Indexdata från Azure Blob Storage

Anmärkning

Azure AI-sökning är tillgängligt via Azure-portalen, REST-API:er och Azure-SDK:er. Den ligger också till grund för Foundry IQ, det hanterade kunskapsskiktet som omvandlar företagsinnehåll till återanvändbara, behörighetsmedvetna kunskapsbaser för agenter i Microsoft Foundry-portalen.

Important

Dessa funktioner stöder anslutningar till andra Microsoft-tjänster och tjänster från tredje part. Användningen av dessa tjänster omfattas av deras respektive villkor och kan resultera i databearbetning eller lagring utanför Azure efterlevnadsgräns, samt data som flödar till Azure efterlevnadsgräns.

Det är ditt ansvar att hantera om dina data kommer att flöda utanför organisationens efterlevnad och geografiska gränser och eventuella relaterade konsekvenser, och att lämpliga behörigheter, gränser och godkännanden etableras.

Du ansvarar för att noggrant granska och testa program som du skapar i samband med dina specifika användningsfall och fatta alla lämpliga beslut och anpassningar. Detta omfattar implementering av dina egna ansvarsfulla AI-åtgärder, till exempel metaprompter, innehållsfilter eller andra säkerhetssystem, och att se till att dina program uppfyller lämpliga kvalitets-, tillförlitlighets-, säkerhets- och tillförlitlighetsstandarder. Mer information finns i Azure AI-sökning Transparency Note.

Blobindexeraren importerar innehåll från Azure Blob Storage och gör det sökbart i Azure AI-sökning. Indexeraren tar emot blobar i en enda container som indata. Utdata är ett sökindex som lagrar sökbart innehåll och metadata i enskilda fält.

I den här artikeln används REST-API:er för söktjänsten för att visa hur du konfigurerar och kör indexeraren. Du kan dock också använda:

Anmärkning

Azure AI-sökning kan mata in rollbaserad åtkomstkontroll (RBAC) under indexering och överföra dessa behörigheter till indexerat innehåll i ett sökindex. Mer information finns i Använda en blobindexerare eller kunskapskälla för att mata in METADATA för RBAC-omfång (förhandsversion).

Förutsättningar

  • Azure Blob Storage, Standard-prestanda (generell användning v2).

  • Åtkomstnivåer omfattar varm, cool, kall och arkiv. Indexerare kan hämta blobar på frekventa, lågfrekventa och kalla åtkomstnivåer.

  • Blobar som tillhandahåller textinnehåll och metadata. Om blobar innehåller binärt innehåll eller ostrukturerad text kan du överväga att lägga till AI-berikning för bearbetning av bilder och naturligt språk. Blobinnehåll får inte överskrida indexeringsgränserna för din prisnivå.

    Gränserna för blobindexeraren täcker den maximala blobstorleken och antalet tecken som Azure AI-sökning extraherar från en blob. Om du använder en kompetensuppsättning tillämpas varje färdighets indata- eller tjänstgräns separat efter dokumentsprickor.

  • En nätverkskonfiguration och dataåtkomst som stöds. Du behöver minst läsbehörigheter i Azure Storage. En lagrings-anslutningssträng som innehåller en åtkomstnyckel ger dig läsåtkomst till lagringsinnehåll. Om du i stället använder Microsoft Entra-inloggningar och -roller kontrollerar du att söktjänstens hanterade identitet har behörigheter för Storage Blob Data Reader .

    Som standard accepterar både sökning och lagring begäranden från offentliga IP-adresser. Om nätverkssäkerhet inte är ett omedelbart problem, kan du indexera blobdata med bara anslutningssträng och läsbehörigheter. När du är redo att lägga till nätverksskydd kan du läsa Indexerarens åtkomst till innehåll som skyddas av Azure-nätverkssäkerhetsfunktioner för vägledning om dataåtkomst.

  • Använd en REST-klient för att formulera REST-anrop som liknar dem som visas i den här artikeln.

Uppgifter som stöds

Du kan använda den här indexeraren för följande uppgifter:

Dokumentformat som stöds

Blobindexeraren kan extrahera text från följande dokumentformat:

Avgöra vilka blobar som ska indexeras

Innan du konfigurerar indexering granskar du dina källdata för att avgöra om du behöver göra några ändringar. En indexerare kan indexera innehåll från en container i taget. Som standard bearbetar indexeraren alla blobar i containern. Du har flera alternativ för mer selektiv bearbetning:

  • Placera blobar i en virtuell mapp. En definition av indexerarens datakälla innehåller en query parameter som kan ta en virtuell mapp. Om du anger en virtuell mapp indexerar indexeraren endast dessa blobar i mappen.

