Azure Search批量数据索引报错，需避免索引器因错误中断

问题分析 #

你已设置MaxFailedItems和MaxFailedItemsPerBatch为-1，但索引器仍因“无法从文档中提取内容或元数据”错误停止，原因是这类提取错误默认被索引器判定为致命级错误，仅靠失败项数量配置无法覆盖。

具体解决步骤 #

1. 确认配置生效 #

先验证索引器的参数是否正确同步到Azure服务：

• 使用Azure CLI查询索引器详情：

  az search indexer show --name <你的索引器名称> --resource-group <资源组名> --service-name <搜索服务名>
  

  检查返回结果中parameters字段，确认maxFailedItems和maxFailedItemsPerBatch值为-1。

2. 添加提取容错配置（核心） #

在索引器参数中显式关闭提取错误的终止触发，修改代码如下：

var indexer = new SearchIndexer(indexerName, dataSourceName, indexName)
{
    //... 其他已有配置
    Parameters = new IndexingParameters()
    {
        MaxFailedItems = -1,
        MaxFailedItemsPerBatch = -1,
        Configuration = new IndexingParametersConfiguration()
        {
            // 忽略不支持的内容类型错误
            ["failOnUnsupportedContentType"] = false,
            // 忽略无法处理的文档错误
            ["failOnUnprocessableDocument"] = false,
            // 可选：延长单文档提取超时，避免因超时终止
            ["indexingTimeout"] = "00:30:00"
        }
    },
};

3. 提前排除异常文档 #

如果是特定异常文档（如损坏文件、空文件）导致错误，可在数据源层面添加筛选规则：

• 以Blob数据源为例，筛选排除空文件：

  var dataSource = new SearchIndexerDataSourceConnection(
      dataSourceName,
      SearchIndexerDataSourceType.AzureBlob,
      connectionString,
      new AzureBlobStorageDataSourceContainer("你的容器名")
      {
          Query = "BlobLength gt 0"
      });
  

4. 启用错误日志 #

在Azure门户的搜索服务中，进入目标索引器的「诊断设置」，将错误日志转发到Log Analytics或存储账户，方便后续排查具体失败文档，同时不影响索引器运行。

验证方式 #

更新配置后手动触发索引运行，观察索引器是否持续处理后续文档，同时通过日志确认失败文档仅被记录未终止流程。

内容的提问来源于stack exchange，提问作者Ch Ishani