如何在 Azure 搜索的主记录下索引多个 blob？

Question

我按照 this tutorial 中描述的步骤操作。我的情况有点不同：

我索引的不是酒店和房间，而是候选人和简历。
我没有使用 CosmosDB，而是使用了 Azure SQL 数据库。

按照教程，我能够创建索引、2 个索引器（一个用于 SQL 数据库，一个用于 Blob 存储）和 2 个数据源。

SQL 数据库包含我所有的候选人，并且存储包含他们所有的简历（PDF/DOC/DOCX 格式的文件）。每个 blob 都有一个元数据 "ResumeCandidateId"，其中包含与候选 "CandidateId" 相同的值。

我的索引有以下字段：

    [SerializePropertyNamesAsCamelCase]
    public partial class Candidate
    {
        [Key]
        [IsFilterable, IsRetrievable(true), IsSearchable]
        public string CandidateId { get; set; }

        [IsFilterable, IsRetrievable(true), IsSearchable, IsSortable]
        public string LastName { get; set; }

        [IsFilterable, IsRetrievable(true), IsSearchable, IsSortable]
        public string FirstName { get; set; }

        [IsFilterable, IsRetrievable(true), IsSearchable, IsSortable]
        public string Notes { get; set; }

        public ResumeBlob[] ResumeBlobs { get; set; }
    }

    [SerializePropertyNamesAsCamelCase]
    public class ResumeBlob
    {
        [IsRetrievable(true), IsSearchable]
        [Analyzer(AnalyzerName.AsString.StandardLucene)]
        public string content { get; set; }

        [IsRetrievable(true)]
        public string metadata_storage_content_type { get; set; }

        public long metadata_storage_size { get; set; }

        public DateTime metadata_storage_last_modified { get; set; }

        public string metadata_storage_name { get; set; }

        [Key]
        [IsRetrievable(true)]
        public string metadata_storage_path { get; set; }

        [IsRetrievable(true)]
        public string metadata_content_type { get; set; }

        public string metadata_author { get; set; }

        public DateTime metadata_creation_date { get; set; }

        public DateTime metadata_last_modified { get; set; }

        public string ResumeCandidateId { get; set; }
    }

如您所见，一个候选人可以有多个简历。挑战在于填充 ResumeBlob 属性...

来自 SQL 数据库的数据已被索引器正确索引和映射。当我运行 Blob Indexer 时，它会加载文档，但不会映射它们并且它们永远不会出现在搜索中（ResumeBlobs 始终为空）。下面是用于创建 Blob 索引器的代码：

var blobDataSource = DataSource.AzureBlobStorage(
                name: "azure-blob-test02",
                storageConnectionString: "DefaultEndpointsProtocol=https;AccountName=yyy;AccountKey=xxx;EndpointSuffix=core.windows.net",
                containerName: "2019");

            await searchService.DataSources.CreateOrUpdateAsync(blobDataSource);

            List<FieldMapping> map = new List<FieldMapping> {
                new FieldMapping("ResumeCandidateId", "CandidateId")
            };

            Indexer blobIndexer = new Indexer(
                name: "hotel-rooms-blobs-indexer",
                dataSourceName: blobDataSource.Name,
                targetIndexName: indexName,
                fieldMappings: map,
                //parameters: new IndexingParameters().SetBlobExtractionMode(BlobExtractionMode.ContentAndMetadata).IndexFileNameExtensions(".DOC", ".DOCX", ".PDF", ".HTML", ".HTM"),
                schedule: new IndexingSchedule(TimeSpan.FromDays(1)));

            bool exists = await searchService.Indexers.ExistsAsync(blobIndexer.Name);
            if (exists)
            {
                await searchService.Indexers.ResetAsync(blobIndexer.Name);
            }
            await searchService.Indexers.CreateOrUpdateAsync(blobIndexer);

            try
            {
                await searchService.Indexers.RunAsync(blobIndexer.Name);
            }
            catch (CloudException e) when (e.Response.StatusCode == (HttpStatusCode)429)
            {
                Console.WriteLine("Failed to run indexer: {0}", e.Response.Content);
            }

我注释了 blobIndexer 的参数，但即使没有注释，我也得到了相同的结果。

当我运行搜索时，这是我得到的示例：

{
    "@odata.context": "https://yyy.search.windows.net/indexes('index-test01')/$metadata#docs(*)",
    "value": [
        {
            "@search.score": 1.2127206,
            "candidateId": "363933d1-7e81-4ed2-b82e-d7496d98db50",
            "lastName": "LAMLAST",
            "firstName": "ZFIRST",
            "notes": "MGA ; SQL ; T-SQL",
            "resumeBlobs": []
        }
    ]
}

"resumeBlobs" 为空。知道如何做这样的映射吗？

Answer 1

据我所知，Azure 搜索不支持 集合合并 功能，这似乎是实现您的方案所必需的。

另一种方法是为简历创建一个单独的索引，并将简历索引器指向该索引。这意味着您的某些搜索场景将不得不命中两个索引，但这是一条前进的道路。

如何在 Azure 搜索的主记录下索引多个 blob？

How to index multiple blobs under a main record in Azure Search?

c#

azure

azure-cognitive-search

azure-search-.net-sdk