  • Inkludera eller exkludera blobar efter filtyp. Listan med dokumentformat som stöds kan hjälpa dig att avgöra vilka blobar som ska undantas. Du kanske till exempel vill exkludera bild- eller ljudfiler som inte tillhandahåller sökbar text. Du styr den här funktionen via konfigurationsinställningarna i indexeraren.

  • Inkludera eller exkludera godtyckliga blobar. Om du vill hoppa över en specifik blob lägger du till följande metadataegenskaper och värden i blobar i Azure Blob Storage. När en indexerare stöter på den här egenskapen hoppar den över bloben eller dess innehåll i indexeringskörningen.

    Egenskapsnamn Egenskapsvärde Explanation
    AzureSearch_Skip true Instruerar blobindexeraren att hoppa över bloben helt. Indexeraren försöker inte extrahera metadata eller innehåll. Den här egenskapen är användbar när en viss blob misslyckas upprepade gånger och avbryter indexeringsprocessen.
    AzureSearch_SkipContent true Indexeraren hoppar över innehåll och extraherar bara metadata. Den här egenskapen motsvarar inställningen "dataToExtract": "allMetadata" som beskrivs i konfigurationsinställningarna, men den är begränsad till en viss blob.

Om du inte konfigurerar inkluderings- eller exkluderingsvillkor rapporterar indexeraren en icke-berättigad blob som ett fel och går vidare. Om det uppstår tillräckligt många fel kan bearbetningen stoppas. Du kan ange feltolerans i konfigurationsinställningarna för indexeraren.

En indexerare skapar vanligtvis ett sökdokument per blob, där textinnehållet och metadata samlas in som sökbara fält i ett index. Om blobar är hela filer kan du eventuellt parsa dem i flera sökdokument. Du kan till exempel parsa rader i en CSV-fil för att skapa ett sökdokument per rad.

Ett sammansatt eller inbäddat dokument (till exempel ett ZIP-arkiv, ett Word-dokument med inbäddad Outlook-e-post som innehåller bifogade filer eller en . MSG-fil med bifogade filer) indexeras också som ett enda dokument. Till exempel alla bilder som extraherats från bifogade filer i en . MSG-filen returneras i fältet normalized_images . Om du har bilder kan du överväga att lägga till AI-berikning för att få mer sökverktyg från det innehållet.

Indexeraren extraherar textinnehållet i ett dokument till ett strängfält med namnet content. Du kan också extrahera standard- och användardefinierade metadata.

Indexera blob-metadata

Du kan indexa blobmetadata tillsammans med innehåll. Indexeraren extraherar metadataegenskaper och lagrar dem i indexfält, vilket är användbart för att skapa filter och frågor.

Definiera fält i sökindexet för de metadataegenskaper som du vill samla in. Du behöver inte definiera alla tillgängliga standard- eller anpassade metadataegenskaper. Samla bara in de egenskaper som du behöver för ditt program.

Den här indexeraren stöder för närvarande inte indexering av blobindextaggar.

Important

Indexeraren fyller endast i metadatafält som redan har definierats i ditt sökindex. Det här kravet gäller både standardblobmetadata och anpassade metadata. Om ett fält inte har definierats extraheras metadatavärdet under indexeringen men ignoreras tyst, så det visas inte i sökresultaten. Det här är den vanligaste källan för null-metadatafält i sökresultat. Mer information finns i Metadatafält har nullvärden i sökresultaten.

Standardegenskaper för blobmetadata

För standardblobmetadata definierar du fält i ditt index med samma understreckade namn. Stegvisa fältdefinitionsexempel finns i Lägga till sökfält i ett index.

För indexerarens konfiguration, inklusive inställningen dataToExtract som styr vilka metadata som ska extraheras, se Konfigurera och köra blobindexeraren.

Indexeraren känner igen och kan mappa dessa standardmetadataegenskaper om du definierar motsvarande fält i ditt index:

  • metadata_storage_name (Edm.String) är blobens filnamn. Om du till exempel har en blob /my-container/my-folder/subfolder/resume.pdfär resume.pdfvärdet för det här fältet .

