用于索引 Blob 的 Azure 搜索替代方案

Question

是否有任何基于云的 Azure 搜索替代方案可以索引 Azure Blob 的内容？ (主要是基于办公的文件)？

我有一个公开全文搜索的应用程序，但很少使用。 Azure 搜索非常适合 documentdb 等，基本层涵盖了这种用法。

但是，当对每天可能搜索几次的 blob 应用索引时，与堆栈中使用的其他功能相比，成本非常高。

我们还达到了 2GB 存储限制，但文档限制低于 20%。理想情况下，我们希望增加存储空间，但这不是一个选择，除非更新到 S1，仅存储成本就会增加 3 倍。

到目前为止发现的替代方案是运行 solr 虚拟机或构建我们自己的功能，这可能仍然需要虚拟机，因此在这种情况下 solr 会更好。

其他人似乎遇到了与成本相关的扩展问题，但通常是因为 QPS。我们的 QPS 非常低，因为 24 小时内只有几次搜索。

::希望将其保留在 Azure 中。 AWS CloudSearch 计费似乎很适合我们的使用案例

Answer 1

我是 Azure 搜索工程团队的成员。很遗憾得知该定价不适合您。正如您所提到的，在 Azure 中运行您自己的 SOLR 或 ElasticSearch 实现当然是一种选择，但我怀疑您寻求 Azure 搜索的原因之一是您不希望在解决方案中添加搜索管理。

如果不明确您想要做什么，就很难进入特定选项(例如，您只是对此内容进行全文搜索，还是执行更多操作，例如分面、过滤等)。让我放弃一个选项。

可以减小内容大小吗？例如，您是否确实需要在 Azure 搜索中包含所有这些内容，或者您​​是否可以说只索引此内容中的关键术语和短语，以便您可以识别包含您要查找的术语的文档？有很多伟大的技术(例如 Word2Vec)非常适合提取术语和短语。

这样做的另一个优点是，这些术语还可以用于分面和过滤，然后您可以根据需要从其他商店加载完整内容。

术语提取的缺点可能不包括您认为重要的一些术语。

还有很多其他选择，但如果我更多地了解您想要做什么，也许我可以提供更多帮助。

利亚姆