如何将Azure中的indexStorageMetadataOnlyForOversizedDocuments设为true？

这个indexStorageMetadataOnlyForOversizedDocuments是Azure认知搜索索引器的配置参数，用来处理超过大小阈值的文档，以下是几种设置方式：

Azure 门户操作 #

• 登录Azure门户，找到你的Azure认知搜索服务
• 左侧菜单选择「索引器」，定位到你用于导入容器数据的目标索引器
• 点击索引器进入详情页，选择「编辑」按钮
• 在编辑界面中，找到「高级选项」板块（部分界面可能需要切换到「JSON编辑器」模式）
  • 如果用可视化界面：勾选「仅为超大文档索引存储元数据」选项
  • 如果用JSON编辑器：在parameters.configuration节点下添加或修改配置：

    "parameters": {
      "configuration": {
        "indexStorageMetadataOnlyForOversizedDocuments": true
      }
    }
    

• 保存配置后，重新运行索引器任务即可

Azure CLI 命令 #

使用az search indexer update命令直接更新索引器配置：

az search indexer update --name <你的索引器名称> --service-name <你的搜索服务名称> --parameters '{"configuration": {"indexStorageMetadataOnlyForOversizedDocuments": true}}'

替换命令中的<你的索引器名称>和<你的搜索服务名称>为实际值，执行前确保已安装并登录Azure CLI。

REST API 调用 #

发送PUT请求更新索引器配置：

PUT https://<你的搜索服务名称>.search.windows.net/indexers/<你的索引器名称>?api-version=2023-11-01
Content-Type: application/json
api-key: <你的管理员密钥>

{
  // 保留索引器原有其他配置，仅添加或更新parameters部分
  "parameters": {
    "configuration": {
      "indexStorageMetadataOnlyForOversizedDocuments": true
    }
  }
}

注意：请求体需要包含索引器的完整配置（除了修改的参数，其他原有配置需保留），避免覆盖其他设置。

补充说明：默认情况下，Azure认知搜索索引器处理文档的大小阈值为16MB，当PDF等文档超过该阈值时，会触发任务失败，开启这个参数后，超大文档只会被索引元数据（如文件名、存储路径、文件大小等），不会尝试提取文档内容，从而避免任务失败。

内容的提问来源于stack exchange，提问作者David72