从Azure Blob Storage同步数据到Azure AI Search实现RAG全文搜索

一、实现全文检索 #

Azure AI Search本身支持全文检索，你之前的理解存在偏差，索引并非只能做基于字段的精确匹配，调整配置即可实现：

• 索引字段配置：创建索引时，将Blob内容对应的字段（比如content）设置为Edm.String类型，并开启searchable属性。所有标记为searchable的字段都会被自动做全文索引处理，支持分词、模糊匹配等全文检索特性。
• 查询方式调整：发起搜索请求时，直接使用search参数传递查询文本，而非$filter做字段过滤。例如：

  POST /indexes/your-index/docs/search?api-version=2023-11-01
  {
    "search": "你的全文检索关键词"
  }
  

  若需限定检索范围，可通过searchFields参数指定多个可搜索字段，比如searchFields=content,title。

二、自动同步Blob新增数据 #

可以通过两种方式实现Blob容器数据的自动同步：

• 索引器增量同步+调度：
  1. 配置Blob索引器时，开启enableIncrementalRefresh=true，索引器会基于Blob的LastModified时间戳，只同步新增或修改的文件。
  2. 给索引器设置调度规则，比如每30分钟运行一次，确保新上传的Blob能被定期抓取到索引中。
• 近实时同步（Event Grid触发）：
  1. 给Blob容器配置Azure Event Grid，监听BlobCreated和BlobUpdated事件。
  2. 用Azure Functions作为事件处理端点，当收到事件时，调用Azure AI Search的API触发索引器的单次运行，实现近实时的同步。

内容的提问来源于stack exchange，提问作者PJR