推送文档（blob）以进行索引 - Azure 搜索

Posted 2023-03-28

【中文标题】推送文档（blob）以进行索引 - Azure 搜索

【英文标题】：Pushing documents(blobs) for indexing - Azure Search

【发布时间】：2018-09-07 11:27:32

【问题描述】：

我一直在使用 Azure 搜索 + Azure Blob 存储，但在为上传的新文件索引增量更改时遇到了麻烦。

将新文件上传到我的 Blob 容器后，如何刷新索引？上传文件后按照我的步骤（我正在使用休息服务来执行这些操作）：我正在使用 Microsoft Azure 存储资源管理器 [link]。

通过这个应用程序，我已将我的新文件上传到之前已经创建的文件夹中。之后，我使用 Http REST 执行“运行”索引器命令，您可以在此 [link] 中看到。

索引器显示我的新文件已成功添加，但是当我去搜索这个新文件中的内容时却找不到。

请问，有人知道如何在索引中添加这个新文件，以及如何通过搜索他的内容找到这个新文件吗？

我正在关注 Microsoft 教程，但对于这个问题，我找不到解决方案。

谢谢各位！

【参考方案1】：

假设一切设置正确，您无需执行任何特殊操作 - 下次索引器根据其计划运行时，新的 blob 将被拾取并编制索引，或者您按需运行索引器。

但是，当您按需运行索引器时，成功完成Run Indexer API 意味着已经提交了运行索引器的请求； 并不意味着索引器已完成运行。要确定索引器何时真正完成运行（并观察错误，如果有的话），您应该使用Indexer Status API。

如果您仍有疑问，请告诉我们您的服务名称和索引器名称，我们可以仔细查看遥测数据。

【参考方案2】：

我将尝试描述如何解决这个问题。

首先，我通过这个命令创建了一个数据源：

POST https://[service name].search.windows.net/datasources?api-version=[api-version]

https://docs.microsoft.com/en-us/rest/api/searchservice/create-data-source.

其次，我创建了索引：

POST https://[servicename].search.windows.net/indexes?api-version=[api-version] 

https://docs.microsoft.com/en-us/rest/api/searchservice/create-index

最后，我创建了索引器。问题出现在这个时刻，因为它是设置所有配置的地方。

POST https://[service name].search.windows.net/indexers?api-version=[api-version]

https://docs.microsoft.com/en-us/rest/api/searchservice/create-indexer

在完成所有这些事情之后。索引开始自动索引所有内容（一旦我们将内容放入 blob 存储中）。

现在关键的事情来了。当您的索引尝试将所有“文本”提取到文件中时，当文件类型不是“可索引”时，可能会出现一些问题。例如，有两个属性你必须注意excluded extensions，indexed extensions。

如果您没有正确编写类型，索引会引发异常。然后，反馈消息（在我看来不好，就像'未命中'）说要避免此错误，您应该将索引器设置为'"dataToExtract" : "storageMetadata"'。

这个命令意味着你只是试图索引元数据而不是你的文件的内容，那么你不能通过这个搜索和检索。

之后，底部的相同消息说要避免这些问题，您应该设置两个属性（谁解决了问题）

"failOnUnprocessableDocument" : false,"failOnUnsupportedContentType" : false

此外，现在一切正常。感谢@Eugene Shvets 的帮助，我希望这对其他人有用。