Azure OpenAI Embedding Skill索引器报错及向量搜索问题求助

1. 先搞定数据源的contentVector格式问题 #

• 索引器报的“无法遍历非数组'/document/contentVector'”警告，核心原因是数据源里的contentVector不是数组类型——可能是单个数值、null，或者干脆不是数组结构。比如原数据里可能是"contentVector": 123或者"contentVector": null，但索引器要求向量字段必须是长度为3072的数值数组（比如[0.1, 0.2, ..., 0.3072]这种）。
• 立刻去查你的数据源（不管是数据库、Blob存储还是其他地方的文档），确保每个document的contentVector都是标准的3072维数值数组。如果是向量生成环节出问题，要确认用的嵌入模型（比如text-embedding-ada-002这类）是不是真的输出了3072维数组，有没有漏生成、生成失败返回空值的情况。

2. 修复索引器的字段映射与索引数据 #

• 之前提示“contentVector不是向量字段”，是因为索引器的字段映射里没把它配置成向量类型；改完字段定义又出维度不匹配，是因为旧索引里已经存了空数组（维度0）的数据，和新配置的3072维要求冲突。
• 按以下步骤操作：
  1. 先清空现有搜索索引里的所有数据（如果业务允许的话），把旧的空向量数据清干净。
  2. 重新配置索引器的字段映射，把contentVector明确设为向量字段，维度指定为3072。示例配置如下：

     {
       "name": "contentVector",
       "type": "Edm.Single",
       "searchable": true,
       "filterable": false,
       "sortable": false,
       "facetable": false,
       "key": false,
       "dimensions": 3072
     }
     

  3. 重新运行索引器，确保这次数据源里的contentVector都是符合要求的3072维数组。

3. 检查向量生成与传输的全链路 #

• 查向量生成的代码逻辑：比如调用嵌入模型时，有没有处理空文本的情况？会不会因为输入空文本导致生成空向量？有没有捕获生成失败的异常，避免返回空数组或者非数组值？
• 验证数据传输环节：从向量生成服务到数据源的过程中，有没有序列化/反序列化错误？比如JSON序列化时是不是把数组正确保留了，有没有误转成字符串或者其他类型？

4. 验证修复效果 #

• 索引器跑完后，看执行历史，确认“无法遍历非数组”的警告消失。
• 检索文档时，检查contentVector字段是不是已经有了正确的3072维数值数组，而不是空列表。
• 测试向量搜索，确认不再出现“不是向量字段”或“维度不匹配”的错误。

内容的提问来源于stack exchange，提问作者cap