azure - 在来自 Cosmos 的无限子对象数组中进行 Azure 搜索

Question

要求

我有一个数据模型，其中每个“事物”都有许多孩子，可以用 JSON 表示，如下所示。

{
    "id": "1",
    "name": "parent_1",
    ... other parent fields ...
    "children": [
        {
            "id": "1_a",
            "name": "child_1_a"
            ... other child fields ...
        },
        {
            "id": "1_b",
            "name": "child_1_b"
            ... other child fields ...
        }
    ]
}

要求是我们找到所有包含name与特定模式匹配的孩子的父事物。

约束

我们有各种限制：

1. 我们必须使用 SQL API 将数据存储在 Cosmos 中。
2. 我们只能使用 Azure 搜索。

问题

理想情况下，我们会将每个父“事物”作为整个文档及其所有子存储在 Cosmos 中。但是，可能会有很多子级，这意味着文档大小有时会超过 Cosmos 文档的 2MB 限制。

我尝试过的事情

尝试 1

另一种方法是将单独的父文档和子文档存储在同一个 Azure Cosmos 集合中，使用字段区分父文档和子文档，并使用type字段引用父文档id。例如

家长

{
    "id": "1",
    "name": "parent_1",
    "type": "parent"
}

孩子 1

{
    "id": "1_a",
    "name": "child_1_a",
    "type": "child",
    "parentId": "1"
}

孩子 2

{
    "id": "1_b",
    "name": "child_1_b",
    "type": "child",
    "parentId": "1"
}

但是，然后搜索子名称可以带回同一父级的许多页面结果，因此仅获取少数父级可能需要带回 1000 页匹配的子级，从性能角度来看，这并不理想。

尝试 2

我想我可以在 Cosoms 中使用 JOIN 来填充 Azure 搜索。但是，这将需要不受支持的跨文档连接。

其他选择

我看到的其他建议是：

• 父母身份的方面，但我读过这会表现得很糟糕。

• 将孩子分批（例如 500 个孩子）并将每个批次附加到父级。如果单个父级有多个批次，则对父级的字段进行非规范化。这是目前唯一适用于当前数据的选项，尽管它似乎只是延迟了问题 - 例如，在某些时候，批次的数量可能会变得足够大以再次降低搜索性能。

问题

是否可以使用 Cosmos (SQL-API) 和 Azure 搜索来满足此要求，如果可以，如何？

标签： azureazure-cosmosdbazure-cognitive-searchazure-cosmosdb-sqlapi

Answer 1

为什么不将所有子项作为单独的文档存储到 Azure 搜索中，然后只需添加另一个包含所需父信息的属性：

{
            "id": "1_a",
            "name": "child_1_a"
            ... other child fields ...,
            "parent": {
                 "parentId":123,
                 "parentName":"x"
                  ... other parent fields ...,
            }    
}

您的查询也应该简化（在我看来）。