通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure Cosmos DB for NoSQL 中的全文搜索（预览版）

  • 项目

Azure Cosmos DB for NoSQL 现在提供强大的全文搜索功能（预览版），专门用于增强应用程序的搜索功能。

注意

全文和混合搜索处于早期预览状态，目前可能无法在所有区域中使用。

什么是全文搜索？

Azure Cosmos DB for NoSQL 现在提供强大的全文搜索功能（预览版），专门用于增强数据查询功能。 此功能包括高级文本处理技术（如词干分解、干扰词删除和词汇切分），从而通过专用文本索引实现高效和有效的文本搜索。 全文搜索还包括全文评分，该功能用于评估文档与给定搜索查询的相关性。 BM25 (Best Matching 25) 综合考虑术语频率、反转文档频率和文档长度等因素来对文档进行评分和排名。 这有助于确保最相关的文档显示在搜索结果的顶部，从而提高文本搜索的准确性和有用性。

全文搜索适用于多种场景，包括：

  • 电子商务：根据描述、评价和其他文本属性快速查找产品。
  • 内容管理：高效搜索文章、博客和文档。
  • 客户支持：检索相关的支持票证、常见问题解答和知识库文章。
  • 用户内容：分析和搜索用户生成的内容，例如帖子和评论。
  • 针对聊天机器人的 RAG：通过从大型文本语料库检索相关信息来增强聊天机器人响应，从而提高答案的准确性和相关性。
  • 多代理 AI 应用：使多个 AI 代理能够协作搜索和分析大量文本数据，从而提供全面而细致的见解。

如何使用全文搜索

注意

全文和混合搜索（预览版）目前可能无法在所有区域中使用。

  1. 启用“针对 NoSQL 的全文和混合搜索”预览功能。
  2. 使用全文策略和全文索引配置容器。
  3. 插入带有文本属性的数据。
  4. 针对数据运行混合查询。

启用针对 NoSQL 的全文和混合搜索预览功能

全文搜索、全文评分和混合搜索都要求在使用前登录 Azure Cosmos DB for NoSQL 帐户，启用预览功能。 按照以下步骤注册：

  1. 导航到 Azure Cosmos DB for NoSQL 资源页。
  2. 选择“设置”菜单项下的“功能”窗格。
  3. 选择“针对 NoSQL API 的全文和混合搜索(预览版)”功能。
  4. 阅读该功能的说明，确认你想要启用它。
  5. 选择“启用”以开启矢量索引和搜索功能。

Azure 门户中全文和混合搜索预览功能的屏幕截图。

若要使用全文搜索功能，首先需要定义两个策略：

  • 容器级全文策略，该策略定义哪些路径将包含用于新的全文查询系统功能的文本。
  • 添加了全文索引的索引策略，该策略可实现高效的搜索。

全文策略

对于想要为全文搜索配置的每个文本属性，必须声明文本属性的 path 和文本的 language。 一个简单的全文策略可以是：

{
   "defaultLanguage": "en-US",
   "fullTextPaths": [
       {
           "path": "/text",
           "language": "en-US"
       }
   ]
}

通过将另一个元素添加到 fullTextPolicy 数组，可以轻松定义多个文本路径：

{
   "defaultLanguage": "en-US",
   "fullTextPaths": [
       {
           "path": "/text1",
           "language": "en-US"
       },
       {
           "path": "/text2",
           "language": "en-US"
       }
   ]
}

注意

英语（语言代码是“en-us”）是目前唯一支持的语言。

重要

全文策略或全文索引目前不支持通配符（*、[]）。

全文索引

任何全文搜索操作都应使用全文索引。 根据以下示例，可以轻松地在任何 Azure Cosmos DB for NoSQL 索引策略中定义全文索引。

{
    "indexingMode": "consistent",
    "automatic": true,
    "includedPaths": [
        {
            "path": "/*"
        }
    ],
    "excludedPaths": [
        {
            "path": "/\"_etag\"/?"
        },
    ],
    "fullTextIndexes": [
        {
            "path": "/text"
        }
    ]
}

与全文策略一样，全文索引也可以定义在多个路径上。

{
    "indexingMode": "consistent",
    "automatic": true,
    "includedPaths": [
        {
            "path": "/*"
        }
    ],
    "excludedPaths": [
        {
            "path": "/\"_etag\"/?"
        },
    ],
    "fullTextIndexes": [
        {
            "path": "/text"
        },
        {
            "path": "/text2"
        }
    ]
}

全文搜索查询

在 Azure Cosmos DB for NoSQL 查询语言中，使用以下系统函数执行全文搜索和评分操作：

  • FullTextContains：如果给定字符串包含在文档的指定属性中，则返回 true。 如果要确保查询返回的文档中包含特定关键词，这在 WHERE 子句中非常有用。
  • FullTextContainsAll：如果所有给定字符串均包含在文档的指定属性中，则返回 true。 如果要确保查询返回的文档中包含多个关键词，这在 WHERE 子句中非常有用。
  • FullTextContainsAny：如果任何给定字符串包含在文档的指定属性中，则返回 true。 如果要确保查询返回的文档中包含至少一个关键词，这在 WHERE 子句中非常有用。
  • FullTextScore：返回评分。 这只能在 ORDER BY RANK 子句中使用，其中按全文评分的排名对返回的文档进行排序，最相关的（评分最高）文档位于顶部，最不相关的（评分最低）文档位于底部

下面是几个关于所使用的各函数的示例。

FullTextContains

在此示例中，我们想要获取属性 c.text 中包含关键词“bicycle”的前 10 个结果。

SELECT TOP 10 *
FROM c
WHERE FullTextContains(c.text, "bicycle")

FullTextContainsAll

在此示例中，我们想要获取属性 c.text 中包含关键词“red”和“bicycle”的前 10 个结果。

SELECT TOP 10 *
FROM c
WHERE FullTextContainsAll(c.text, "red", "bicycle")

FullTextContainsAny

在此示例中，我们想要获取属性 c.text 中包含关键词“red”和“bicycle”或“skateboard”的前 10 个结果。

SELECT TOP 10 *
FROM c
WHERE FullTextContains(c.text, "red") AND FullTextContainsAny(c.text, "bicycle", "skateboard")

FullTextScore

在此示例中，我们想要获取包含“mountain”和“bicycle”的前 10 个结果，并按相关性顺序进行排序。 也就是说，频繁出现这些关键词的文档应出现在列表中更靠前的位置。

SELECT TOP 10 *
FROM c
ORDER BY RANK FullTextScore(c.text, ["bicycle", "mountain"])

重要

FullTextScore 只能在 ORDER BY RANK 子句中使用，而不能在 SELECT 语句或 WHERE 子句中投影。

相关内容