إشعار
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تسجيل الدخول أو تغيير الدلائل.
يتطلب الوصول إلى هذه الصفحة تخويلاً. يمكنك محاولة تغيير الدلائل.
Azure الذكاء الاصطناعي Search عبارة عن بنية أساسية للبحث قابلة للتطوير تقوم بفهرسة المحتوى غير المتجانس وتمكين الاسترجاع من خلال واجهات برمجة التطبيقات والتطبيقات ووكلاء الذكاء الاصطناعي. إنه مناسب لسيناريوهات البحث المؤسسي وتجارب العملاء المدعومة بالذكاء الذكاء الاصطناعي والتي تتطلب إنشاء محتوى ديناميكي من خلال نماذج إكمال الدردشة. كخدمة Azure، يوفر الذكاء الاصطناعي Search مجموعة من الإمكانات لدعم متطلبات الموثوقية الخاصة بك.
عند استخدام Azure، تعد الموثوقية مسؤولية مشتركة. توفر Microsoft مجموعة من الإمكانات لدعم المرونة والاسترداد. أنت مسؤول عن فهم كيفية عمل هذه الإمكانات في جميع الخدمات التي تستخدمها، وتحديد الإمكانات التي تحتاجها لتحقيق أهداف عملك وأهداف وقت التشغيل.
توضح هذه المقالة كيفية جعل Azure الذكاء الاصطناعي Search مرنا لمجموعة متنوعة من الانقطاعات والمشكلات المحتملة، بما في ذلك الأخطاء العابرة وانقطاع منطقة التوفر وانقطاع المنطقة وصيانة الخدمة. كما يصف كيفية استخدام النسخ الاحتياطية للتعافي من أنواع أخرى من المشكلات، ويسلط الضوء على بعض المعلومات الأساسية حول اتفاقية مستوى خدمة البحث في الذكاء الاصطناعي Azure (SLA).
توصيات نشر الإنتاج للموثوقية
بالنسبة لأحمال عمل الإنتاج، نوصي بما يلي:
- استخدم طبقة قابلة للفوترة تحتوي على نسختين متماثلتين على الأقل. يجعل هذا التكوين خدمة البحث الخاصة بك أكثر مرونة في مواجهة الأعطال العابرة وعمليات الصيانة. كما أنه يفي باتفاقية مستوى الخدمة (SLA) للبحث عن الذكاء الاصطناعي. تتطلب اتفاقية مستوى الخدمة نسختين متماثلتين لأحمال العمل للقراءة فقط وثلاث نسخ متماثلة أو أكثر لأحمال عمل القراءة والكتابة.
- لا تستخدم الطبقة المجانية للاستخدام في الإنتاج. لا يوفر البحث عن الذكاء الاصطناعي اتفاقية مستوى الخدمة للطبقة المجانية، والتي تقتصر على نسخة متماثلة واحدة.
نظرة عامة على بنية الموثوقية
عند استخدام البحث عن الذكاء الاصطناعي، يمكنك إنشاء خدمة بحث. تدعم كل خدمة بحث العديد من فهارس البحث التي تخزن المحتوى القابل للبحث.
لم يتم تصميم البحث الذكاء الاصطناعي كمخزن بيانات أساسي. بدلا من ذلك، يمكنك استخدام المفهرسات لتوصيل خدمة البحث بمصادر بيانات خارجية. يزحف المفهرس إلى بيانات المصدر، ويستدعي المهارات التي تؤدي المعالجة والإثرائ، ويملأ الفهرس بمخرجات المهارة.
يمكنك أيضا تكوين عدد النسخ المتماثلة لخدمتك. في البحث عن الذكاء الاصطناعي ، تكون النسخة المتماثلة نسخة من محرك بحث خدمتك. يمكنك التفكير في نسخة متماثلة على أنها تمثل جهازا ظاهريا واحدا (VM). يمكن أن تحتوي كل خدمة بحث على ما بين 1 و 12 نسخة متماثلة.
تسمح إضافة نسخ متماثلة متعددة ل الذكاء الاصطناعي Search بما يلي:
زيادة توفر خدمة البحث الخاصة بك.
