全文搜索（有时称为词法搜索）是 Azure Cosmos DB for NoSQL 中的一项功能，可用于高效查询文本数据。 它使用专用索引和评分系统来提供相关结果。 此功能包括一种文本相关性方法，该方法使用 BM25 （最佳匹配 25） 算法对搜索结果进行排序。 此排名系统考虑三个关键因素：术语频率、反转文档频率和文档长度。 此方法可帮助应用程序从 Azure Cosmos DB 数据中搜索和检索最相关的文本文档，而无需使用 Lucene 或 Elasticsearch 等外部搜索服务。
概况
Azure Cosmos DB 中全文搜索涉及哪些处理步骤？
Azure Cosmos DB 中的全文搜索应用多种文本处理技术，以提高搜索相关性和效率。 该系统采用词干分解技术，能将单词还原为其词根形式。 它还执行 停用词删除 操作，消除“the”和“and”等常见字词，因为这些词不会为搜索结果增加价值。 此外，它还使用标记化将文本分解为可搜索单位。 这些处理步骤有助于确保查询返回最有意义的相关文档。
Azure Cosmos DB 中的全文索引是否支持通配符路径？
否，全文容器策略或索引目前不支持通配符，如 * 和 [] 。 相反，应当明确地定义完整的文件路径。
为什么 Azure Cosmos DB 全文查询的延迟和/或 RU 费用较高？
多种因素可能导致高延迟或 RU 消耗：
- 查询选择性
- 索引词数（单词）
- 容器中的文档数
- Cosmos DB 容器的物理分区数
最好确保为查询路径正确设置全文容器和索引策略。 例如，如果使用 FullTextScore(c.text, ...)，则应在 c.text 路径上设置全文容器和索引策略。
在此处了解有关全文策略的详细信息。
在 Azure Cosmos DB 中，使用 FullTextScore 进行 ORDER BY RANK 排序时，为何会出现高延迟或高 RU 费用？
如果查询包含长短语，则使用 ORDER BY RANK FullTextScore（...）的成本可能很高。 建议将短语拆分为单个关键字以提高性能。 例如，而不是：
ORDER BY RANK FullTextScore(c.text, "mountain bicycle with performance shocks")
您可以选择使用：
ORDER BY RANK FullTextScore(c.text, "mountain bicycle", "with", "performance shocks")
我能否看到 FullTextscore 返回的分数？
截至目前，在查询的 SELECT 子句中无法投影 FullTextScore。
为什么我的搜索结果与预期不同？
如果要将 Azure Cosmos DB 中的全文搜索结果与为 Cosmos DB 数据编制索引的搜索引擎的结果进行比较，结果可能略有不同。 这种差异通常是因为以下原因之一：
- 停用词过滤：Cosmos DB 会自动删除搜索引擎可能包含的常见单词“the”和“and”。
- 词干分解差异：Cosmos DB 使用特定于语言的规则将单词还原为其词根形式，这可能与搜索引擎采用的方法有所不同。
- 评分算法：Cosmos DB 使用标准 BM25 评分，其优化方式可能与引擎的排名逻辑不同。
- 标记化规则：Cosmos DB 将文本分解为可搜索单位的方式可能与引擎的 tokenizer 不同。
- 语言支持：Cosmos DB 的多语言支持目前处于预览状态，其行为可能与那些针对非英语语言拥有成熟分析器的引擎不同。
- 模糊搜索行为：Cosmos DB 的模糊搜索限制为最多 2 个编辑和 10 个建议，其实现仍处于预览状态，因此模糊搜索的结果与其他搜索引擎相比可能有所不同。
最佳做法
在 Azure Cosmos DB 中使用全文搜索有哪些最佳做法？
下面是在 Azure Cosmos DB 中使用全文搜索时要考虑的一些最佳做法：
- 始终定义全文策略和全文索引以实现最佳性能。
- 使用
FullTextContainsAll或FullTextContainsAny - 仅在
FullTextScore子句中使用ORDER BY RANK。
局限性
Azure Cosmos DB 中全文搜索的已知限制是什么？
下面是 Azure Cosmos DB 中全文搜索的一些已知限制：
- 数组的通配符路径（*、[]）在全文策略或索引中不受支持。
- 在短语（即包含空格的多个单词的字符串）上使用
FullTextScore可能会比单独搜索每个单词更慢。 - 多语言支持处于预览状态，性能可能不一致。 停用词删除目前仅适用于英语（en-US）。
- 模糊搜索也处于预览状态，最大编辑距离限制为 2 和 10 条建议。
- 当前不支持在
FullTextScore中使用JOIN查询
Azure Cosmos DB 中全文搜索是否存在已知问题？
下面是 Azure Cosmos DB 中全文搜索的一些已知问题：
- 提供错误的语法
FullTextScore可能会导致 500 错误而不是预期的 400 错误。 - 使用和
ORDER BY RANKFullTextScore执行查询时，结果在 macOS 或 Linux 客户端上可能与 Windows 客户端略有不同。