Execução do indexador em Serverless e Standard 3 High Density (S3 HD) (pré-visualização)

Este artigo descreve o modelo de execução do indexador que o Pesquisa de IA do Azure utiliza para serviços de pesquisa Serverless e Standard 3 High Density (S3 HD). Ambas as opções têm uma quota diária de tempo de execução do nível de serviço que define quanto tempo total do indexador pode utilizar em cada período de 24 horas em UTC.

As capacidades descritas neste artigo estão em versão preliminar:

• O suporte a indexadores em S3 HD requer a 2025-11-01-preview API REST ou posterior.
• O suporte para indexadores serverless requer a 2026-05-01-preview API REST ou uma versão posterior.

Onde se aplica

O modelo de execução neste artigo aplica-se a:

• Serviços de pesquisa sem servidor que executam indexadores utilizando a 2026-05-01-preview API REST ou posterior.
• Serviços de pesquisa S3 HD que executam indexadores usando a 2025-11-01-preview API REST ou versões posteriores.

Definições suportadas de indexadores, fontes de dados, conjuntos de competências e fontes de conhecimento apoiadas por indexadores funcionam sem alterações em ambas as opções.

Modelo de execução

Os indexadores em Serverless e S3 HD apresentam as seguintes características de execução:

• Não precisa de aprovisionar nem de gerir a infraestrutura do indexador. O serviço gere a capacidade por si.

• Os indexadores funcionam apenas no ambiente de execução multiinquilino. O ambiente de execução privada, que é fornecido através de recursos partilhados de ligação privada, não está disponível para indexadores nestes SKUs.

• Para o S3 HD, se precisar de ligações indexadoras para evitar a internet pública, configure um perímetro de segurança de rede (NSP) no seu serviço de pesquisa para controlar o tráfego de entrada e saída através de regras de acesso explícitas.

• Para Serverless, não há suporte para ligações privadas.

Quota diária acumulada de tempo de execução

A execução do indexador é regida por uma quota diária de tempo de execução que se reinicia às 00:00 UTC. A quota é:

• Nível de serviço: Aplica-se ao serviço de pesquisa como um todo.
• Acumulado: O tempo de execução de cada indexador no serviço é contabilizado no mesmo orçamento. O limite não é aplicado a cada indexador.

Todos os indexadores em execução acumulam tempo contra um único orçamento de serviço partilhado. O serviço não reserva tempo de execução para indexadores individuais nem divide automaticamente a quota igualmente entre eles. Por exemplo, as durações acumuladas de 12 indexadores, cada um a funcionar durante duas horas, podem consumir todas as 24 horas agregadas de tempo de execução, quer as execuções se sobreponham ou ocorram em momentos diferentes.

A tabela seguinte lista a quota diária por SKU e a versão mínima da API que a suporta:

Quando a quota diária se esgota:

• Os indexadores que estão a funcionar param em cerca de cinco minutos.

• Novas execuções de indexadores não processam documentos e retornam imediatamente uma falha transitória, indicando que a quota diária foi ultrapassada.

• A execução normal do indexador recomeça após o reinício do contador às 00:00 UTC.

Recuperar do esgotamento da quota

Para recuperar do esgotamento da quota e reduzir a probabilidade de a atingir novamente:

• Aguarde até à próxima reinicialização das 00:00 UTC, ou utilize Get Service Statistics (API REST) para confirmar que remainingSeconds foi reabastecido antes de iniciar novas execuções.

• Coloque os indexadores em horários escalonados para que o trabalho se espalhe ao longo da janela de 24 horas em vez de correr em simultâneo.

• Não podes pausar ou parar as corridas ativas. Utilize Obter Estado do Indexador para os monitorizar e consulte Executar ou repor indexadores para obter informações sobre o comportamento do controlo em tempo de execução.

• Se o tempo de execução permanecer mas as execuções do indexador falharem, veja Resolver problemas com o indexador.

• Reduza o custo das competências. As competências que chamam serviços externos, como a competência Azure OpenAI Embedding, a competência GenAI Prompt e a competência Azure Content Understanding, consomem rapidamente o tempo de execução. Reduza o número de aptidões, processe documentos em lote ou configure a cache de enriquecimento para reutilizar resultados já obtidos em vez de os reprocessar.

• Monitorize remainingSeconds de forma proativa, tanto ao nível do serviço como do indexador, para poder limitar as cargas de trabalho antes de estas falharem.

Monitorizar o tempo de execução cumulativo

Esta secção explica como acompanhar o uso em tempo de execução e o orçamento restante usando as APIs REST do Serviço de Pesquisa. Não existe nenhuma experiência no portal para o tempo de execução acumulado durante a pré-visualização.

