Inhaltssuche für Unity-Katalog-Bände

Content Search bereitet die Dokumente in einem Unity-Katalog-Band vor und indexiert sie. Suchen und Agentenfragen laufen dann gegen den Index, sodass Nutzer und Agenten die relevantesten Informationen schneller und genauer abrufen. Da der Index den Inhalt jeder Datei abdeckt, kann ein Agent auf bestimmte Passagen über viele Dateien hinweg zurückgreifen, anstatt eine Handvoll ganzer Dateien abzurufen.

Inhaltssuche ist besonders nützlich für Bände, die einem Genie Agent zugeordnet sind. Siehe "Analysieren von Dateien in Volumes mit einem Genie Agent".

Important

Dieses Feature befindet sich in der Betaversion. Um diese Funktion zu verwenden, muss ein Arbeitsbereichsadministrator auf der Seite VorabversionenDateien in Volumes mit Genie Agents analysieren aktivieren. Siehe Manage Azure Databricks Previews.

Anforderungen

Bevor Sie die Inhaltssuche für einen Unity-Katalog-Volume aktivieren, bestätigen Sie, dass Sie die folgenden Anforderungen erfüllen:

Regionale Verfügbarkeit

Die Inhaltssuche ist in den in diesem Abschnitt aufgeführten Regionen verfügbar. Es ist nicht in Regionen verfügbar, die nicht aufgeführt sind. In einigen Regionen läuft es nur, wenn ein Kontoadministrator die Cross-Geo-Verarbeitung aktiviert, was es Azure Databricks ermöglicht, Ihre Dateien außerhalb Ihres Workspace-Geos zu verarbeiten. Weitere Informationen finden Sie unter Aktivieren der geoübergreifenden Verarbeitung.

Regionen, die keine Cross-Geo-Verarbeitung erfordern

Die Inhaltssuche läuft in Ihrer Arbeitsbereichsregion für die folgenden Regionen:

  • Zentrale USA
  • East US
  • Ost-USA 2
  • France Central
  • Deutschland West Central
  • Nord-Mittel-USA
  • Süd-Mittel-USA
  • Sweden Central
  • Switzerland North
  • West US
  • Westliches USA 2
  • Westliches USA 3

Regionen, die eine Cross-Geo-Verarbeitung erfordern

Für die folgenden Regionen muss ein Kontoadministrator die Cross-Geo-Verarbeitung aktivieren, bevor Sie die Inhaltssuche aktivieren können:

  • Australia Central
  • Australien Central 2
  • Australien Ost
  • Australia Southeast
  • Brasilien Süd
  • Canada Central
  • Canada East
  • Zentralindien
  • Ostasien
  • Japan East
  • Japan West
  • Korea Central
  • Mexiko, Mitte
  • North Europe
  • Norway East
  • Qatar Central
  • Südafrika Nord
  • Südindien
  • Südostasien
  • Switzerland West
  • UAE North
  • UK South
  • UK West
  • Zentralwesten der USA
  • West Europe
  • West India

Inhaltssuche aktivieren

Du aktivierst und deaktivierst die Inhaltssuche auf der Seite des Volumes im Katalog-Explorer.

Um die Inhaltssuche zu ermöglichen:

  1. Klicken Sie im Azure Databricks-Arbeitsbereich auf das Datensymbol.Katalog.
  2. Suche oder durchsuche das Band, das die Dateien enthält, die du indexieren möchtest, und wähle es aus.
  3. Im Übersichtsreiter finden Sie den Bereich Inhaltssuche in der rechten Seitenleiste.
  4. Klicken Sie auf Aktivieren.

Nachdem du die Inhaltssuche aktiviert hast, führt Azure Databricks eine erste Synchronisation durch, um die unterstützten Dateien im Volume zu parsen und zu indexieren. Der Bereich Inhaltssuche im Übersichtstab zeigt den Aufnahmestatus, das Ergebnis der letzten Synchronisation und die Zeit, in der das Volume indexiert ist.

Die Inhaltssuche analysiert und indexiert nicht automatisch Änderungen an Ihrem Volume, wie neu hinzugefügte Dateien oder Änderungen an bestehenden Dateien. Um die Inhaltssuche so zu aktualisieren, dass sie Ihre Änderungen widerspiegelt, klicken Sie im Bereich Inhaltssucheauf Jetzt synchronisieren. Du musst CAN MANAGE die Lautstärke aktivieren, um eine Synchronisation auszulösen.

Um die Inhaltssuche zu deaktivieren, klicken Sie im Bereich Inhaltssucheauf Deaktivieren. Das Deaktivieren der Inhaltssuche löscht den generierten Index und die verarbeiteten Inhalte. Wenn du es erneut aktivierst, indexiert Azure Databricks das Volumen von Grund auf neu und du entstehst erneut für die Aufnahmekosten.

Databricks empfiehlt, die Inhaltssuche für die Bände zu aktivieren, die man einem Genie Agent anhängt. Siehe "Analysieren von Dateien in Volumes mit einem Genie Agent".

Wie die Content-Suche abgerechnet wird

Content Search besteht aus zwei Kostenkomponenten:

  • Eingabe: Wenn Sie die Inhaltssuche aktivieren oder eine Synchronisierung ausführen, verwendet Azure Databricks die ai_parse_document KI-Funktion, um die Dateien im Volume zu analysieren, bevor der Index erstellt wird. Databricks rechnet diese Verarbeitung nach AI-Funktions-Preisen ab.
  • Abfrage-Serving: Lakebase speichert und serviert die resultierenden Indizes. Databricks berechnet Rechenleistungen und Speicher basierend auf den von Lakebase bereitgestellten Recheneinheiten (CUs). Query serving skaliert von 2 bis 12 CUs basierend auf Indexgröße und Abfragenebenläufigkeit. Nach drei Tagen ohne Datenverkehr skaliert der Endpunkt auf null und verliert keine Rechenkosten mehr für Abfragen. Aktuelle Preise finden Sie auf der Lakebase-Preisseite.

Wenn ein Genie Agent ein indexiertes Volumen anfragt, kann die Abfrage auch Kosten verursachen. Sehen Sie, wie wird dieses Feature abgerechnet?

Einschränkungen

Für die Inhaltssuche während der Beta gelten folgende Einschränkungen:

  • Nur von Unity Catalog verwaltete Volumes unterstützen die Inhaltssuche. Externe Volumes, My Files-Volumes und Volumes in Katalogen mit Workspace-Bindungen werden nicht unterstützt. Siehe Speichern von Dateien in "Meine Dateien".
  • Du aktivierst die Inhaltssuche für ein ganzes Band. Du kannst keine Teilmenge der Ordner oder Dateien in einem Volume indexieren.
  • Jeder Arbeitsbereich kann bis zu 100 Bände mit aktivierter Inhaltssuche haben.
  • Jeder indizierte Volume kann bis zu 10.000 Dateien enthalten.
  • Die Inhaltssuche überspringt Dateien, die größer als 50 MB sind.
  • Inhaltssuche unterstützt PDF-, JPG-, JPEG-, PNG-, TIFF-, TIF-, DOCX-, PPT- oder PPTX-Dateien. Es überspringt alle anderen Dateitypen.
  • Inhaltssuche ist weder in AWS GovCloud, in Azure Government-Regionen noch in Arbeitsbereichen mit FedRAMP-Konformität verfügbar.

Weitere Ressourcen

Weitere Informationen finden Sie in den folgenden Ressourcen:

  • Last updated on