Quickstart: Azure AI Zoeken implementeren met behulp van een Azure Resource Manager-sjabloon

Note

Azure AI Zoeken is beschikbaar via de Azure-portal, REST API's en Azure-SDK's. Het vormt ook een basis voor Foundry IQ, de beheerde kennislaag die bedrijfsinhoud transformeert in herbruikbare, machtigingsbewuste knowledge bases voor agents in de Microsoft Foundry-portal.

In deze quickstart gebruikt u een Azure Resource Manager-sjabloon om een Azure AI Zoeken-service te implementeren in de Azure-portal.

Een Azure Resource Manager-sjabloon is een JSON-bestand (JavaScript Object Notation) dat de infrastructuur en configuratie voor uw project definieert. Voor de sjabloon is declaratieve syntaxis vereist. U beschrijft de beoogde implementatie zonder de reeks programmeeropdrachten te schrijven om de implementatie te maken.

De implementatie maakt alleen gebruik van de eigenschappen die zijn opgenomen in de sjabloon. Als u meer aanpassingen nodig hebt, zoals het instellen van netwerkbeveiliging, kunt u de service bijwerken als een taak na de implementatie. Als u een bestaande service wilt aanpassen met de minste stappen, gebruikt u Azure CLI of Azure PowerShell. Als u preview-functies evalueert, gebruikt u de REST API van Management.

Als uw omgeving voldoet aan de vereisten en u bekend bent met het gebruik van ARM-sjablonen, selecteert u de knop Implementeren in Azure . De sjabloon wordt in Azure Portal geopend.

Knop voor het implementeren van de Resource Manager-sjabloon in Azure.

Vereisten

Als u geen Azure-abonnement hebt, maakt u een gratis account voordat u begint.

De sjabloon controleren

In deze quickstart wordt een sjabloon uit Azure QuickStart-sjablonen gebruikt.

{
  "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
  "contentVersion": "1.0.0.0",
  "metadata": {
    "_generator": {
      "name": "bicep",
      "version": "0.5.6.12127",
      "templateHash": "11257266040777038564"
    }
  },
  "parameters": {
    "name": {
      "type": "string",
      "maxLength": 60,
      "minLength": 2,
      "metadata": {
        "description": "Service name must only contain lowercase letters, digits or dashes, cannot use dash as the first two or last one characters, cannot contain consecutive dashes, and is limited between 2 and 60 characters in length."
      }
    },
    "sku": {
      "type": "string",
      "defaultValue": "standard",
      "metadata": {
        "description": "The pricing tier of the search service you want to create (for example, basic or standard)."
      },
      "allowedValues": [
        "free",
        "basic",
        "standard",
        "standard2",
        "standard3",
        "storage_optimized_l1",
        "storage_optimized_l2"
      ]
    },
    "replicaCount": {
      "type": "int",
      "defaultValue": 1,
      "maxValue": 12,
      "minValue": 1,
      "metadata": {
        "description": "Replicas distribute search workloads across the service. You need at least two replicas to support high availability of query workloads (not applicable to the free tier)."
      }
    },
    "partitionCount": {
      "type": "int",
      "defaultValue": 1,
      "allowedValues": [
        1,
        2,
        3,
        4,
        6,
        12
      ],
      "metadata": {
        "description": "Partitions allow for scaling of document count as well as faster indexing by sharding your index over multiple search units."
      }
    },
    "hostingMode": {
      "type": "string",
      "defaultValue": "default",
      "allowedValues": [
        "default",
        "highDensity"
      ],
      "metadata": {
        "description": "Applicable only for SKUs set to standard3. You can set this property to enable a single, high density partition that allows up to 1000 indexes, which is much higher than the maximum indexes allowed for any other SKU."
      }
    },
    "location": {
      "type": "string",
      "defaultValue": "[resourceGroup().location]",
      "metadata": {
        "description": "Location for all resources."
      }
    }
  },
  "resources": [
    {
      "type": "Microsoft.Search/searchServices",
      "apiVersion": "2020-08-01",
      "name": "[parameters('name')]",
      "location": "[parameters('location')]",
      "sku": {
        "name": "[parameters('sku')]"
      },
      "properties": {
        "replicaCount": "[parameters('replicaCount')]",
        "partitionCount": "[parameters('partitionCount')]",
        "hostingMode": "[parameters('hostingMode')]"
      }
    }
  ]
}

De sjabloon definieert de volgende Azure-resource:

De sjabloon implementeren

Selecteer de volgende afbeelding om u aan te melden bij Azure en een sjabloon te openen. Met de sjabloon maakt u een Azure AI Zoeken-resource.

Knop voor het implementeren van de Resource Manager-sjabloon in Azure.

In de Azure-portal wordt een formulier weergegeven dat u kunt gebruiken om eenvoudig parameterwaarden op te geven. Sommige parameters worden vooraf ingevuld met de standaardwaarden van de sjabloon. Geef uw abonnement, resourcegroep, locatie en servicenaam op. Als u Microsoft Foundry wilt gebruiken in een AI-verrijkingspijplijn, zoals voor het analyseren van binaire afbeeldingsbestanden voor tekst, kiest u een locatie die zowel Azure AI Zoeken als Microsoft Foundry biedt. Tenzij u een sleutelloze verbinding gebruikt, moeten uw Azure AI Zoeken-service en Microsoft Foundry-resource zich in dezelfde regio bevinden voor AI-verrijkingsworkloads. Nadat u het formulier hebt ingevuld, gaat u akkoord met de voorwaarden en selecteert u vervolgens de aankoopknop om uw implementatie te voltooien.

Weergave van sjabloon in Azure Portal

Ingezette bronnen bekijken

Wanneer uw implementatie is voltooid, hebt u toegang tot uw nieuwe resourcegroep en nieuwe zoekservice in Azure Portal.

De hulpbronnen opschonen

Andere Azure AI Zoeken-quickstarts en -handleidingen baseren zich op deze quickstart. Als u van plan bent om door te gaan met volgende quickstarts en zelfstudies, wilt u deze resource mogelijk behouden. Wanneer u de resources niet meer nodig hebt, kunt u de resourcegroep verwijderen. Als u de resourcegroep verwijdert, worden de Azure AI Zoeken-service en gerelateerde resources verwijderd.

In deze quickstart hebt u een Azure AI Zoeken-service gemaakt met behulp van een ARM-sjabloon en vervolgens de implementatie gevalideerd. Zie de volgende artikelen voor meer informatie over Azure AI Zoeken en Azure Resource Manager: