azure-cognitive-search - 跨 37 种语言的 Azure 搜索

Question

我们有一个将英文内容和翻译内容（37 种语言）保存在 blob 存储中的网站。每个在 blob 中都有自己的文件夹结构。

下面的示例： Insider-progams/windows-insider/en-us/…一堆 json 文件来索引 Insider-progams/windows-insider/ru-ru/…一堆 json 文件来索引 Insider-progams/windows-insider/es -es/…一堆 json 文件来索引 Insider-progams/windows-insider/fr-fr/…一堆 json 文件来索引

我们目前有一个 .NET 服务，它充当 API 来获取此内容并将其返回到我们的 Angular Web 应用程序。但是，我们正在进入需要跨所有语言搜索内容的场景。

这是否意味着我们需要 37 个单独的索引？每种语言一个？或者我们只是传递一个参数来从 API 中获取我们想要的语言数据。

我还担心索引可能会变得多大以及构建需要多长时间。当新内容到达时，我们需要按需重建索引。

我们还打算使用搜索 API 来对我们的内容进行基本数据检索以及分页。

标签： azure-cognitive-search

Answer 1

您不需要为每种语言创建一个索引，每种语言只需要一列。请参阅https://docs.microsoft.com/en-us/azure/search/search-language-support，了解如何为每个列/语言使用不同的分析器创建索引。

索引器可以自动跟踪存储帐户中的 blob，以定期获取新 blob 并增量构建索引，而无需重新处理所有内容。

根据您的要求和用例，有一些填充索引的选项。最简单的选择是为每种语言创建一个索引器，按 blob 文件夹过滤，以索引中的相应列为目标。如果您需要更多语言功能或控制结构，请考虑向索引器添加技能集，该技能集能够检测语言、翻译、提取关键短语、根据条件做出决策或插入自定义技能。最后一个选项是自己管理在索引中添加/更新/删除文档，这对于将存储帐户中的任何更改反映在索引中具有最低的延迟。

请参阅搜索 API以搜索文档和分页结果。