在 Azure 搜索中合并 blob
Merge blob in Azure Search
是否可以将多个 blob 合并到单个 Azure 搜索记录中？
完整场景：我们在 cosmosDB 中存储为 json 的公司列表及其在 blob 存储中的相关文档 (.docx/pdf)。一家公司可以拥有多个大小不一的文档，最大可达 20 MB，并且文档数量没有上限。我们如何合并所有文档的内容并推送到 Azure 搜索索引的 'content' 字段，以便我们可以对来自 cosmos 和 blob 的公司数据进行全文搜索。
我研究过 https://www.lytzen.name/2017/01/30/combine-documents-with-other-data-in.html - 教程中讨论的场景在候选人数据和 CV 之间具有一对一的关系。在我们的例子中，公司与其文档之间存在一对多关系。
如有任何帮助/指导，我们将不胜感激。
谢谢
Azure 搜索 Blob Indexer maps each blob to a document in the search index 1:1. At the moment, there isn't a way to merge the content of multiple blobs into a single document automatically. However, you can always write a client application that does this and pushes the aggregated content to the Azure Search index using our SDK or REST API..
我很想了解有关场景的更多信息。每个公司的索引中只有一个文档，您将无法从 blob 存储中搜索单个文档。那是想要的吗？
可以将来自不同数据源的数据合并到搜索索引中的单个文档中，只要您尝试 "assemble" 来自多个字段的文档而不是合并到单个字段中。
请注意：
所有数据源都同意文档密钥是什么。默认情况下，密钥是 blob 路径。由于路径在 blob 之间是唯一的，因此需要就密钥达成一致意味着您需要在 "secondary" blob 上设置元数据 属性，将它们与 "primary" blob 相关联。
您不能使用索引器将多个源文档合并到单个索引字段中，例如 content。对于存储在 Cosmos DB 中的 JSON 元数据，这可能不是您所需要的，因为您可能希望将该元数据捕获到它自己的字段集中。要合并到 content 字段，您需要编写自己的合并逻辑，如之前的回复中所述。
似乎使您的场景 "just work" 的基本原语是 collection merge - 您将 content 建模为不是字符串，而是一组字符串，其中每个元素都是从您的一个 blob 中提取的。请随时向我们的 UserVoice.
添加关于集合合并功能的建议
我找到的一个解决方案是将文档压缩成 ZIP 并将 ZIP 文件传递给 Azure 搜索索引器。此解决方案的唯一问题是我必须为 ZIP 创建添加另一个处理步骤，并为保留 ZIP
添加额外的存储成本
是否可以将多个 blob 合并到单个 Azure 搜索记录中？
完整场景：我们在 cosmosDB 中存储为 json 的公司列表及其在 blob 存储中的相关文档 (.docx/pdf)。一家公司可以拥有多个大小不一的文档，最大可达 20 MB，并且文档数量没有上限。我们如何合并所有文档的内容并推送到 Azure 搜索索引的 'content' 字段，以便我们可以对来自 cosmos 和 blob 的公司数据进行全文搜索。
我研究过 https://www.lytzen.name/2017/01/30/combine-documents-with-other-data-in.html - 教程中讨论的场景在候选人数据和 CV 之间具有一对一的关系。在我们的例子中，公司与其文档之间存在一对多关系。
如有任何帮助/指导，我们将不胜感激。
谢谢
Azure 搜索 Blob Indexer maps each blob to a document in the search index 1:1. At the moment, there isn't a way to merge the content of multiple blobs into a single document automatically. However, you can always write a client application that does this and pushes the aggregated content to the Azure Search index using our SDK or REST API..
我很想了解有关场景的更多信息。每个公司的索引中只有一个文档，您将无法从 blob 存储中搜索单个文档。那是想要的吗？
可以将来自不同数据源的数据合并到搜索索引中的单个文档中，只要您尝试 "assemble" 来自多个字段的文档而不是合并到单个字段中。
请注意：
所有数据源都同意文档密钥是什么。默认情况下，密钥是 blob 路径。由于路径在 blob 之间是唯一的，因此需要就密钥达成一致意味着您需要在 "secondary" blob 上设置元数据 属性，将它们与 "primary" blob 相关联。
您不能使用索引器将多个源文档合并到单个索引字段中，例如
content。对于存储在 Cosmos DB 中的 JSON 元数据，这可能不是您所需要的，因为您可能希望将该元数据捕获到它自己的字段集中。要合并到content字段，您需要编写自己的合并逻辑，如之前的回复中所述。
似乎使您的场景 "just work" 的基本原语是 collection merge - 您将 content 建模为不是字符串，而是一组字符串，其中每个元素都是从您的一个 blob 中提取的。请随时向我们的 UserVoice.
我找到的一个解决方案是将文档压缩成 ZIP 并将 ZIP 文件传递给 Azure 搜索索引器。此解决方案的唯一问题是我必须为 ZIP 创建添加另一个处理步骤，并为保留 ZIP
添加额外的存储成本