使用Azure搜索字段

Question

我想执行一个看起来像SELECT * FROM c的DocumentDB查询，其中c.teams IN（@teamsList）AND CONTAINS（c.text，“some string”）

问题是上面的查询是计算密集型的并且几乎超过了我们的S3集合限制（此查询占用2400RU并且我们的数据集快速增长，我们将很快达到包含的扫描限制）。

我知道Azure搜索是一种更有效的方式或搜索可索引字段。我的问题是如何有效地将Azure搜索的结果与其他查询字段合并，在我的示例中，按团队列表限制它。我们感兴趣的是公开“查询构建器”（类似示例可用here），其中CONTAINS是任何字段上的允许操作数。

Answer 1

如果您想使用DocumentDB进行CONTAINS字搜索并避免扫描（而不使用Azure搜索），您可以执行以下操作：

1. 您将text标记为一个单词数组。您可以使用像Lucene.NET这样的现成的标记器。让我们说文字是＆＃34;这是一个问题＆＃34;
2. 将字词存储为text_tokens之类的数组。 text_words的内容是[＆＃34;此＆＃34;，＆＃34;是＆＃34;，＆＃34;问题＆＃34;]（规范化为小写，删除了停用词）
3. 使用ARRAY_CONTAINS（c.text_tokens，＆＃34; word＆＃34;）查询text_tokens中的值。这将使用索引。