Azure Search从Blob存储索引时处理文档数为0求助

结合你的配置逐一排查 #

1. JSON文件结构必须匹配索引器解析规则 #

你的索引器配置了"parsingMode": "jsonArray"和"documentRoot": "/programs"，这要求每个Blob里的JSON必须是顶层包含programs数组的对象，数组内每个元素对应一条待索引文档，示例正确结构：

{
  "programs": [
    {"programID": "P1", "orchestra": "纽约爱乐", "season": "2024-2025", ...},
    {"programID": "P2", "orchestra": "纽约爱乐", "season": "2024-2025", ...}
  ]
}

如果你的JSON是直接的数组（如[{"programID":"P1"},...]），或者programs字段不存在/不是数组，索引器会直接识别不到可处理的文档。

2. Blob数据源的基础配置验证 #

• 确认存储账户连接字符串拥有目标容器employerdata-container的读取权限
• 检查Blob文件是否在容器根目录：若文件存放在子目录，需在数据源配置中添加"query": "子目录路径"（未配置的话，索引器仅扫描根目录）
• 确保文件后缀为.json：Azure Search默认只解析.json后缀文件，除非数据源配置中指定了"fileExtensions": "json,txt"

3. 字段映射与索引结构匹配检查 #

你的索引器fieldMappings为空，依赖自动字段映射，需满足：

• JSON字段名与索引字段名完全一致（大小写敏感！比如索引里的programID不能对应JSON里的programid）
• 复杂类型字段结构必须完全匹配：比如索引中的concerts是Collection(Edm.ComplexType)，JSON中对应的concerts必须是包含eventType、Location等子字段的对象数组

4. 查看索引器运行日志定位具体错误 #

通过Azure门户或API获取运行日志，直接查看失败原因：

• 门户操作：Azure Search服务 → 索引器 → 选择ny-philharmonic-indexer → 查看「运行历史记录」
• API请求：

GET {{baseUrl}}/indexers/ny-philharmonic-indexer/status?api-version=2024-07-01
Content-Type: application/json
api-key: {{apiKey}}

日志会明确告知是文件访问失败、结构不匹配还是字段映射错误等具体问题。

5. 单文件测试缩小排查范围 #

临时修改数据源配置，指定仅处理单个Blob文件：

• 在数据源配置中添加"query": "filename:你的单个文件名.json"
• 重新运行索引器，观察是否能正常处理，以此判断是单个文件问题还是批量配置问题

内容的提问来源于stack exchange，提问作者Prashant