Tempo de execução ao nível de serviço

Utilize Get Service Statistics (API REST) para obter o tempo de execução cumulativo de todos os indexadores do serviço na janela atual de 24 horas:

GET {endpoint}/servicestats?api-version=2026-08-01-preview

A resposta inclui uma indexersRuntime secção. O JSON seguinte mostra um serviço cuja quota diária de 24 horas não é utilizada:

"indexersRuntime": {
    "usedSeconds": 0,
    "remainingSeconds": 86400,
    "beginningTime": "2026-05-16T00:00:00.000Z",
    "endingTime": "2026-05-17T00:00:00.000Z"
}

Pontos principais:

• usedSeconds: Segundos totais que todos os indexadores do serviço executaram durante a janela atual.
• remainingSeconds: Ainda há segundos disponíveis antes de atingir a quota diária. Apresentado quando se aplica um limite específico do nível.
• beginningTime e endingTime: Início e fim da atual janela de contagem UTC de 24 horas.

Tempo de execução ao nível de indexador

Utilize Get Indexer Status (API REST) para obter o tempo de execução acumulado de um indexador específico:

GET {endpoint}/indexers('{indexerName}')/search.status?api-version=2026-08-01-preview

A resposta inclui uma runtime secção. O JSON seguinte mostra um indexador num serviço cuja quota diária de 24 horas não é utilizada:

"runtime": {
    "usedSeconds": 0,
    "remainingSeconds": 86400,
    "beginningTime": "2026-05-16T00:00:00.000Z",
    "endingTime": "2026-05-17T00:00:00.000Z"
}

Pontos principais:

• usedSeconds: Segundos totais que o indexador executou durante a janela atual.
• remainingSeconds: Segundos ainda disponíveis para todos os indexadores do serviço, não apenas para este indexador. Apresentado quando se aplica um limite específico do nível.
• beginningTime e endingTime: Início e fim da atual janela de contagem UTC de 24 horas.

Melhores práticas

O suporte para indexação no S3 HD e no Serverless está em pré-visualização. Siga estas orientações para dimensionar adequadamente as cargas de trabalho e planear a introdução da faturação do Serverless numa data posterior.

S3 HD

Durante a pré-visualização, o suporte ao indexador S3 HD é concebido para cargas de trabalho sem competências ou com competências pequenas. Para se manter dentro da quota diária:

• Planeie índices pequenos de cerca de 1 GB de tamanho.

• Dimensione cuidadosamente o uso do conjunto de habilidades. As competências que recorrem a serviços externos, como a competência Azure OpenAI Embedding, a competência GenAI Prompt e a competência Azure Content Understanding, aumentam significativamente o tempo de execução e podem consumir rapidamente a quota diária, especialmente em cenários multicliente.

• Conte com um paralelismo limitado durante a pré-visualização. Utilize execuções agendadas e escalonadas em grandes frotas de indexadores, de modo a que o trabalho se distribua ao longo de um período de 24 horas, em vez de disputar o mesmo orçamento.

Carga de trabalho ilustrativa de divisão e incorporação

Num teste controlado de S3 HD, uma skill Split e uma skill de embeddings do Azure OpenAI geraram segmentos e embeddings. A carga de trabalho produziu aproximadamente 2,5 blocos por documento fonte, e aproximadamente 22.000 documentos fonte foram observados neste teste durante uma janela de teste S3 HD de 24 horas.

Os valores seguintes foram arredondados e correspondem a um cálculo ilustrativo de distribuição proporcional com base na observação agregada. Não são resultados medidos por indexador.

O serviço não reserva capacidade nem garante distribuição igual, ordem de execução ou throughput para estas contagens de indexadores.

A taxa de processamento pode variar significativamente em função da complexidade e do perfil do documento, da fragmentação, do número e tipo de aptidões e de saídas vetoriais, da latência do modelo, da capacidade e da quota, do desempenho da origem e do destino, da concorrência, da ordem de agendamento, da limitação da taxa, da região, de falhas e novas tentativas, da extração de conteúdo de documentos ou do reconhecimento ótico de caracteres (OCR), e de volumes desiguais entre inquilinos. Teste com inputs de produção representativos antes de planear a capacidade.

Serverless

Durante a fase de pré-visualização, os indexadores sem servidor foram concebidos para simplificar a ingestão de dados para cenários de geração aumentada com recuperação (RAG) e de bases de conhecimento:

• O utilizador incorre num custo pela execução do indexador (excluindo skills) e pela escrita de documentos para um índice.

• A execução do conjunto de competências é apresentada da mesma forma que nos indexadores dedicados. As chamadas a serviços externos, como a capacidade Azure OpenAI Embedding, a capacidade GenAI Prompt e a capacidade Azure Content Understanding, são faturadas através do recurso associado do Foundry ou dos serviços de IA do Azure.

Limites e quotas

Para os limites do indexador em Serverless e S3 HD, veja Limites do indexador.

A quota de tempo de execução ao nível de serviço e os limites do indexador não substituem os limites de entrada, pedido ou processamento de competências e serviços externos num conjunto de competências. Verifique cada referência de aptidão separadamente ao dimensionar um pipeline de enriquecimento.

Conteúdo relacionado

• Indexadores na Pesquisa de IA do Azure
• Executar ou redefinir indexadores
• Monitorizar o estado e os resultados do indexador
• Fontes de conhecimento
• Limites de serviço na Pesquisa de IA do Azure