Skip to content

Microsoft Azure 認知搜尋（Cognitive Search）筆記

什麼是 Azure 認知搜尋？

Microsoft Azure 認知搜尋（Cognitive Search）是 Azure 中所提供的的 AI 搜尋服務，允許開發人員在雲端應用程式中加入全文搜尋能力。

此服務除了基本的全文搜尋外，還包括許多比較進階的功能，例如

  • 過濾
  • 排序
  • 分頁
  • 語義搜尋（限地區，目前為 preview 版本）

更重要的是，Cognitive Search 支援 “cognitive skills”，讓開發者可以應用 AI 技術（例如視覺和自然語言處理）來分析和理解他們的資料。當然，在我測試後發現這其實比較偏向做資料的前處理（preprocessing）。

以下再來詳細地說說這些功能，比方說 Azure Cognitive Search 官方網站所列出的主要功能簡介：

  1. 全文搜尋：支援多語言和語義搜尋，使用者可以使用簡單的查詢語法進行複雜的搜尋。
  2. 分析：Cognitive Search 內建許多文本分析器，可以進行自然語言處理任務，例如斷詞、詞性標註、實體識別等。
  3. Cognitive Skills：這些是預先建立的 AI 模型，可以用來提取和理解資料。例如，有一些 Cognitive Skills 可以分析圖像、提取關鍵字、識別語言等。
  4. 索引：Cognitive Search 可以對多種類型的資料源建立索引，包括 Azure SQL Database、Azure Cosmos DB、Azure Blob Storage 等。
  5. 安全性與隱私：Cognitive Search 支援 Azure 的安全和隱私標準，例如使用 SSL 加密連線、身分驗證等。
  6. 可擴展性與可用性：Cognitive Search 支援橫向擴展，可以根據負載自動調整容量。同時，服務也設計成可以應對硬體故障，確保高可用性。

在應用端，Azure Cognitive Search 廣泛應用於網站搜尋、電子商務平台、文件探索和分析、資訊檢索等場景，提供了靈活且強大的搜尋功能，並結合 AI 的能力進一步提升使用者的搜尋體驗。

雖然現在（2023/05/24）還不支援向量搜尋（vector search），但是在 Microsoft 近日發表的新聞 https://news.microsoft.com/build-2023-book-of-news/ 中，則明確提到了之後會支援。


由於 Azure 上的功能很複雜（雖然就某方面來講是很「齊全」…），所以下面我簡單地說說我們要如何做認知搜尋服務。

  1. 建立伺服器：要有一個伺服器，我們才能託管服務
  2. 建立 SQL 資料庫：我們需要建立一個資料庫並儲存我們的資料。並且這個資料庫需要託管在我們剛剛建立的伺服器上
  3. 建立認知搜尋服務：接著我們要建立一個可以打 API 的服務，來讓我們本地端的程式（比如 Python）進行調用
  4. 本地端查找雲端的資料：這裡我拿 python 實作

以下是更詳細的流程說明。



建立伺服器

一開始進入 Azure 時，你會看到以下畫面。而我們要做的，首先就是建立一個伺服器。

我們應該要做的就是建立一個 SQL server，你可以依照自己的需求建立。

建立時，會需要填寫：

  • 訂閱戶（Subscription）
  • 資源群組（Resource group）
  • 伺服器名稱（Server name）
  • 位置（Location）

要記得，之後要填寫使用者名稱跟密碼時要紀錄起來，因為之後在我們上傳資料時會需要填寫，然後才能成功把資料傳到資料庫中的表。

在這裡，我建立的伺服器名稱就是 claybotserver。
這就是伺服器建立好的樣子。



建立資料庫

接下來就是建立資料庫了。



建立資料庫同樣很單純，選擇自己想要的設定，唯一要注意的就是要把資料庫託管在自己剛剛建立的伺服氣上。



匯入資料

接著就是把我們的資料上傳至資料庫中。

我是參考這個網站的：https://freegistutorial.com/how-to-import-csv-to-sql-server-using-azure-data-studio/

首先，下載 Azure Data Studio：https://learn.microsoft.com/en-us/sql/azure-data-studio/download-azure-data-studio?view=sql-server-ver16&tabs=redhat-install%2Credhat-uninstall

打開後會要求要連線至遠端伺服器，這裡要輸入伺服器的 URI 和使用者名稱、密碼。記得是輸入伺服器的。

並且推薦一個好用的 extension（話說這界面跟功能和 VS Code 真的超像的）：SQL Server Import。

接著對你要匯入資料表的資料庫點擊右鍵，選擇 Import wizard。

你會看到以下畫面，前面都可以不動，但是要匯入的文件要記得點選，基本上 csv 跟 json 都可以。

我的資料是測試資料 test.csv：

IDDATEVAL
02022052268.2
12022052350.3
22023050377.9


這裡可以更改欄位名稱和資料型態之類的設定。



建立索引

接著我們還要做一個情感搜尋（cognitive search）的服務。

老樣子，取名、設定地區… 等等的設定必須完成。

完成之後，從上方的 Import data 選項那邊匯入資料。



透過 Python 進行搜尋

首先，我們自然需要安裝 azure 套件。

pip3 install azure-search-documents
import os
from azure.core.credentials import AzureKeyCredential
from azure.search.documents import SearchClient

index_name = "<YOUR_INDEX>"# Get the service endpoint and API key from the environment
endpoint = "https://<YOUR_SEARCH>.search.windows.net"
key = "<YOUR_KEY>"# Create a client
credential = AzureKeyCredential(key)

search_client = SearchClient(
    endpoint=endpoint,
    index_name=index_name,
    credential=credential,
)

results = search_client.search(search_text="<YOUR_QUERY>")

for result in results:
    print(result)


這份程式是可以正常運作的，最困難的部分應該是要把那些 key 啊、endpoint 啊給填寫好…… Azure 在這方面是真的看起來頗複雜。

大家可以試著找找看對應的資料究竟藏在 Azure 的哪裡，我實在很難詳細地全部列出來，更別提涉及組織隱私的部分我還必須打碼…… 安全起見還是不放圖了，不然哪裡漏遮了洩漏公司金鑰什麼的很麻煩的。

如果真的找不到位置，就留言讓我知道，我會想辦法再描述地更清楚點的。不過基本上只要仔細地找跟閱讀官方文件，應該大部分欄位都找得出來。我就是這樣慢慢找出來的。

References

Read More

Tags:

Leave a Reply