قم بإجراء الصيانة على نسخة متماثلة واحدة بينما تستمر الاستعلامات في التشغيل على النسخ المتماثلة الأخرى.
التعامل مع أحمال عمل الفهرسة والاستعلام الأعلى.
قم بتحسين المرونة من خلال محاولة توفير النسخ المتماثلة في مناطق إتاحة التوفر المختلفة، إذا كانت منطقتك تدعمها.
يقوم البحث الذكاء الاصطناعي تلقائيا بتعيين نسخة متماثلة واحدة لتكون النسخة المتماثلة الأساسية. يتم تنفيذ كافة عمليات الكتابة مقابل تلك النسخة المتماثلة. يتم استخدام النسخ المتماثلة الأخرى لعمليات القراءة.
يوضح الرسم التخطيطي التالي كيف يمكن توزيع خدمة بحث تحتوي على ثلاث نسخ متماثلة عبر ثلاث مناطق توفر:
يمكنك أيضا تكوين عدد الأقسام، التي تمثل التخزين الذي تستخدمه فهارس البحث.
من المهم فهم تأثير إضافة النسخ المتماثلة والأقسام لأن كل منها يؤثر على أداء القراءة والكتابة بطرق مختلفة. لمزيد من المعلومات حول النسخ المتماثلة والأقسام، راجع تقدير سعة خدمة البحث وإدارتها.
المرونة في مواجهة الأعطال العابرة
الأخطاء العابرة هي حالات فشل قصيرة متقطعة في المكونات. تحدث بشكل متكرر في بيئة موزعة مثل السحابة، وهي جزء طبيعي من العمليات. الأخطاء العابرة تصحح نفسها بعد فترة زمنية قصيرة. من المهم أن تتمكن تطبيقاتك من معالجة الأخطاء العابرة، عادة عن طريق إعادة محاولة الطلبات المتأثرة.
يجب أن تتبع جميع التطبيقات المستضافة على السحابة إرشادات معالجة الأخطاء العابرة ل Azure عند الاتصال بأي واجهات برمجة تطبيقات وقواعد بيانات ومكونات أخرى مستضافة على السحابة. لمزيد من المعلومات، راجع توصيات للتعامل مع الأخطاء العابرة.
تحتوي مفهرسات البحث الذكاء الاصطناعي على معالجة أخطاء عابرة مدمجة. إذا كان مصدر البيانات غير متوفر لفترة وجيزة، تصميم المفهرس للاسترداد وإعادة المحاولة. يستخدم تعقب التغيير لاستئناف الفهرسة من آخر مستند تمت فهرسته بنجاح.
قد تواجه خدمات البحث أخطاء عابرة أثناء عمليات الصيانة القياسية غير المجدولة. لا يوفر Azure الذكاء الاصطناعي Search إشعارا مسبقا أو يسمح بجدولة الصيانة في أوقات محددة. على الرغم من بذل كل جهد ممكن لتقليل وقت التوقف عن العمل، حتى بالنسبة للخدمات ذات النسخة المتماثلة الفردية، إلا أنه لا يزال من الممكن حدوث انقطاعات قصيرة. لتحسين المرونة ضد هذه الأخطاء العابرة، نوصي باستخدام نسختين متماثلتين أو أكثر.
إذا قمت بإنشاء أي تطبيقات تتفاعل مع البحث عن الذكاء الاصطناعي ، فيجب عليها التعامل مع الأخطاء العابرة. استخدم استراتيجية إعادة المحاولة مع التراجعات الأسية لكل من عمليات القراءة والكتابة.
المرونة في مواجهة حالات فشل منطقة التوفر
مناطق التوفر هي مجموعات منفصلة فعليا من مراكز البيانات داخل منطقة Azure. عند فشل منطقة واحدة، يمكن أن تفشل الخدمات إلى إحدى المناطق المتبقية.
يعد البحث عن الذكاء الاصطناعي زائدا عن الحاجة، مما يعني أنه يتم توزيع النسخ المتماثلة عبر مناطق توفر متعددة داخل منطقة خدمة البحث.
عند إضافة نسختين متماثلتين أو أكثر إلى خدمتك، يحاول البحث عن الذكاء الاصطناعي وضع كل نسخة متماثلة في منطقة توفر مختلفة. بالنسبة للخدمات التي تحتوي على نسخ متماثلة أكثر من المناطق المتاحة، يتم توزيع النسخ المتماثلة عبر المناطق بالتساوي قدر الإمكان.
