1. lépés – A keresés .NET-tel rendelkező webhelyre történő hozzáadásának áttekintése

  • Cikk

Ez az oktatóanyag létrehoz egy webhelyet a könyvek katalógusában való kereséshez, majd üzembe helyezi a webhelyet egy Azure statikus webalkalmazásban.

Mit csinál a minta?

Ez a mintaweboldal 10 000 könyvből álló katalógushoz biztosít hozzáférést. A felhasználó kereshet a katalógusban, ha szöveget ír be a keresősávba. Miközben a felhasználó szöveget ír be, a webhely a keresési index javaslati funkcióját használja a szöveg befejezéséhez. Miután a lekérdezés befejeződött, a könyvek listája megjelenik a részletek egy részével. A felhasználó kiválaszthat egy könyvet, hogy megtekintse a könyv keresési indexében tárolt összes részletet.

Képernyőkép a mintaalkalmazásról egy böngészőablakban.

A keresési felület a következőket tartalmazza:

  • Keresés – keresési funkciókat biztosít az alkalmazáshoz.
  • Javaslat – javaslatokat ad, miközben a felhasználó beírja a keresősávot.
  • Aspektusok és szűrők – olyan strukturált navigációs struktúrát biztosít, amely szerző vagy nyelv szerint szűr.
  • Lapszámozott eredmények – lapozási vezérlőket biztosít az eredmények görgetéshez.
  • Dokumentumkeresés – megkeres egy dokumentumot azonosító alapján, hogy lekérje a részletek lap összes tartalmát.

Hogyan van rendszerezve a minta?

A mintakód a következő mappákat tartalmazza:

App Cél GitHub
Adattár
Hely
Ügyfél A React alkalmazás (bemutató réteg) a könyvek kereséssel való megjelenítéséhez. Meghívja az Azure-függvényalkalmazást. /search-website-functions-v4/client
Kiszolgáló Azure .NET-függvényalkalmazás (üzleti réteg) – meghívja az Azure AI Search API-t a .NET SDK használatával /search-website-functions-v4/api
Tömeges beszúrás .NET-fájl az index létrehozásához és dokumentumok hozzáadásához. /search-website-functions-v4/bulk-insert

A fejlesztési környezet beállítása

Telepítse a következő szoftvert a helyi fejlesztési környezethez.

A keresési minta elágazása és klónozása a gittel

A mintaadattár elágaztatása kritikus fontosságú a statikus webalkalmazás üzembe helyezéséhez. A webalkalmazások a saját GitHub-elágazásaik alapján határozzák meg a buildelési műveleteket és az üzembe helyezési tartalmakat. A statikus webalkalmazásban a kódvégrehajtás távoli, az Azure Static Web Apps pedig az elágazott mintában lévő kódból olvas fel.

  1. A GitHubon fordozza el a mintaadattárat.

    Fejezze be az elágazással kapcsolatos folyamatot a webböngészőben a GitHub-fiókjával. Ez az oktatóanyag az elágazást használja az Azure Static Web App üzembe helyezésének részeként.

  2. Egy Bash-terminálon töltse le az elágazott mintaalkalmazást a helyi számítógépre.

    Cserélje le YOUR-GITHUB-ALIAS a GitHub-aliasát.

    git clone https://github.com/YOUR-GITHUB-ALIAS/azure-search-dotnet-samples

  3. Ugyanabban a Bash-terminálban lépjen az elágazott adattárba a webhely keresési példájához:

    cd azure-search-dotnet-samples

  4. A Visual Studio Code paranccsal code . nyissa meg az elágazott adattárat. A fennmaradó feladatok a Visual Studio Code-ból lesznek végrehajtva, kivéve, ha meg vannak adva.

    code .

Erőforráscsoport létrehozása az Azure-erőforrásokhoz

  1. A Visual Studio Code-ban nyissa meg a Tevékenységsávot, és válassza az Azure ikont.

  2. Jelentkezzen be az Azure-ba, ha még nincs bejelentkezve.

  3. Az Erőforrások szakaszban válassza a Hozzáadás (+), majd az Erőforráscsoport létrehozása lehetőséget.

    Képernyőkép a Visual Studio Code-ról az Azure Explorerben az **Erőforráscsoport létrehozása** lehetőséggel.

  4. Adjon meg egy erőforráscsoportnevet, például cognitive-search-demo-rg.

  5. Adjon meg egy régiót:

    • A Node.js válassza a West US 2lehetőséget. Ez a javasolt régió az Azure Functions programozási modell (PM) v4 előzetes verziójához.
    • A C# és a Python esetében a következő régiókat javasoljuk, amelyeket az Azure Static Web Apps támogat az írás során: West US 2, East US 2, , West Europe, Central USEast Asia

Használja ezt az erőforráscsoportot az oktatóanyag során létrehozott összes erőforráshoz. Az erőforráscsoportok egy logikai egységet adnak az erőforrások kezeléséhez, beleértve az erőforrások törlését is, ha végzett.

Következő lépések