Azure Search中如何合并filenames集合而非替换？CosmosDB查询方案咨询

你遇到的核心问题是：当从CosmosDB返回多条相同address的记录（每条带单个文件名的数组），导入Azure Search时，相同address对应的filenames集合会被最后一条记录覆盖，而非合并所有文件名。这是因为Azure Search索引器默认对相同主键的文档执行**upsert（更新或插入）**操作，后续文档会完全替换之前的，不会自动合并集合字段。

下面给你两个可行的解决方案，按推荐优先级排序：

方案一：用Cosmos SQL聚合查询直接生成合并后的集合 #

这是最直接高效的方法，利用CosmosDB的GROUP BY和ARRAY_AGG函数，在查询阶段就把相同address的所有文件名合并成一个数组，返回的每条记录都是完整的集合，导入Azure Search时自然不会有替换问题。

修改你的查询语句为：

SELECT c.addresses[0] AS address, ARRAY_AGG(c.name) AS filenames
FROM c
GROUP BY c.addresses[0]

这个查询会将所有拥有相同address的文档中的name字段聚合到一个数组里，返回的结果示例会变成：

[
  { "address": "e3b0c44298fc1c149afbf4c8996fb92427ae41e4649b934ca495991b7852b855", "filenames": [ "File 01.docx", "File 02.docx", "File 03.docx" ] }
]

这样导入Azure Search后，filenames就是完整的集合，不会被覆盖。

方案二：通过Azure Function预处理实现增量合并 #

如果因为业务限制无法使用CosmosDB的聚合查询，你可以用Azure Function作为中间层，处理数据的增量合并：

• 步骤1：创建一个CosmosDB触发的Azure Function，当CosmosDB有新文档（或更新文档）时触发。
• 步骤2：在Function中，根据当前文档的address查询Azure Search中已存在的对应文档。
• 步骤3：如果查询到已有文档，将当前文档的filenames[0]添加到已有文档的filenames集合中（建议做去重处理，避免重复文件名），然后调用Azure Search的更新接口更新文档；如果没有查到，直接插入新文档到Azure Search。
• 步骤4：将原来的Azure Search索引器替换为这个Function的处理流程，或者禁用索引器，由Function负责数据同步。

这种方式适合需要增量处理实时数据的场景，但会增加一定的架构复杂度。

为什么原来的方式会被替换？ #

你之前的查询返回的是每条文档对应单个文件名的数组，当Azure Search索引器处理这些文档时，假设你把address设为索引的主键，索引器会认为这些是同一个文档的多次更新，每次更新都会用新的filenames数组替换旧的，所以最终只会保留最后一条的记录。

内容的提问来源于stack exchange，提问作者Steve Drake