يوضح الرسم التخطيطي التالي كيفية نشر مثال خدمة بحث تحتوي على أربع نسخ متماثلة عبر ثلاث مناطق توفر:
Important
لا يضمن البحث عن الذكاء الاصطناعي الموضع الدقيق للنسخ المتماثلة. يخضع التنسيب لقيود السعة وعمليات التوسع وعوامل أخرى.
Requirements
يتم تمكين تكرار المنطقة تلقائيا عندما تفي خدمة البحث بجميع المعايير التالية:
دعم المنطقة: يعتمد دعم مناطق التوفر على البنية التحتية والتخزين. للحصول على قائمة بالمناطق المدعومة، راجع اختيار منطقة للبحث عن الذكاء الاصطناعي.
المستوي: يجب أن تكون خدمتك في المستوى الأساسي أو أعلى
عدد النسخ المتماثلة: يجب أن تحتوي خدمتك على نسختين متماثلتين على الأقل
إشعار
يحاول البحث عن الذكاء الاصطناعي توزيع النسخ المتماثلة عبر مناطق متعددة عندما يكون لديك نسختان متماثلتان أو أكثر. ومع ذلك، بالنسبة لأحمال عمل القراءة والكتابة، يجب عليك استخدام ثلاث نسخ متماثلة أو أكثر بحيث تتلقى أعلى اتفاقية مستوى خدمة ممكنة للتوفر.
توزيع المثيل عبر المناطق
يحاول البحث عن الذكاء الاصطناعي وضع النسخ المتماثلة عبر مناطق توافر الخدمات المختلفة. ومع ذلك، هناك أحيانا حالات قد يتم فيها وضع جميع النسخ المتماثلة لخدمة البحث في نفس منطقة التوفر. يمكن أن يحدث هذا الموقف عند إزالة النسخ المتماثلة من الخدمة، على سبيل المثال عند التوسع عن طريق تكوين الخدمة لاستخدام عدد أقل من النسخ المتماثلة. لا تؤدي إزالة النسخ المتماثلة إلى تشغيل النسخ المتماثلة المتبقية لإعادة التوازن عبر مناطق التوفر.
لتقليل احتمالية وضع جميع النسخ المتماثلة في منطقة توفر واحدة، يمكنك تشغيل عملية توسيع النطاق يدويا بعد عملية التوسع مباشرة. على سبيل المثال، افترض أن خدمة البحث تحتوي على 10 نسخ متماثلة وتريد التوسع إلى 7 نسخ متماثلة. بدلا من إجراء عملية مقياس واحدة، يمكنك القياس مؤقتا إلى 6 مثيلات ثم التحجيم على الفور إلى 7 مثيلات لتشغيل إعادة موازنة المنطقة.
Cost
تبدأ كل خدمة بحث بنسخة متماثلة واحدة. يتطلب تكرار المنطقة نسختين متماثلتين أو أكثر، مما يزيد من تكلفة تشغيل الخدمة. لفهم الآثار المترتبة على الفوترة للنسخ المتماثلة، استخدم حاسبة التسعير.
تكوين دعم منطقة التوفر
إذا كانت خدمة البحث تفي بمتطلبات التكرار في المنطقة، فلا يلزم تكوين إضافي. كلما كان ذلك ممكنا، يحاول بحث الذكاء الاصطناعي وضع النسخ المتماثلة في مناطق توفر مختلفة.
تخطيط القدرات وإدارتها
للتحضير لفشل منطقة التوفر، ضع في اعتبارك زيادة توفير عدد النسخ المتماثلة. يسمح الإفراط في التوفير لخدمة البحث بتحمل بعض فقدان السعة والاستمرار في العمل دون تدهور الأداء. تعد إضافة النسخ المتماثلة أثناء الانقطاع أمرا صعبا، لذا يساعد الإفراط في توفير التوفير في ضمان أن خدمة البحث الخاصة بك يمكنها التعامل مع وحدات تخزين الطلبات العادية، حتى مع انخفاض السعة. لمزيد من المعلومات، راجع إدارة السعة عن طريق الإفراط في التوفير.
