使用 Azure 搜索 AzureSearch_SkipContent 元数据来索引图像但不尝试提取内容
Using Azure Search AzureSearch_SkipContent metadata to index image but without trying to extract content
我有一个 Azure 存储容器，其中包含存储为 blob 的混合文件（pdf、doc、docx、jpg、png...）。
我正在尝试使用 Azure 搜索 blob 索引器为所有文件（包括图像）的元数据编制索引，并在可能的情况下提取内容以进行全文搜索（显然图像没有任何提取物table文字内容）。想要提取图像元数据背后的想法是，我希望在图像的搜索索引中有一个条目，因为我在 DocumentDB 中有其他数据，我想使用 WebJob 手动合并到搜索索引中。
我使用 Azure 门户添加了数据源、索引和索引器，但是，当索引器运行时，它失败并出现以下错误：
Document 'https://xxx.blob.core.windows.net/xxx/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx-v1' has unsupported content type 'image/jpeg'
阅读关于 https://azure.microsoft.com/en-us/documentation/articles/search-howto-indexing-azure-blob-storage/#using-custom-metadata-to-control-document-extraction 的文档，它提到如果我使用键 "AzureSearch_SkipContent" 和值 "true" 将元数据添加到 blob，那么它不应该尝试提取内容.
将 "AzureSearch_SkipContent" 元数据添加到 https://azure.microsoft.com/en-us/documentation/articles/search-howto-indexing-azure-blob-storage/#content-type-specific-metadata-properties 的 table 中未列出的所有内容类型后，索引器仍然失败并出现上述错误。
如果我将 "AzureSearch_Skip" 元数据设置为 "true"，那么索引器会跳过图像 blob，但是我在索引中没有任何内容 - 这不是我想要的.
这是我要实现的步骤示例：
- （例如）灭火器的图像保存到 blob 存储
- 同时我在DocumentDB中存储了一些关于灭火器的额外信息
- 我希望 blob 索引器找到新图像并将一行添加到新 blob 的搜索索引中，而不尝试提取任何文本内容
- 自定义 WebJob 将使用相关 DocumentDB 文档中的信息更新搜索索引中的新行
那么，是否可以将 "AzureSearch_SkipContent" 添加到图像 blob 并在搜索索引中显示一些内容？或者我唯一的解决方案是 "AzureSearch_Skip" 它完全然后手动添加一些东西到它的搜索索引中？
AzureSearch_SkipContent 标志仅适用于受支持的内容类型，其中 Azure 搜索可以提取特定于内容类型的元数据。
Azure 搜索还支持索引仅 存储元数据并跳过内容类型元数据和内容提取 - 在这种情况下，内容类型无关紧要。但是，此设置仅在索引器范围内可用，适用于 all blob。参见 Index storage metadata only。
我们从几个客户那里听到了类似的问题，因此我们添加了另一个开关，其行为如下：
- 具有受支持内容类型的 Blob 将被完全索引（当然，尊重每个 Blob 标志）
- 对于内容类型不受支持的 blob，Azure 搜索将为存储元数据编制索引，并且不会像今天那样在这些 blob 上失败。
看起来这对您的情况会有帮助。
2016 年 12 月 7 日更新：
此功能现已可用。要在遇到不受支持的内容类型时继续编制索引，请将 failOnUnsupportedContentType 配置参数设置为 false：
PUT https://[service name].search.windows.net/indexers/[indexer name]?api-version=2016-09-01
Content-Type: application/json
api-key: [admin key]
{
... other parts of indexer definition
"parameters" : { "configuration" : { "failOnUnsupportedContentType" : false } }
}
有关详细信息，请参阅 Controlling which blobs are indexed
我有一个 Azure 存储容器，其中包含存储为 blob 的混合文件（pdf、doc、docx、jpg、png...）。
我正在尝试使用 Azure 搜索 blob 索引器为所有文件（包括图像）的元数据编制索引，并在可能的情况下提取内容以进行全文搜索（显然图像没有任何提取物table文字内容）。想要提取图像元数据背后的想法是，我希望在图像的搜索索引中有一个条目，因为我在 DocumentDB 中有其他数据，我想使用 WebJob 手动合并到搜索索引中。
我使用 Azure 门户添加了数据源、索引和索引器，但是，当索引器运行时，它失败并出现以下错误：
Document 'https://xxx.blob.core.windows.net/xxx/xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx-v1' has unsupported content type 'image/jpeg'
阅读关于 https://azure.microsoft.com/en-us/documentation/articles/search-howto-indexing-azure-blob-storage/#using-custom-metadata-to-control-document-extraction 的文档，它提到如果我使用键 "AzureSearch_SkipContent" 和值 "true" 将元数据添加到 blob，那么它不应该尝试提取内容.
将 "AzureSearch_SkipContent" 元数据添加到 https://azure.microsoft.com/en-us/documentation/articles/search-howto-indexing-azure-blob-storage/#content-type-specific-metadata-properties 的 table 中未列出的所有内容类型后，索引器仍然失败并出现上述错误。
如果我将 "AzureSearch_Skip" 元数据设置为 "true"，那么索引器会跳过图像 blob，但是我在索引中没有任何内容 - 这不是我想要的.
这是我要实现的步骤示例：
- （例如）灭火器的图像保存到 blob 存储
- 同时我在DocumentDB中存储了一些关于灭火器的额外信息
- 我希望 blob 索引器找到新图像并将一行添加到新 blob 的搜索索引中，而不尝试提取任何文本内容
- 自定义 WebJob 将使用相关 DocumentDB 文档中的信息更新搜索索引中的新行
那么，是否可以将 "AzureSearch_SkipContent" 添加到图像 blob 并在搜索索引中显示一些内容？或者我唯一的解决方案是 "AzureSearch_Skip" 它完全然后手动添加一些东西到它的搜索索引中？
AzureSearch_SkipContent 标志仅适用于受支持的内容类型，其中 Azure 搜索可以提取特定于内容类型的元数据。
Azure 搜索还支持索引仅 存储元数据并跳过内容类型元数据和内容提取 - 在这种情况下，内容类型无关紧要。但是，此设置仅在索引器范围内可用，适用于 all blob。参见 Index storage metadata only。
我们从几个客户那里听到了类似的问题，因此我们添加了另一个开关，其行为如下：
- 具有受支持内容类型的 Blob 将被完全索引（当然，尊重每个 Blob 标志）
- 对于内容类型不受支持的 blob，Azure 搜索将为存储元数据编制索引，并且不会像今天那样在这些 blob 上失败。
看起来这对您的情况会有帮助。
2016 年 12 月 7 日更新：
此功能现已可用。要在遇到不受支持的内容类型时继续编制索引，请将 failOnUnsupportedContentType 配置参数设置为 false：
PUT https://[service name].search.windows.net/indexers/[indexer name]?api-version=2016-09-01
Content-Type: application/json
api-key: [admin key]
{
... other parts of indexer definition
"parameters" : { "configuration" : { "failOnUnsupportedContentType" : false } }
}
有关详细信息，请参阅 Controlling which blobs are indexed