Azure AI Search 探索总结

Azure AI Search 原名 Azure Cognitive Service，是Azure中用来给AI项目构建知识库的组件。

知识库本质和数据库很像，但是内部的存储结构和检索算法不一样。

比如并不是知识库的每一列都可以用来过滤、检索或group by，而是要根据实际情况配置。

Azure AI Search几个基本概念介绍：

1. Index就是类似数据库的一张表，里面可以存放被检索的信息集合。
2. Indexer索引生成器，从数据源读取并生成Index的生成器。
3. 数据源，可以是Blob，Database
4. Skillset，这个很有意思叫技能包，默认的索引生成器功能很简单，对于复杂文档，比如有大量图片的文档，视频或音频，在生成index时要动用到一些独特的技能包即Skillset

在Azure Portal里AI Search提供了Index的在线查询，使用的是它自己定义的一套JSON查询语法，这里给到几个经典查询介绍：

// 查询某个可以facet的字段，有哪些distinct值
{
  "search": "*",          // 或空字符串
  "top": 0,               // 不返回具体文档
  "facets": ["category,count:1000"]  // 你想看 distinct 值的字段，默认显示10条，通过count指定数量上限
}


//限制返回字段content的上下文
{
  "search": "机器学习",
  "highlight": "content-40",   // 40=返回前/后各 40 个字符
  "select": "title,url"        // 不返回整段 content
}

//根据某个字段过滤，类似SQL中的where
{
  "filter": "category eq 'Electronics'",
  "select": "id,name,price"
}

最后补充两点：

1. Azure AI Search Free-tier 只支持16MB以下的文档。

2. Azure Portal里的操作方式： 不支持自定义index结构，复杂场景还是要写代码导入。

3. Storage Blob里配置文件的元属性，AI Search也能自动读到。