السلوك عندما تكون جميع المناطق صحية
يصف هذا القسم ما يمكن توقعه عند تكوين خدمات البحث لتكرار المنطقة وتشغيل جميع مناطق التوفر.
توجيه حركة المرور بين المناطق: يقوم البحث الذكاء الاصطناعي بموازنة التحميل التلقائية لجميع الاستعلامات والكتابة عبر جميع النسخ المتماثلة المتاحة. يمكن لبحث الذكاء الاصطناعي إرسال عمليات القراءة إلى أي نسخة متماثلة في أي منطقة توفر. يرسل عمليات الكتابة إلى نسخة متماثلة أساسية واحدة تحددها خدمة البحث الذكاء الاصطناعي.
النسخ المتماثل للبيانات بين المناطق: يتم نسخ التغييرات في البيانات تلقائيا بين النسخ المتماثلة عبر مناطق التوفر. يحدث النسخ المتماثل بشكل غير متزامن، مما يعني أن عمليات الكتابة ملتزمة بنسخة متماثلة أساسية واحدة قبل نسخها المتماثلة إلى النسخ المتماثلة الأخرى.
السلوك أثناء فشل المنطقة
يصف هذا القسم ما يمكن توقعه عند تكوين خدمات البحث لتكرار المنطقة وحدوث انقطاع في منطقة التوفر.
- الكشف والاستجابة: البحث عن الذكاء الاصطناعي مسؤول عن اكتشاف فشل في منطقة توافر الخدمات. لا تحتاج إلى القيام بأي شيء لبدء تجاوز فشل المنطقة.
- الإعلام: لا تقوم Microsoft بإعلامك تلقائيا عندما تكون المنطقة معطلة. ومع ذلك، يمكنك استخدام Azure Resource Health لمراقبة صحة كل مورد على حدة، ويمكنك إعداد تنبيهات Resource Health لإبلاغك بالمشاكل. يمكنك أيضا استخدام Azure Service Health لفهم الصحة العامة للخدمة، بما في ذلك أي أعطال في المناطق، ويمكنك إعداد تنبيهات صحة الخدمة لإبلاغك بالمشاكل.
الطلبات النشطة: يتم إنهاء الطلبات التي تتم معالجة النسخ المتماثلة في المنطقة الفاشلة. يجب على العملاء إعادة محاولة الطلبات باتباع الإرشادات الخاصة بمعالجة الأخطاء العابرة.
فقدان البيانات المتوقع: إذا كانت منطقة التوفر المتأثرة تحتوي فقط على نسخ متماثلة للقراءة، فلا يتوقع فقدان البيانات.
إذا فقدت النسخة المتماثلة الأساسية لأنها كانت في المنطقة المتأثرة، فقد يتم فقد أي عمليات كتابة لم يتم نسخها نسخا متماثلا بعد.
التوقف عن العمل المتوقع: في معظم الحالات، لا يتوقع أن يتسبب فشل المنطقة في تعطل خدمة البحث لعمليات القراءة لأن النسخ المتماثلة للقراءة في مناطق التوفر الأخرى تستمر في خدمة الطلبات.
إذا فقدت النسخة المتماثلة الأساسية لأنها كانت في المنطقة المتأثرة، يقوم بحث الذكاء الاصطناعي تلقائيا بترقية نسخة متماثلة أخرى لتصبح الأساسية الجديدة بحيث يمكن استئناف عمليات الكتابة. عادة ما يستغرق الأمر بضع ثوان حتى يحدث الترويج للنسخة المتماثلة. خلال هذا الوقت، قد لا تنجح عمليات الكتابة. تأكد من إعداد تطبيقاتك باتباع إرشادات معالجة الأعطال العابرة.
ومع ذلك، هناك بعض المواقف غير المحتملة حيث قد تكون جميع النسخ المتماثلة لخدمة البحث في منطقة توفر واحدة. في هذا السيناريو، قد تواجه وقت تعطل حتى تتعافى المنطقة. لمزيد من المعلومات، ولفهم الحل البديل، راجع توزيع المثيل.
