Indexeringsdata från Azure Files (förhandsversion)

Note

Azure AI-sökning är tillgängligt via Azure-portalen, REST-API:er och Azure-SDK:er. Den ligger också till grund för Foundry IQ, det hanterade kunskapsskiktet som omvandlar företagsinnehåll till återanvändbara, behörighetsmedvetna kunskapsbaser för agenter i Microsoft Foundry-portalen.

Viktigt

Funktioner, funktioner eller egenskaper som har markerats (förhandsversion) omfattas inte av ett serviceavtal, rekommenderas inte för produktionsarbetsbelastningar och kan ändras eller begränsas innan de blir allmänt tillgängliga. Villkoren för Azure AI-sökning förhandsgranskning gäller för alla förhandsgranskningsfunktioner, oavsett om de är fristående eller en del av en allmänt tillgänglig funktion.

Viktigt

Dessa funktioner stöder anslutningar till andra Microsoft-tjänster och tjänster från tredje part. Användningen av dessa tjänster omfattas av deras respektive villkor och kan resultera i databearbetning eller lagring utanför Azure efterlevnadsgräns, samt data som flödar till Azure efterlevnadsgräns.

Det är ditt ansvar att hantera om dina data kommer att flöda utanför organisationens efterlevnad och geografiska gränser och eventuella relaterade konsekvenser, och att lämpliga behörigheter, gränser och godkännanden etableras.

Du ansvarar för att noggrant granska och testa program som du skapar i samband med dina specifika användningsfall och fatta alla lämpliga beslut och anpassningar. Detta omfattar implementering av dina egna ansvarsfulla AI-åtgärder, till exempel metaprompter, innehållsfilter eller andra säkerhetssystem, och att se till att dina program uppfyller lämpliga kvalitets-, tillförlitlighets-, säkerhets- och tillförlitlighetsstandarder. Mer information finns i Azure AI-sökning Transparency Note.

Azure Files-indexeraren (förhandsversion) importerar innehåll från en filresurs till ett Azure AI-sökning index. Indata till indexern är dina filer i en delad mapp. Resultatet är ett sökindex med sökbart innehåll och metadata som lagras i enskilda fält.

Om du vill konfigurera och köra indexeraren kan du använda:

Förutsättningar

Uppgifter som stöds

Du kan använda den här indexeraren för följande uppgifter:

Dokumentformat som stöds

Azure Files-indexeraren kan extrahera text från följande dokumentformat:

Så här indexeras Azure Files

Som standard indexeras de flesta filer som ett enda sökdokument i indexet, inklusive filer med strukturerat innehåll, till exempel JSON eller CSV, som indexeras som ett enda textsegment.

Ett sammansatt eller inbäddat dokument (till exempel ett ZIP-arkiv, ett Word dokument med inbäddade Outlook e-post som innehåller bifogade filer eller en . MSG-fil med bifogade filer) indexeras också som ett enda dokument. Till exempel alla bilder som extraherats från bifogade filer i en . MSG-filen returneras i fältet normalized_images. Om du har bilder kan du överväga att lägga till AI-berikning för att få mer sökverktyg från det innehållet.

Textinnehåll i ett dokument extraheras till ett strängfält med namnet "content". Du kan också extrahera standard- och användardefinierade metadata.

Definiera datakällan

Datakällans definition anger vilka data som ska indexeras, autentiseringsuppgifter och principer för att identifiera ändringar i data. En datakälla definieras som en oberoende resurs så att den kan användas av flera indexerare.

Du kan använda 2020-06-30-preview eller senare för "type": "azurefile". Vi rekommenderar det senaste förhandsversions-API:et.

  1. Skapa en datakälla för att ange dess definition med hjälp av ett förhandsversions-API för "type": "azurefile".

    POST /datasources?api-version=2026-08-01-preview
{
    "name" : "my-file-datasource",
    "type" : "azurefile",
    "credentials" : { "connectionString" : "DefaultEndpointsProtocol=https;AccountName=<account name>;AccountKey=<account key>;" },
    "container" : { "name" : "my-file-share", "query" : "<optional-directory-name>" }
}

  2. Ange "typ" till "azurefile" (krävs).

  3. Ange "autentiseringsuppgifter" till en Azure Storage reťazec pripojenia. I nästa avsnitt beskrivs de format som stöds.

