Inicio rápido: Creación de un índice de Azure Cognitive Search en Azure Portal

Cree su primer índice de búsqueda mediante el asistente para importar datos y un origen de datos de ejemplo integrado que consta de datos de hoteles ficticios. El asistente le guía en la creación de un índice de búsqueda (hotels-sample-index) para que pueda escribir consultas interesantes en cuestión de minutos.

Aunque no usará las opciones de este inicio rápido, el asistente incluye una página de enriquecimiento con IA que permite extraer texto y la estructura de archivos de imagen y texto no estructurado. Para ver un tutorial similar que incluya el enriquecimiento con IA, consulte los inicios rápidos sobre traducción de texto y conjuntos de aptitudes de entidades o conjuntos de aptitudes de imágenes OCR.

Requisitos previos

• Una cuenta de Azure con una suscripción activa. Cree una cuenta gratuita.

• Un servicio de Azure Cognitive Search (de cualquier nivel y región). Cree un servicio o busque uno existente en su suscripción actual. Puede usar un servicio gratuito para este inicio rápido.

Búsqueda de espacio

Muchos clientes comienzan con el servicio gratis. El nivel Gratis está limitado a tres índices, tres orígenes de datos y tres indexadores. Asegúrese de que tiene espacio para elementos adicionales antes de empezar. Este tutorial crea uno de cada objeto.

Consulte la página de información general del servicio para conocer el número de índices, indexadores y orígenes de datos que ya tiene.

Creación de un índice y carga de datos

Las consultas de búsqueda recorren en iteración un índice que contiene los datos de búsqueda, los metadatos y las construcciones adicionales que optimizan determinados comportamientos de la búsqueda.

En este tutorial, se usa un conjunto de datos de ejemplo integrado que se puede rastrear mediante un indexador mediante el Asistente para la importación de datos. Un indexador es un rastreador específico del origen que puede leer los metadatos y el contenido de los orígenes de datos de Azure admitidos. Normalmente, los indexadores se usan mediante programación, pero, en el portal, tiene acceso a ellos a través del Asistente para la importación de datos.

Paso 1: Inicio del Asistente para la importación de datos y creación de un origen de datos

1. Inicie sesión en Azure Portal con su cuenta de Azure.

2. Busque su servicio de búsqueda y, en la página de información general, haga clic en Importar datos en la barra de comandos para crear y rellenar un índice de búsqueda.

   

3. En el asistente, haga clic en Conectar a los datos > Ejemplos > hotels-sample. Este origen de datos está integrado. Si creó su propio origen de datos, deberá especificar un nombre, el tipo y la información de conexión. Una vez creado, se convierte en un "origen de datos existente" que se puede reutilizar en otras operaciones de importación.

   

4. Continúe en la siguiente página.

Paso 2: omitir la página "Enriquecer contenido"

El asistente admite la creación de una canalización de enriquecimiento con inteligencia artificial para incorporar los algoritmos de inteligencia artificial de Cognitive Services a la indexación.

Omitiremos este paso por ahora y pasaremos directamente a Personalización del índice de destino.

Paso 3: Configuración del índice

Para el índice hotels-sample integrado, el esquema de índice predeterminado ya está definido. A excepción de algunos ejemplos de filtros avanzados, las consultas de la documentación y los ejemplos que tienen como destino el índice hotels-sample se ejecutarán en esta definición de índice:

Normalmente, la creación del índice en un ejercicio basado en código se completa antes de cargar datos. El asistente para importar datos condensa estos pasos mediante la generación de un índice básico para cualquier origen de datos que pueda rastrear. Como mínimo, un índice necesita un nombre y una colección de campos, uno de los cuales debe estar marcado como la clave de documento para identificar de forma única cada documento. Además, puede especificar analizadores de lenguaje o proveedores de sugerencias si quiere que las consultas se sugieran o completen automáticamente.

Los campos tienen tipos de datos y atributos. Las casillas de la parte superior son atributos de índice que controlan cómo se usa el campo.

• Retrievable significa que se muestra en la lista de resultados de búsqueda. Puede desactivar esta casilla para marcar los campos individuales como fuera de los resultados de búsqueda, por ejemplo, para los campos que se usan solo en expresiones de filtro.
• Key es el identificador único del documento. Siempre es una cadena, y es necesario.
• Filterable, Sortable y Facetable determinan si se usan campos en un filtro, una ordenación o una estructura de navegación de facetas.
• Searchable significa que se incluye un campo en la búsqueda de texto completo. Las cadenas permiten realizar búsquedas. Los campos numéricos y los booleanos a menudo se marcan como no utilizables en búsquedas.

Los requisitos de almacenamiento no varían como resultado de la selección. Por ejemplo, si establece el atributo Retrievable en varios campos, los requisitos de almacenamiento no aumentan.

De forma predeterminada, el asistente busca en el origen de datos identificadores únicos como base para el campo de clave. Las cadenas tienen los atributos Recuperable y Permite búsquedas. Los enteros tienen los atributos Recuperable, Filterable, Ordenable y Clasificable.

1. Acepte los valores predeterminados.

   Si vuelve a ejecutar el asistente con un origen de datos de hotels existente, el índice no se configurará con los atributos predeterminados. En las siguientes importaciones tendrá que seleccionar los atributos manualmente.

2. Continúe en la siguiente página.

Paso 4: Configuración del indexador

Aún en el Asistente para la importación de datos, haga clic en Indexador > Nombre y escriba un nombre para el indexador.

Este objeto define un proceso ejecutable. Podría colocarlo en una programación periódica; pero, por ahora, use la opción predeterminada para ejecutar el indexador una vez, inmediatamente.

Haga clic en Enviar para crear y ejecutar simultáneamente el indexador.

Supervisión de progreso

El asistente debe llevarle a la lista de indexadores, donde puede supervisar el progreso. En cuanto a la navegación automática, vaya a la página de información general y haga clic en la pestaña Indizadores.

El portal puede tardar unos minutos en actualizar la página, pero debería ver el indexador recién creado en la lista, con el estado "en curso" o correcto, junto con el número de documentos indexados.

Ver el índice

La página de información general del servicio proporciona vínculos a los recursos creados en el servicio de Azure Cognitive Search. Para ver el índice que acaba de crear, haga clic en Índices en la lista de vínculos.

Espere a que se actualice la página del portal. Después de unos minutos, debería ver el índice con un recuento de documentos y un tamaño de almacenamiento.

En esta lista, puede hacer clic en el índice de hotels-sample que acaba de crear y ver el esquema de índice y, opcionalmente, agregar nuevos campos.

La pestaña Campos muestra el esquema de índice. Si está escribiendo consultas y necesita comprobar si un campo se puede filtrar u ordenar, en esta pestaña se muestran los atributos.

Desplácese hasta la parte inferior de la lista para especificar un nuevo campo. Aunque siempre se puede crear un nuevo campo, en la mayoría de los casos no se pueden cambiar los campos existentes. Los campos existentes tienen una representación física en el servicio de búsqueda y, por tanto, no se pueden modificar, ni siquiera en el código. Para cambiar radicalmente un campo, cree otro índice y elimine el original.

Otras construcciones, como los perfiles de puntuación y las opciones de CORS, pueden agregarse en cualquier momento.

Para saber claramente qué puede y qué no puede modificar durante el diseño del índice, tómese un minuto para ver las opciones de definición de índice. Las opciones atenuadas son un indicador de que un valor no se puede modificar o eliminar.

Realización de consultas con el Explorador de búsqueda

Más adelante, debería tener ahora un índice de búsqueda que esté preparado para la consulta con la página de consulta del Explorador de búsqueda integrada. Proporciona un cuadro de búsqueda para que pueda probar las cadenas de consulta arbitraria.

El explorador de Search está equipado solo para administrar solicitudes de API REST, pero acepta sintaxis para la sintaxis de consulta simple y el analizador de consultas completo de Lucene, además de todos los parámetros de búsqueda disponibles en las operaciones de API REST de búsqueda en documentos.

1. Haga clic en Explorador de búsqueda en la barra de comandos.

   

2. En la lista desplegable Índice, elija hotels-sample-index. Haga clic en la lista desplegable Versión de API para ver las API REST que están disponibles. Para las siguientes consultas, use la versión disponible con carácter general (2020-06-30).

   

3. En la barra de búsqueda, pegue las cadenas de consulta siguientes y haga clic en Buscar.

   

Consultas de ejemplo

Puede escribir términos y frases, de forma similar a lo que podría hacer en una búsqueda en Bing o Google, o expresiones de consulta totalmente especificadas. Los resultados se devuelven como documentos JSON detallados.

Consulta simple con los N resultados superiores

Ejemplo (cadena de consulta): search=spa

• El parámetro search se usa para la entrada de la búsqueda con una palabra clave en la búsqueda de texto completo; en este caso, se devuelven los datos de los hoteles que contienen spa en cualquier documento de búsqueda en el documento.

• El Explorador de búsqueda devuelve resultados en JSON, que es detallado y difícil de leer si los documentos tienen una estructura densa. Este comportamiento es deliberado; la visibilidad de todo el documento es importante a efectos de desarrollo, especialmente durante las pruebas. Para una mejor experiencia de usuario, deberá escribir código que trate los resultados de la búsqueda para hacer destacar los elementos importantes.

• Los documentos se componen de todos los campos marcados como recuperables en el índice. Para ver los atributos del índice en el portal, haga clic en hotels-sample en la lista Índices.

Ejemplo (consulta con parámetros): search=spa&$count=true&$top=10

• El símbolo & se usa para anexar parámetros de búsqueda, que pueden especificarse en cualquier orden.

• El parámetro $count=true devuelve el recuento total de todos los documentos devueltos. Este valor aparece en la parte superior de los resultados de búsqueda. Puede comprobar las consultas de filtro mediante la supervisión de los cambios notificados por $count=true. Los recuentos más pequeños indican que su filtro está funcionando.

• El parámetro $top=10 devuelve los 10 documentos mejor clasificados del total. De forma predeterminada, Azure Cognitive Search devuelve las 50 mayores coincidencias. Puede aumentar o disminuir la cantidad mediante $top.

Filtro de la consulta

Los filtros se incluyen en las solicitudes de búsqueda al anexar el parámetro $filter.

Ejemplo (filtrado): search=beach&$filter=Rating gt 4

• El parámetro $filter devuelve resultados que coinciden con los criterios que proporcionó. En este caso, las clasificaciones mayores de 4.

• La sintaxis de filtro es una construcción de OData. Para más información, consulte la sintaxis de filtro de OData.

Faceta de la consulta

Los filtros de faceta se incluyen en las solicitudes de búsqueda. Puede usar el parámetro de faceta para devolver un recuento agregado de los documentos que coincidan con el valor de faceta que proporcione.

Ejemplo (con faceta con reducción del ámbito): search=*&facet=Category&$top=2

• search= * es una búsqueda vacía. Las búsquedas vacías buscan en todo. Una de las razones para enviar una búsqueda vacía es filtrar o clasificar el conjunto completo de documentos. Por ejemplo, quiere una estructura de navegación en facetas que conste de todos los hoteles del índice.

• facet devuelve una estructura de navegación que puede pasar a un control de interfaz de usuario. Devuelve categorías y un recuento. En este caso, las categorías se basan en un campo denominado convenientemente Category. No hay ninguna agregación en Azure Cognitive Search, pero puede aproximarla mediante facet, que proporciona un recuento de documentos de cada categoría.

• $top=2 devuelve dos documentos, lo cual muestra que puede usar top para reducir o aumentar los resultados.

Ejemplo (faceta en valores numéricos): search=spa&facet=Rating

• Esta consulta es una faceta para la clasificación, en una búsqueda de texto de spa. El término Rating se puede especificar como una faceta porque el campo está marcado como que se puede recuperar, filtrar y establecer en facetas en el índice, y los valores que contiene (numéricos del 1 al 5) son adecuados para clasificar los listados en grupos.

• Solo los campos que se pueden filtrar se pueden clasificar. Solo se pueden devolver en los resultados campos recuperables.

• El campo Rating es un número de punto flotante de doble precisión y la agrupación será por valor preciso. Para más información sobre la agrupación por intervalo (por ejemplo, "clasificaciones de 3 estrellas", "clasificaciones de 4 estrellas", etc.), consulte "Parámetros de consulta" en la API REST.

Resaltado de los resultados de la búsqueda

El proceso de resaltado de referencias se refiere al formato en el texto que coincide con la palabra clave, dadas las coincidencias encontradas en un campo determinado. Si el término de búsqueda está profundamente enterrado en una descripción, puede agregar resaltado de referencias para que sea más fácil detectarlo.

Ejemplo (con resaltado): search=beach&highlight=Description

• En este ejemplo, la palabra con formato beach es más fácil de detectar en el campo de descripción.

Ejemplo (Análisis lingüístico): search=beaches&highlight=Description

• La búsqueda de texto completo reconoce variaciones básicas en los formularios de palabras. En este caso, los resultados de búsqueda contienen el texto resaltado para "beach", para aquellos hoteles que tengan esa palabra en sus campos de búsqueda, en respuesta a una búsqueda por palabra clave en "beaches". Diferentes formas de la misma palabra pueden aparecer en los resultados debido al análisis lingüístico.

• Azure Cognitive Search admite 56 analizadores de Lucene y Microsoft. El que usa Azure Cognitive Search es el analizador de Lucene estándar.