  • metadata_storage_path (Edm.String) är blobens fullständiga URI, inklusive lagringskontot. Till exempel https://myaccount.blob.core.windows.net/my-container/my-folder/subfolder/resume.pdf. Använd den här egenskapen om du vill inkludera blob-URL:er i sökresultat för navigering eller källtillskrivning.

  • metadata_storage_content_type (Edm.String) är innehållstypen enligt den kod som du använde för att ladda upp bloben. Till exempel application/octet-stream.

  • metadata_storage_last_modified (Edm.DateTimeOffset) är den senaste ändrade tidsstämpeln för blobben. Azure AI-sökning använder den här tidsstämpeln för att identifiera ändrade blobbar och undvika att indexera om allt efter den första indexeringen.

  • metadata_storage_size (Edm.Int64) är blobstorleken i byte.

  • metadata_storage_content_md5 (Edm.String) är MD5-hashen för blobinnehållet, om det är tillgängligt.

  • metadata_storage_sas_token (Edm.String) är en tillfällig SAS-token som anpassade funktioner kan använda för att få åtkomst till BLOB. Lagra inte den här token för senare användning eftersom den kan upphöra att gälla.

Anpassade och innehållsspecifika metadata

För anpassade eller användardefinierade blobmetadata definierar du ett fält med exakt samma namn som blobens metadatanyckel. Om dina blobar till exempel har en metadatanyckel Sensitivity med värdet Highdefinierar du ett fält med namnet Sensitivity av typen Edm.String i indexet.

Du kan också representera metadataegenskaper som är specifika för dokumentformatet för de blobar som du indexerar. Mer information finns i Egenskaper för innehållsmetadata.

Definiera datakällan

Datakällans definition anger vilka data som ska indexeras, autentiseringsuppgifter och principer för att identifiera ändringar i data. En datakälla definieras som en oberoende resurs så att den kan användas av flera indexerare.

  1. Skapa eller uppdatera en datakälla för att ange dess definition:

    {
    "name" : "my-blob-datasource",
    "type" : "azureblob",
    "credentials" : { "connectionString" : "DefaultEndpointsProtocol=https;AccountName=<account name>;AccountKey=<account key>;" },
    "container" : { "name" : "my-container", "query" : "<optional-virtual-directory-name>" }
}

  2. Ange type till azureblob (krävs).

  3. Ange credentials till en Azure Storage-anslutningssträng. I nästa avsnitt beskrivs de format som stöds.

  4. Ange container till blobcontainern och använd query för att ange eventuella undermappar.

Du kan också inkludera principer för mjuk borttagning i en datakällsdefinition om du vill att indexeraren ska ta bort ett sökdokument när källdokumentet flaggas för borttagning.

Autentiseringsuppgifter och anslutningssträng som stöds

Indexerare kan ansluta till en blobcontainer med hjälp av följande anslutningar.

Anslutningssträng till lagringskonto med fullständig åtkomst
{ "connectionString" : "DefaultEndpointsProtocol=https;AccountName=<your storage account>;AccountKey=<your account key>;" }
Du kan hämta anslutningssträngen från sidan Lagringskonto i Azure-portalen genom att välja Åtkomstnycklar i den vänstra rutan. Se till att välja en fullständig anslutningssträng och inte bara en nyckel.
Hanterad identitetsanslutningssträng
{ "connectionString" : "ResourceId=/subscriptions/<your subscription ID>/resourceGroups/<your resource group name>/providers/Microsoft.Storage/storageAccounts/<your storage account name>/;" }
Den här anslutningssträng kräver ingen kontonyckel, men du måste tidigare ha konfigurerat en söktjänst för att ansluta med hjälp av en hanterad identitet.
Anslutningssträng för lagringskonto med delad åtkomst (SAS)
{ "connectionString" : "BlobEndpoint=https://<your account>.blob.core.windows.net/;SharedAccessSignature=?sv=2016-05-31&sig=<the signature>&spr=https&se=<the validity end time>&srt=co&ss=b&sp=rl;" }
SAS bör ha listan och läsbehörigheter för containrar och objekt (blobar i det här fallet).
Signatur för delad åtkomst för containrar
{ "connectionString" : "ContainerSharedAccessUri=https://<your storage account>.blob.core.windows.net/<container name>?sv=2016-05-31&sr=c&sig=<the signature>&se=<the validity end time>&sp=rl;" }
SAS ska ha listan och läsbehörigheter för containern. Mer information finns i Bevilja begränsad åtkomst till Azure Storage-resurser med hjälp av signaturer för delad åtkomst (SAS).

Anmärkning

Om du använder SAS-autentiseringsuppgifter måste du uppdatera autentiseringsuppgifterna för datakällan regelbundet med förnyade signaturer för att förhindra att de upphör att gälla. Om SAS-autentiseringsuppgifterna upphör att gälla misslyckas indexeraren med ett felmeddelande som liknar "Autentiseringsuppgifterna som anges i anslutningssträngen är ogiltiga eller har upphört att gälla".

Lägga till sökfält i ett index

I ett sökindex lägger du till fält för att acceptera innehållet och metadata för dina Azure-blobar.

  1. Skapa eller uppdatera ett index för att definiera sökfält som lagrar blobinnehåll och metadata:

    POST https://[service name].search.windows.net/indexes?api-version=2026-04-01
{
    "name" : "my-search-index",
    "fields": [
        { "name": "ID", "type": "Edm.String", "key": true, "searchable": false },
        { "name": "content", "type": "Edm.String", "searchable": true, "filterable": false },
        { "name": "metadata_storage_name", "type": "Edm.String", "searchable": false, "filterable": true, "sortable": true  },
        { "name": "metadata_storage_size", "type": "Edm.Int64", "searchable": false, "filterable": true, "sortable": true  },
        { "name": "metadata_storage_content_type", "type": "Edm.String", "searchable": false, "filterable": true, "sortable": true },        
    ]
}

  2. Skapa ett dokumentnyckelfält ("key": true). För blobinnehåll är de bästa kandidaterna metadataegenskaper.

    • metadata_storage_path (standard) är den fullständiga sökvägen till objektet eller filen. Nyckelfältet (ID i det här exemplet) fylls med värden från metadata_storage_path eftersom det är standardvärdet.

    • metadata_storage_name kan endast användas om namnen är unika. Om du vill att det här fältet ska vara nyckeln går du "key": true till den här fältdefinitionen.

    • En anpassad metadataegenskap som du lägger till i blobar. Det här alternativet kräver att blobuppladdningsprocessen lägger till metadataegenskapen till alla blobar. Eftersom nyckeln är en obligatorisk egenskap kan alla blobbar som saknar ett värde inte indexeras. Om du använder en anpassad metadataegenskap som en nyckel bör du undvika att göra ändringar i den egenskapen. Indexerare lägger till duplicerade dokument för samma blob om nyckelegenskapen ändras.

    Metadataegenskaper innehåller ofta tecken, till exempel / och -, som är ogiltiga för dokumentnycklar. Indexeraren kodar dock automatiskt nyckelmetadataegenskapen, utan att det krävs någon konfiguration eller fältmappning.

  3. Lägg till ett content fält för att lagra extraherad text från varje fil via blobens content egenskap. Du behöver inte använda det här namnet, men genom att använda det kan du dra nytta av implicita fältmappningar.

  4. Lägg till fält för standardmetadataegenskaper. Indexeraren kan läsa anpassade metadataegenskaper, standardmetadataegenskaper och innehållsspecifika metadataegenskaper .

Konfigurera och köra blobindexeraren

När du har skapat indexet och datakällan skapar du indexeraren. Indexerarens konfiguration anger indata, parametrar och egenskaper som styr körningsbeteenden. Du kan också ange vilka delar av en blob som ska indexeras.

  1. Skapa eller uppdatera en indexerare genom att ge den ett namn och referera till datakällan och målindexet:

    POST https://[service name].search.windows.net/indexers?api-version=2026-04-01
{
  "name" : "my-blob-indexer",
  "dataSourceName" : "my-blob-datasource",
  "targetIndexName" : "my-search-index",
  "parameters": {
      "batchSize": null,
      "maxFailedItems": null,
      "maxFailedItemsPerBatch": null,
      "configuration": {
          "indexedFileNameExtensions" : ".pdf,.docx",
          "excludedFileNameExtensions" : ".png,.jpeg",
          "dataToExtract": "contentAndMetadata",
          "parsingMode": "default"
      }
  },
  "schedule" : { },
  "fieldMappings" : [ ]
}

  2. Ange batchSize om standardvärdet (10 dokument) underutnyttjer eller överbelastar tillgängliga resurser. Standard batchstorlekar är specifika för datakällan. Blobindexering anger batchstorleken till 10 dokument som en igenkänning av den större genomsnittliga dokumentstorleken.

  3. Under configurationstyr du vilka blobar som indexeras baserat på filtyp eller lämnar ospecificerat för att hämta alla blobar.

    För indexedFileNameExtensionsanger du en kommaavgränsad lista över filnamnstillägg (med en inledande punkt). Gör samma sak för excludedFileNameExtensions att ange vilka tillägg indexeraren ska hoppa över. Om samma tillägg finns i båda listorna utesluter indexeraren det från indexering.

  4. Under configurationanger du dataToExtract för att styra vilka delar av blobarna som indexeras:

  5. Under configurationkonfigurerar du parsingMode. Standardläget för parsning är ett sökdokument per blob. Om blobbar är oformaterad text kan du få bättre prestanda genom att växla till oformaterad textparsing . Om du behöver mer detaljerad parsning som mappar blobar till flera sökdokument anger du ett annat läge. En-till-många-parsning stöds för blobar som består av:

  6. Ange fältmappningar om det finns skillnader i fältnamn eller typ, eller om du behöver flera versioner av ett källfält i sökindexet.

    Vid blobindexering kan du ofta utelämna fältmappningar eftersom indexeraren har inbyggt stöd för mappning av content egenskaperna och metadata till fält med liknande namn och typ i ett index. För metadataegenskaper ersätter indexeraren automatiskt bindestreck - med understreck i sökindexet.

  7. Mer information om andra egenskaper finns i Skapa en indexerare . Den fullständiga listan över parameterbeskrivningar finns i REST API.

En indexerare körs automatiskt när den skapas. Du kan förhindra den här åtgärden genom att ange disabled till sann. Om du vill kontrollera indexerarens körning kör du en indexerare på begäran eller sätter den enligt ett schema.

Indexering av data från flera Azure Blob-containrar till ett enda index

Kom ihåg att en indexerare bara kan indexera data från en enda container. Om du behöver indexera data från flera containrar och konsolidera dem till ett enda AI Search-index konfigurerar du flera indexerare som alla pekar på samma index. Tänk på det maximala antalet tillgängliga indexerare per SKU.

Du kan till exempel använda två indexerare för att hämta data från två olika datakällor med namnet my-blob-datasource1 och my-blob-datasource2. Varje datakälla pekar på en separat Azure Blob-container, men båda direkt till samma index med namnet my-search-index.

Exempel på den första indexerarens definition:

POST https://[service name].search.windows.net/indexers?api-version=2026-04-01
{
  "name" : "my-blob-indexer1",
  "dataSourceName" : "my-blob-datasource1",
  "targetIndexName" : "my-search-index",
  "parameters": {
      "batchSize": null,
      "maxFailedItems": null,
      "maxFailedItemsPerBatch": null,
      "configuration": {
          "indexedFileNameExtensions" : ".pdf,.docx",
          "excludedFileNameExtensions" : ".png,.jpeg",
          "dataToExtract": "contentAndMetadata",
          "parsingMode": "default"
      }
  },
  "schedule" : { },
  "fieldMappings" : [ ]
}

Den andra indexerarens definition som körs parallellt:

POST https://[service name].search.windows.net/indexers?api-version=2026-04-01
{
  "name" : "my-blob-indexer2",
  "dataSourceName" : "my-blob-datasource2",
  "targetIndexName" : "my-search-index",
  "parameters": {
      "batchSize": null,
      "maxFailedItems": null,
      "maxFailedItemsPerBatch": null,
      "configuration": {
          "indexedFileNameExtensions" : ".pdf,.docx",
          "excludedFileNameExtensions" : ".png,.jpeg",
          "dataToExtract": "contentAndMetadata",
          "parsingMode": "default"
      }
  },
  "schedule" : { },
  "fieldMappings" : [ ]
}

Kontrollera status för indexerare

Om du vill övervaka indexerarens status och körningshistorik skickar du en get indexer-statusbegäran :

GET https://myservice.search.windows.net/indexers/myindexer/status?api-version=2026-04-01
  Content-Type: application/json  
  api-key: [admin key]

Svaret innehåller status och antalet bearbetade objekt. Det bör se ut ungefär som i följande exempel:

    {
        "status":"running",
        "lastResult": {
            "status":"success",
            "errorMessage":null,
            "startTime":"2022-02-21T00:23:24.957Z",
            "endTime":"2022-02-21T00:36:47.752Z",
            "errors":[],
            "itemsProcessed":1599501,
            "itemsFailed":0,
            "initialTrackingState":null,
            "finalTrackingState":null
        },
        "executionHistory":
        [
            {
                "status":"success",
                "errorMessage":null,
                "startTime":"2022-02-21T00:23:24.957Z",
                "endTime":"2022-02-21T00:36:47.752Z",
                "errors":[],
                "itemsProcessed":1599501,
                "itemsFailed":0,
                "initialTrackingState":null,
                "finalTrackingState":null
            },
            ... earlier history items
        ]
    }

Körningshistoriken innehåller upp till 50 av de senast slutförda körningarna. Posterna sorteras i omvänd ordning, så den senaste exekveringen kommer först.