  4. Ange "container" till rotfilresursen och använd "fråga" för att ange eventuella undermappar.

En datakällsdefinition kan också innehålla principer för mjuk borttagning om du vill att indexeraren ska ta bort ett sökdokument när källdokumentet flaggas för borttagning.

Stödda autentiseringsuppgifter och anslutningssträngar

Indexerare kan ansluta till en filresurs med hjälp av följande anslutningar.

Fullständig åtkomst till lagringskontots anslutningssträng
{ "connectionString" : "DefaultEndpointsProtocol=https;AccountName=<your storage account>;AccountKey=<your account key>;" }
Du kan hämta reťazec pripojenia från sidan Lagringskonto i Azure portalen genom att välja Åtkomstnycklar i den vänstra rutan. Se till att välja en fullständig anslutningssträng och inte bara en nyckel.

Lägga till sökfält i ett index

I search-indexet lägger du till fält för att acceptera innehållet och metadata för dina Azure filer.

  1. Skapa eller uppdatera ett index för att definiera sökfält som lagrar filinnehåll och metadata.

    POST /indexes?api-version=2026-04-01
{
  "name" : "my-search-index",
  "fields": [
      { "name": "ID", "type": "Edm.String", "key": true, "searchable": false },
      { "name": "content", "type": "Edm.String", "searchable": true, "filterable": false },
      { "name": "metadata_storage_name", "type": "Edm.String", "searchable": false, "filterable": true, "sortable": true  },
      { "name": "metadata_storage_path", "type": "Edm.String", "searchable": false, "filterable": true, "sortable": true },
      { "name": "metadata_storage_size", "type": "Edm.Int64", "searchable": false, "filterable": true, "sortable": true  },
      { "name": "metadata_storage_content_type", "type": "Edm.String", "searchable": true, "filterable": true, "sortable": true }        
  ]
}

  2. Skapa ett dokumentnyckelfält ("nyckel": sant). För blobinnehåll är de bästa kandidaterna metadataegenskaper. Metadataegenskaper innehåller ofta tecken, som / och -, vilka är ogiltiga för dokumentnycklar. Indexeraren kodar automatiskt nyckelmetadataegenskapen, utan att det krävs någon konfiguration eller fältmappning.

    • metadata_storage_path (standard) fullständig sökväg till objektet eller filen

    • metadata_storage_name kan endast användas om namn är unika

    • En anpassad metadataegenskap som du lägger till i blobar. Det här alternativet kräver att blobuppladdningsprocessen lägger till metadataegenskapen till alla blobar. Eftersom nyckeln är en obligatorisk egenskap kan blobbar som saknar ett värde inte indexeras. Om du använder en anpassad metadataegenskap som en nyckel bör du undvika att göra ändringar i den egenskapen. Indexerare lägger till duplicerade dokument för samma blob om nyckelegenskapen ändras.

  3. Lägg till ett "innehållsfält" för att lagra extraherad text från varje fil via blobens "innehållsegenskap". Du behöver inte använda det här namnet, men om du gör det kan du dra nytta av implicita fältmappningar.

  4. Lägg till fält för standardmetadataegenskaper. I filindexering är standardmetadataegenskaperna samma som egenskaper för blobmetadata. Azure Files-indexeraren skapar automatiskt interna fältmappningar för dessa egenskaper som konverterar avstavade egenskapsnamn till understreckade egenskapsnamn. Du måste fortfarande lägga till de fält som du vill använda indexdefinitionen, men du kan utelämna att skapa fältmappningar i datakällan.