Probar la búsqueda aproximada

De forma predeterminada, los términos de consulta mal escritos, como seatle para "Seattle", no devuelven coincidencias en una búsqueda normal. El siguiente ejemplo no devuelve resultados.

Ejemplo (término mal escrito, no controlado): search=seatle

Para controlar los errores de ortografía, puede usar la búsqueda aproximada. La búsqueda aproximada se habilita cuando se usa la sintaxis de consulta de Lucene completa, que se produce al hacer dos cosas: establecer queryType=full en la consulta y anexar ~ a la cadena de búsqueda.

Ejemplo (término mal escrito, controlado): search=seatle~&queryType=full

Este ejemplo devuelve documentos que contengan coincidencias con "Seattle".

Cuando queryType no se especifica, se usa el analizador de consultas sencillo de manera predeterminada. El analizador de consultas sencillo es más rápido, pero si necesita búsqueda aproximada, expresiones regulares, búsqueda de proximidad u otros tipos de consultas avanzadas, necesitará la sintaxis completa.

La búsqueda aproximada y la búsqueda con caracteres comodín tienen implicaciones en los resultados de búsqueda. No se realiza un análisis lingüístico en estos formatos de consulta. Antes de usar la búsqueda con caracteres comodín y la búsqueda aproximada, consulte Funcionamiento de la búsqueda de texto completo en Azure Cognitive Search y busque la sección sobre las excepciones para el análisis léxico.

Para más información sobre los escenarios de consulta habilitados por el analizador de consultas completo, consulte Sintaxis de consulta de Lucene en Azure Cognitive Search.

Prueba de la búsqueda geoespacial

Se admite la búsqueda geoespacial mediante el tipo de dato edm.GeographyPoint en un campo que contenga coordenadas. La búsqueda geográfica es un tipo de filtro, que se especifica en la sintaxis de filtro de OData.

Ejemplo (filtros de coordenadas geográficas): search=*&$count=true&$filter=geo.distance(Location,geography'POINT(-122.12 47.67)') le 5

La consulta de ejemplo filtra todos los resultados por datos de posición, donde los resultados sean inferiores a 5 kilómetros desde un punto dado (especificado como coordenadas de latitud y longitud). Al agregar $count, verá cuántos resultados se devuelven al cambiar la distancia o las coordenadas.

La búsqueda geoespacial resulta útil si su aplicación de búsqueda tiene una característica "buscar cerca de mí" o utiliza la navegación mediante mapas. No obstante, no es una búsqueda de texto completo. Si tiene requisitos de usuario de buscar en una ciudad o país/región por nombre, agregue campos que contengan nombres de ciudades o de países/regiones, además de coordenadas.

Puntos clave

En este tutorial se ha proporcionado una introducción rápida al uso de Azure Cognitive Search desde Azure Portal.

Ha aprendido cómo crear un índice de búsqueda mediante el asistente para importar datos. Ha aprendido acerca de los indexadores, así como del flujo de trabajo básico para el diseño de índices, incluidas las modificaciones admitidas en un índice publicado.

Usando el Explorador de búsqueda de Azure Portal, ha aprendido la sintaxis de consulta básica mediante ejemplos prácticos de las funcionalidades clave, como los filtros, el resaltado de referencias, la búsqueda aproximada y la búsqueda geográfica.

También ha aprendido a encontrar índices, indexadores y orígenes de datos en el portal. Dado cualquier nuevo origen de datos en el futuro, puede usar el portal para comprobar rápidamente sus definiciones o colecciones de campos con un mínimo esfuerzo.

Limpieza de recursos

Cuando trabaje con su propia suscripción, es una buena idea al final de un proyecto identificar si todavía se necesitan los recursos que ha creado. Los recursos que se dejan en ejecución pueden costarle mucho dinero. Puede eliminar los recursos de forma individual o eliminar el grupo de recursos para eliminar todo el conjunto de recursos.

Puede encontrar y administrar recursos en el portal, mediante el vínculo Todos los recursos o Grupos de recursos en el panel de navegación izquierdo.

Si está usando un servicio gratuito, recuerde que está limitado a tres índices, indexadores y orígenes de datos. Puede eliminar elementos individuales en el portal para mantenerse por debajo del límite.

Pasos siguientes

Use un asistente del portal para generar una aplicación web lista para usar que se ejecute en un explorador. Puede probar este asistente en el pequeño índice que acaba de crear, o bien usar uno de los conjuntos de datos de ejemplo integrados, ya que la búsqueda mejorará.