Felsökning

Använd det här avsnittet om du vill diagnostisera saknade metadatavärden och vanliga blobindexeringsfel.

Metadatafält är null i sökresultat

Om du ser null- eller tomma värden för metadatafält i sökresultaten använder du den här checklistan:

  1. Kontrollera att fältet finns i indexschemat: Kontrollera att du har definierat ett fält för varje metadataegenskap som du vill samla in. Kör en GET-begäran i indexet för att bekräfta att fältet finns.

  2. Använd rätt fältnamn: För standardblobegenskaper använder du det understreckade namnet, till exempel metadata_storage_path i stället för metadata-storage-path. För anpassade metadata måste fältnamnet exakt matcha blobens metadatanyckel.

  3. Bekräfta att indexeraren har dataToExtract angetts korrekt:

    • contentAndMetadata (standard) extraherar både innehåll och standard-/anpassade metadata.
    • storageMetadata extraherar endast standardblobegenskaper och anpassade metadata.
    • allMetadata extraherar standardegenskaper plus innehållstypspecifika metadata.

    Kontrollera indexerarens konfiguration för att se till att inställningen matchar din avsikt.

  4. Kör indexeraren igen efter schemauppdateringar: Om du har lagt till ett nytt fält i indexet kör du indexeraren igen så att dokument bearbetas mot det uppdaterade schemat. Befintliga dokument kan behöva bearbetas på nytt innan det nya fältet fylls i.

  5. Kontrollera historiken för indexerarens körning: Gå till indexeraren i Azure-portalen eller använd REST API (Get Indexer Status) för att visa körningsinformation och eventuella felmeddelanden.

Indexerarfel och innehållstyper som inte stöds

Som standard stoppas blobindexeraren så fort den stöter på en blob med en innehållstyp som inte stöds, till exempel en ljudfil. Du kan använda parametern excludedFileNameExtensions för att hoppa över vissa innehållstyper.

Om du vill att indexeringen ska fortsätta när vissa dokument misslyckas justerar du följande parametrar och undersöker sedan enskilda dokument senare. Mer information finns i Felsökningsvägledning för Indexer och Indexer-fel och -varningar.

När fel inträffar styr fem indexerarparametrar indexerarens svar:

PUT /indexers/[indexer name]?api-version=2026-04-01
{
  "parameters" : { 
    "maxFailedItems" : 10, 
    "maxFailedItemsPerBatch" : 10,
    "configuration" : { 
        "failOnUnsupportedContentType" : false, 
        "failOnUnprocessableDocument" : false,
        "indexStorageMetadataOnlyForOversizedDocuments": false
      }
    }
}
Parameter Giltiga värden Description
maxFailedItems -1, null eller 0, positivt heltal Fortsätt indexering om fel inträffar när som helst under bearbetningen, antingen när du parsar blobar eller när du lägger till dokument i ett index. Ange den här egenskapen till antalet godkända fel. Värdet -1 tillåter bearbetning oavsett hur många fel som inträffar. Annars är värdet ett positivt heltal.
maxFailedItemsPerBatch -1, null eller 0, positivt heltal Samma som ovan, men används för batchindexering.
failOnUnsupportedContentType sant eller falskt Om indexeraren inte kan fastställa innehållstypen anger du om jobbet ska fortsätta eller inte.
failOnUnprocessableDocument sant eller falskt Om indexeraren inte kan bearbeta ett dokument av en innehållstyp som stöds på annat sätt anger du om jobbet ska fortsätta eller inte.
indexStorageMetadataOnlyForOversizedDocuments sant eller falskt Överdimensionerade blobar behandlas som fel som standard. Om du anger den här parametern till true försöker indexeraren indexera dess metadata även om innehållet inte kan indexeras. Begränsningar för blobstorlek finns i Tjänstbegränsningar.

Relaterat innehåll

  • Uppdaterades senast