manier om redelijk te afleiden welke termen waardevoller zijn dan andere. Om deze reden worden termfrequenties genegeerd bij het scoren van query's van typen jokertekens, voorvoegsel en regex. Zoekresultaten op basis van een gedeeltelijke invoer krijgen een constante score om vooroordelen voor mogelijk onverwachte overeenkomsten te voorkomen.

Uw gegevens worden opgeslagen in de geografie (Geo) waar uw service wordt geïmplementeerd. Microsoft kunt uw gegevens binnen dezelfde geografische regio repliceren voor hoge beschikbaarheid en duurzaamheid. Zie Gegevenslocatie in Azure voor meer informatie.

Ja. Vaardigheden en vectorizers maken uitgaande oproepen van Azure AI Zoeken naar andere Azure-resources of externe modellen die u opgeeft voor het embedden of voor conversatie. Aanroepen naar deze API's bevatten doorgaans onbewerkte inhoud die moet worden verwerkt of query's die worden gevectoriseerd door een insluitmodel. Voor Azure-naar-Azure-verbindingen verzendt de service aanvragen via het interne netwerk. Als u een aangepaste vaardigheid of vectorizer toevoegt, verzendt de indexeerfunctie inhoud naar de URI die is opgegeven in de aangepaste vaardigheid via het openbare netwerk, tenzij u een gedeelde privékoppeling configureert.

Verwerking (vectorisatie of toegepaste AI-transformaties) wordt uitgevoerd in de geo die als host fungeert voor de subservice Foundry Tools die wordt gebruikt door vaardigheden, de Azure-apps of functies die als host fungeren voor aangepaste vaardigheden, of de Azure OpenAI- of Microsoft Foundry-regio die als host fungeert voor uw geïmplementeerde modellen. Deze resources worden door u opgegeven, zodat u kunt kiezen of u ze wilt implementeren in dezelfde geografische locatie als uw zoekservice of niet.

Als u gegevens verzendt naar externe (niet-Azure) modellen of services, wordt de verwerkingslocatie bepaald door de externe service.

U kunt een oplossing implementeren die documenten koppelt aan een gebruikersidentiteit. Gebruikers die gemachtigd zijn om uw toepassing uit te voeren, zijn doorgaans ook gemachtigd om alle zoekresultaten te bekijken. Azure AI Zoeken beschikt niet over ingebouwde ondersteuning voor machtigingen op rij- of documentniveau, maar u kunt beveiligingsfilters implementeren als tijdelijke oplossing. Zie Get started: Chat using your own data (Python sample) voor stappen en scripts.

Ja. U kunt autorisatie op basis van rollen gebruiken voor gegevensvlakbewerkingen via inhoud.

U kunt de Azure-portal in een met netwerk beveiligde zoekservice gebruiken als u een netwerkonderzondering maakt waarmee client- en portaltoegang is toegestaan. Zie Verbinding maken via een IP-firewall of Verbinding maken via een privé-eindpunt voor meer informatie.

Volgende stappen

Als uw vraag hier niet wordt beantwoord, kunt u de volgende bronnen raadplegen voor meer vragen en antwoorden.

Stack Overflow: Azure AI Zoeken
Hoe voltekstopzoeking werkt in Azure AI Zoeken
Wat is Azure AI Zoeken?