咨询：在Azure生态中查找Cosmos DB内Top5相似描述记录的最优服务

1. Azure Cognitive Search #

• 核心能力：支持与Cosmos DB直接集成，可将Cosmos DB中的数据同步至搜索索引，结合向量检索功能实现文本相似性匹配。
• 实现方式：
  • 可利用内置文本嵌入模型，或对接Azure OpenAI的嵌入模型（如text-embedding-ada-002），为每条记录的描述生成向量并存储到搜索索引中。
  • 给定目标记录的描述时，先将其转换为向量，再通过搜索服务的向量查询接口，返回相似度最高的Top5记录。
• 优势：支持大规模数据的高效检索，可配置评分规则、过滤条件，同时兼容全文检索与向量检索的混合查询，适合数据量大、需要复杂检索逻辑的场景。

2. Azure OpenAI 嵌入模型 + Cosmos DB 向量存储 #

• 核心能力：借助Azure OpenAI生成文本嵌入向量，结合Cosmos DB原生的向量存储与查询功能，直接在Cosmos DB内完成相似性检索。
• 实现方式：
  • 预先为Cosmos DB中每条记录的描述字段生成嵌入向量，存储为文档的向量属性（如descriptionVector）。
  • 对于目标记录的描述，先调用Azure OpenAI生成对应的向量，再使用Cosmos DB的向量查询语法（如SELECT TOP 5 * FROM c ORDER BY VECTOR_DISTANCE(c.descriptionVector, @targetVector) ASC，距离越小相似度越高）直接查询出Top5相似记录。
• 优势：无需额外搭建搜索服务，数据存储与查询闭环在Cosmos DB内完成，部署成本低，适合数据规模中等、架构简洁的场景。

为什么Text Analytics不适用？ #

Text Analytics聚焦于文本分析类任务（如实体识别、情感分析、关键词提取等），没有提供向量存储、相似性检索的核心能力，无法直接满足“查找Top5相似记录”的需求。

内容的提问来源于stack exchange，提问作者Azure Developer