在我们的应用程序中，我们需要在 blob 的内容中进行搜索。我已经看过 Azure 认知搜索，但 blob 的最大大小是 256MB，我们有比这更大的 blob。我搜索了其他支持索引和搜索巨大 blob 的替代方案，但找不到任何替代方案。有什么我们可以使用的吗？谢谢
答案 0 :(得分：0)
通常在您有如此大的 blob 的情况下，我认为最好对它们进行预处理。如果您需要异地复制或从备份中快速恢复，这也有一个好处。例如，在 Azure Functions 中，可以触发 Blob 触发器来执行某些代码。在这种情况下，您可以利用 Apache Tika 从文件中提取文本并将它们存储回单独的 blob 容器。然后让认知搜索从那里提取提取的文本。请注意，从这么大的文件中提取这么多文本可能会占用大量计算和内存，因此您的预处理实际上可能需要更高的计算/内存。
代码现在有点旧，但希望这个在 Azure 函数中使用 TikaDotNet 的示例也可能有所帮助：https://github.com/liamca/AzureSearch-AzureFunctions-CognitiveServices/blob/master/ApacheTika/run.csx
请注意，我从未在如此大的文件上尝试过此代码。