إعادة توجيه حركة المرور: عند فشل منطقة، يكتشف بحث الذكاء الاصطناعي الفشل ويوجه الطلبات إلى النسخ المتماثلة النشطة في المناطق الباقية. في حالة فقدان النسخة المتماثلة الأساسية، يتم ترقية نسخة متماثلة أخرى لتكون النسخة الأساسية الجديدة.
استعادة المنطقة
عند استرداد منطقة التوفر، يقوم بحث الذكاء الاصطناعي تلقائيا باستعادة العمليات العادية ويبدأ في توجيه نسبة استخدام الشبكة إلى النسخ المتماثلة المتوفرة عبر جميع المناطق، بما في ذلك المنطقة المستردة.
اختبار فشل المنطقة
يدير البحث عن الذكاء الاصطناعي توجيه نسبة استخدام الشبكة للخدمات الزائدة عن الحاجة في المنطقة. لا تحتاج إلى بدء أي عمليات فشل في المنطقة أو التحقق من صحتها.
القدرة على الصمود في وجه الإخفاقات على مستوى المنطقة
البحث عن الذكاء الاصطناعي هو خدمة منطقة واحدة. إذا أصبحت المنطقة غير متاحة، فستصبح خدمة البحث غير متوفرة أيضا.
حلول مخصصة متعددة المناطق للمرونة
يمكنك اختياريا نشر خدمات بحث الذكاء الاصطناعي المتعددة في مناطق مختلفة. أنت مسؤول عن نشر خدمات منفصلة وتكوينها في كل منطقة. إذا قمت بإنشاء توزيع متطابق في منطقة Azure ثانوية تستخدم بنية متعددة المناطق، يصبح تطبيقك أقل عرضة لكارثة منطقة واحدة.
عند اتباع هذا النهج، يجب عليك مزامنة الفهارس عبر المناطق لاسترداد حالة التطبيق الأخيرة. يجب عليك أيضا تكوين نهج موازنة التحميل وتجاوز الفشل.
لتحسين أداء الحل الشامل، ابحث عن فرص لإجراء الفهرسة على النسخ المتماثلة للقراءة فقط من مصادر البيانات الخاصة بك. على سبيل المثال، تدعم بعض المفهرسات القراءة من النسخ المتماثلة للقراءة لمصدر البيانات الموزع جغرافيا.
لمزيد من المعلومات، راجع عمليات التوزيع متعددة المناطق في Azure الذكاء الاصطناعي Search.
النسخ الاحتياطي والاستعادة
نظرا لأن البحث عن الذكاء الاصطناعي ليس حلا أساسيا لتخزين البيانات، فإنه لا يوفر خيارات النسخ الاحتياطي والاستعادة بالخدمة الذاتية. ومع ذلك، يمكنك استخدام index-backup-restore نموذج .NET أو Python لإجراء نسخ احتياطي لتعريف الفهرس ومستنداته إلى سلسلة من ملفات JSON، والتي يتم استخدامها بعد ذلك لاستعادة الفهرس.
ومع ذلك، إذا قمت بحذف الفهرس عن طريق الخطأ ولم يكن لديك نسخة احتياطية، فيمكنك إعادة إنشاء الفهرس. تتضمن إعادة الإنشاء إعادة إنشاء الفهرس على خدمة البحث الخاصة بك ثم إعادة تحميله عن طريق استرداد البيانات من مخزن البيانات الأساسي الخاص بك.
اتفاقية مستوى الخدمة
تصف اتفاقية مستوى الخدمة (SLA) لخدمات Azure التوفر المتوقع لكل خدمة والشروط التي يجب أن يفي بها الحل الخاص بك لتحقيق توقع التوفر هذا. لمزيد من المعلومات، راجع اتفاقيات مستوى الخدمة للخدمات عبر الإنترنت.
في البحث عن الذكاء الاصطناعي، تنطبق اتفاقية مستوى الخدمة للتوفر على خدمات البحث التي:
- تم تكوينها لاستخدام طبقة قابلة للفوترة.
- احصل على نسختين متماثلتين على الأقل لأحمال العمل للقراءة فقط (الاستعلامات).
- لديك ثلاث نسخ متماثلة على الأقل لأحمال عمل القراءة والكتابة (الاستعلامات والفهرسة).