如何基于Azure Cosmos DB实现自动建议功能（小数据量场景）

针对你几千条数据的场景，无需依赖外部搜索服务，直接基于Cosmos DB自身的索引和查询能力就能实现高效的自动建议功能，以下是具体步骤：

一、优化数据存储结构 #

提前对需要提供自动建议的字段做预处理，提升查询效率：

• 统一大小写：将目标字段（如商品名、标题）转换为小写存储，避免大小写敏感导致的匹配遗漏，在.NET Core同步SQL数据时完成此处理。
• 生成词元数组（可选）：如果需要支持多词前缀匹配（比如输入"cos"能匹配"Azure Cosmos DB"），可以生成包含所有可能词组合的数组字段。例如将"Azure Cosmos DB"转换为["azure", "cosmos", "db", "azure cosmos", "cosmos db", "azure cosmos db"]，存储为searchTerms字段。

二、配置Cosmos DB索引策略 #

针对目标字段配置精准的索引，确保前缀匹配查询能高效执行：

{
  "indexingMode": "consistent",
  "automatic": true,
  "includedPaths": [
    {
      "path": "/*",
      "indexes": []
    },
    {
      "path": "/productName/?",
      "indexes": [
        {
          "kind": "Range",
          "dataType": "String",
          "precision": -1
        }
      ]
    },
    {
      "path": "/searchTerms/*",
      "indexes": [
        {
          "kind": "Range",
          "dataType": "String",
          "precision": -1
        }
      ]
    }
  ],
  "excludedPaths": []
}

说明：precision: -1表示使用最大精度的范围索引，能完美支持STARTSWITH这类前缀查询。

三、实现自动建议查询 #

根据你的需求选择以下两种方案：

方案1：基础前缀匹配（适合单字段前缀场景） #

直接通过STARTSWITH匹配目标字段的前缀，返回去重后的结果：

Cosmos DB SQL查询语句

SELECT DISTINCT c.productName
FROM c
WHERE STARTSWITH(LOWER(c.productName), LOWER(@prefix))
ORDER BY c.productName
OFFSET 0 LIMIT 10

.NET Core代码示例

var prefix = "azu"; // 用户输入的前缀
var query = new QueryDefinition(
    "SELECT DISTINCT c.productName FROM c WHERE STARTSWITH(LOWER(c.productName), LOWER(@prefix)) ORDER BY c.productName OFFSET 0 LIMIT 10"
).WithParameter("@prefix", prefix);

using var iterator = container.GetItemQueryIterator<string>(query);
var results = await iterator.ReadNextAsync();
var suggestions = results.Resource.ToList();

方案2：多词前缀匹配（支持中间词前缀） #

基于提前生成的searchTerms数组，匹配任意词组合的前缀：

.NET Core同步数据时生成词元数组的代码

public static List<string> GenerateSearchTerms(string input)
{
    var terms = new List<string>();
    var words = input.ToLower().Split(new[] {' '}, StringSplitOptions.RemoveEmptyEntries);
    
    for (int i = 0; i < words.Length; i++)
    {
        var currentTerm = new StringBuilder();
        for (int j = i; j < words.Length; j++)
        {
            if (currentTerm.Length > 0) currentTerm.Append(' ');
            currentTerm.Append(words[j]);
            terms.Add(currentTerm.ToString());
        }
    }
    
    return terms.Distinct().ToList();
}

// 同步SQL数据到Cosmos DB时调用
var sqlProduct = await sqlContext.Products.FindAsync(id);
var cosmosProduct = new Product
{
    Id = sqlProduct.Id.ToString(),
    ProductName = sqlProduct.Name,
    SearchTerms = GenerateSearchTerms(sqlProduct.Name)
};
await cosmosContainer.UpsertItemAsync(cosmosProduct);

Cosmos DB SQL查询语句

SELECT DISTINCT c.productName
FROM c
JOIN term IN c.searchTerms
WHERE STARTSWITH(term, LOWER(@prefix))
ORDER BY c.productName
OFFSET 0 LIMIT 10

四、性能优化建议 #

• 限制返回数量：通过LIMIT控制最多返回10-20条建议，减少数据传输量。
• 缓存热门结果：使用.NET内存缓存或Redis缓存高频查询的前缀结果，降低Cosmos DB的查询压力。
• 验证索引使用：在Cosmos DB门户的“查询运行时统计”中确认查询是否命中索引，避免全表扫描。

内容的提问来源于stack exchange，提问作者Ajay Kumar