Quickstart: Implementar a Pesquisa Cognitiva usando um modelo de Resource Manager Azure

Este artigo acompanha-o através do processo de utilização de um modelo Azure Resource Manager (ARM) para implantar um recurso Azure Cognitive Search no portal do Azure.

Um modelo do ARM é um ficheiro JavaScript Object Notation (JSON) que define a infraestrutura e a configuração do seu projeto. O modelo utiliza sintaxe declarativa. Em sintaxe declarativa o programador descreve a implementação pretendida sem escrever a sequência de comandos de programação para criar a implementação.

Apenas as propriedades incluídas no modelo são utilizadas na implantação. Se for necessária mais personalização, como configurar a segurança da rede, pode atualizar o serviço como uma tarefa pós-implantação. Para personalizar um serviço existente com o menor número de passos, utilize o Azure CLI ou Azure PowerShell. Se estiver a avaliar as funcionalidades de pré-visualização, utilize a API Management REST.

Assumindo que o seu ambiente cumpre os requisitos pré-requisitos e que está familiarizado com a utilização de modelos ARM, selecione o botão Implementar para Azul . O modelo será aberto no portal do Azure.

Implementar no Azure

Pré-requisitos

Se não tiver uma subscrição do Azure, crie uma conta gratuita antes de começar.

Rever o modelo

O modelo utilizado neste início rápido pertence aos Modelos de Início Rápido do Azure.

{
  "$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
  "contentVersion": "1.0.0.0",
  "metadata": {
    "_generator": {
      "name": "bicep",
      "version": "0.5.6.12127",
      "templateHash": "11257266040777038564"
    }
  },
  "parameters": {
    "name": {
      "type": "string",
      "maxLength": 60,
      "minLength": 2,
      "metadata": {
        "description": "Service name must only contain lowercase letters, digits or dashes, cannot use dash as the first two or last one characters, cannot contain consecutive dashes, and is limited between 2 and 60 characters in length."
      }
    },
    "sku": {
      "type": "string",
      "defaultValue": "standard",
      "metadata": {
        "description": "The pricing tier of the search service you want to create (for example, basic or standard)."
      },
      "allowedValues": [
        "free",
        "basic",
        "standard",
        "standard2",
        "standard3",
        "storage_optimized_l1",
        "storage_optimized_l2"
      ]
    },
    "replicaCount": {
      "type": "int",
      "defaultValue": 1,
      "maxValue": 12,
      "minValue": 1,
      "metadata": {
        "description": "Replicas distribute search workloads across the service. You need at least two replicas to support high availability of query workloads (not applicable to the free tier)."
      }
    },
    "partitionCount": {
      "type": "int",
      "defaultValue": 1,
      "allowedValues": [
        1,
        2,
        3,
        4,
        6,
        12
      ],
      "metadata": {
        "description": "Partitions allow for scaling of document count as well as faster indexing by sharding your index over multiple search units."
      }
    },
    "hostingMode": {
      "type": "string",
      "defaultValue": "default",
      "allowedValues": [
        "default",
        "highDensity"
      ],
      "metadata": {
        "description": "Applicable only for SKUs set to standard3. You can set this property to enable a single, high density partition that allows up to 1000 indexes, which is much higher than the maximum indexes allowed for any other SKU."
      }
    },
    "location": {
      "type": "string",
      "defaultValue": "[resourceGroup().location]",
      "metadata": {
        "description": "Location for all resources."
      }
    }
  },
  "resources": [
    {
      "type": "Microsoft.Search/searchServices",
      "apiVersion": "2020-08-01",
      "name": "[parameters('name')]",
      "location": "[parameters('location')]",
      "sku": {
        "name": "[parameters('sku')]"
      },
      "properties": {
        "replicaCount": "[parameters('replicaCount')]",
        "partitionCount": "[parameters('partitionCount')]",
        "hostingMode": "[parameters('hostingMode')]"
      }
    }
  ]
}

O recurso Azure definido neste modelo:

Implementar o modelo

Selecione a imagem seguinte para iniciar sessão no Azure e abrir um modelo. O modelo cria um recurso Azure Cognitive Search.

Implementar no Azure

O portal apresenta um formulário que lhe permite fornecer facilmente valores de parâmetros. Alguns parâmetros são pré-preenchidos com os valores predefinidos do modelo. Terá de fornecer a sua subscrição, grupo de recursos, localização e nome de serviço. Se quiser utilizar os Serviços Cognitivos num oleoduto de enriquecimento de IA , por exemplo, para analisar ficheiros de imagem binários para texto, escolha um local que ofereça tanto a Pesquisa Cognitiva como os Serviços Cognitivos. Ambos os serviços são obrigados a estar na mesma região para o enriquecimento de CARGAs. Uma vez preenchido o formulário, terá de concordar com os termos e condições e, em seguida, selecionar o botão de compra para completar a sua implementação.

portal do Azure exibição do modelo

Revisão dos recursos implantados

Quando a sua implementação estiver concluída, pode aceder ao seu novo grupo de recursos e ao novo serviço de pesquisa no portal.

Limpar os recursos

Outros quickstarts e tutoriais de Pesquisa Cognitiva baseiam-se neste arranque rápido. Se pretender continuar a trabalhar com os rápidos e tutoriais subsequentes, pode desejar deixar este recurso no lugar. Quando já não é necessário, pode eliminar o grupo de recursos, que elimina o Serviço de pesquisa cognitivo e recursos relacionados.

Passos seguintes

Neste arranque rápido, criou um Serviço de pesquisa cognitivo usando um modelo ARM e validou a implementação. Para saber mais sobre a Pesquisa Cognitiva e Azure Resource Manager, continue para os artigos abaixo.