    • metadata_storage_name (Edm.String) – filnamn. Om du till exempel har en fil /my-share/my-folder/subfolder/resume.pdf, är det här fältets värde resume.pdf.
    • metadata_storage_path (Edm.String) – filens fullständiga URI, inklusive lagringskontot. Till exempel https://myaccount.file.core.windows.net/my-share/my-folder/subfolder/resume.pdf
    • metadata_storage_content_type (Edm.String) – innehållstyp enligt den kod som du använde för att ladda upp filen. Till exempel application/octet-stream.
    • metadata_storage_last_modified (Edm.DateTimeOffset) – senast ändrad tidsstämpel för filen. Azure AI-sökning använder den här tidsstämpeln för att identifiera ändrade filer för att undvika att indexera om allt efter den första indexeringen.
    • metadata_storage_size (Edm.Int64) – filstorlek i byte.
    • metadata_storage_content_md5 (Edm.String) – MD5-hash för filinnehållet, om tillgängligt.
    • metadata_storage_sas_token (Edm.String) – En tillfällig SAS-token som kan användas av anpassade kunskaper för att få åtkomst till filen. Den här token bör inte lagras för senare användning eftersom den kan upphöra att gälla.

Konfigurera och köra Azure Files-indexeraren

När indexet och datakällan har skapats är du redo att skapa indexeraren. Indexerarens konfiguration anger indata, parametrar och egenskaper som styr körningstidsbeteenden.

  1. Skapa eller uppdatera en indexerare genom att ge den ett namn och referera till datakällan och målindexet:

    POST /indexers?api-version=2026-04-01
{
  "name" : "my-file-indexer",
  "dataSourceName" : "my-file-datasource",
  "targetIndexName" : "my-search-index",
  "parameters": {
     "batchSize": null,
     "maxFailedItems": null,
     "maxFailedItemsPerBatch": null,
     "configuration": {
        "indexedFileNameExtensions" : ".pdf,.docx",
        "excludedFileNameExtensions" : ".png,.jpeg" 
    }
  },
  "schedule" : { },
  "fieldMappings" : [ ]
}

  2. I det valfria avsnittet "konfiguration" anger du eventuella inkluderings- eller exkluderingsvillkor. Om det lämnas ospecificerat hämtas alla filer i filresursen.

    Om parametrarna indexedFileNameExtensions och excludedFileNameExtensions finns tittar Azure AI-sökning först på indexedFileNameExtensions och sedan på excludedFileNameExtensions. Om samma filnamnstillägg finns i båda listorna undantas det från indexering.

  3. Ange fältmappningar om det finns skillnader i fältnamn eller typ, eller om du behöver flera versioner av ett källfält i sökindexet.

    I filindexering kan du ofta utelämna fältmappningar eftersom indexeraren har inbyggt stöd för att mappa egenskaperna "innehåll" och metadata till fält med liknande namn och typ i ett index. För metadataegenskaper ersätter indexeraren automatiskt bindestreck - med understreck i sökindexet.

  4. Mer information om andra egenskaper finns i Skapa en indexerare .

En indexerare körs automatiskt när den skapas. Du kan förhindra detta genom att ange "inaktiverad" till true. Om du vill kontrollera indexerarens körning kör du en indexerare på begäran eller sätter den enligt ett schema.

Kontrollera indexerarens status

Om du vill övervaka indexerarens status och körningshistorik skickar du en get indexer-statusbegäran :

GET https://myservice.search.windows.net/indexers/myindexer/status?api-version=2026-04-01
  Content-Type: application/json  
  api-key: [admin key]

Svaret innehåller status och antalet bearbetade objekt. Det bör se ut ungefär som i följande exempel:

    {
        "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
        ]
    }

Körningshistoriken innehåller upp till 50 av de senast slutförda körningarna, och de sorteras i omvänd kronologisk ordning så att den senaste körningen visas först.

Nästa steg

Nu kan du köra indexeraren, övervaka status eller schemalägga indexerarens körning. Följande artiklar gäller för indexerare som hämtar innehåll från Azure Storage:

  • Uppdaterades senast