Azure Search とはWhat is Azure Search?

Azure Search は、Web、モバイル、およびエンタープライズ アプリケーションのプライベートな異種コンテンツに対するリッチな検索機能を追加するための API とツールを開発者に提供する、サービスとしての検索クラウド ソリューションです。Azure Search is a search-as-a-service cloud solution that gives developers APIs and tools for adding a rich search experience over private, heterogeneous content in web, mobile, and enterprise applications. カスタム コードを使用して、データ インジェスト (インデックス作成) を呼び出し、インデックスを作成して読み込みます。Your custom code invokes data ingestion (indexing) to create and load an index. 一方で、アプリケーション コードを使用して、クエリ要求を発行し、応答を処理します。On the other side, your application code issues query requests and handles responses. 検索エクスペリエンスは、Azure Search の機能を使用してクライアント内で定義します。クエリは、自分で作成および所有し、サービスに保存する永続化されたインデックスに対して実行します。The search experience is defined in your client using functionality from Azure Search, with query execution over a persisted index that you create, own, and store in your service.

Azure Search のアーキテクチャAzure Search architecture

機能は、情報の検索に固有の複雑さを感じさせないシンプルな REST API または .NET SDK を使って公開されます。Functionality is exposed through a simple REST API or .NET SDK that masks the inherent complexity of information retrieval. API だけでなく、Azure Portal では、管理とコンテンツ管理のサポートおよびプロトタイプの作成とインデックスのクエリのためのツールも提供されます。In addition to APIs, the Azure portal provides administration and content management support, with tools for prototyping and querying your indexes. サービスはクラウドで実行されるため、インフラストラクチャと可用性は Microsoft によって管理されます。Because the service runs in the cloud, infrastructure and availability are managed by Microsoft.

Azure Search は、次のアプリケーション シナリオに適しています。Azure Search is well suited for the following application scenarios:

  • 異種のコンテンツ タイプのプライベートな単一の検索可能なインデックスへの統合。Consolidation of heterogeneous content types into a private, single, searchable index. クエリは、常に自分で作成してドキュメントと共に読み込むインデックスに対して実行されます。インデックスは、常にお使いの Azure Search サービスのクラウドに配置されます。Queries are always over an index that you create and load with documents, and the index always resides in the cloud on your Azure Search service. 任意のソースまたはプラットフォームの JSON ドキュメントのストリームからインデックスを作成できます。You can populate an index with streams of JSON documents from any source or platform. または、Azure をソースとするコンテンツの場合、"インデクサー" を使用してデータをインデックスにプルできます。Alternatively, for content sourced on Azure, you can use an indexer to pull data into an index. インデックスの定義と管理および所有権が、Azure Search を使用する主な理由です。Index definition and management/ownership is a key reason for using Azure Search.

  • 検索に関連する機能の簡単な実装。Easy implementation of search-related features. Azure Search API シリーズを使用すると、クエリの構築、ファセット ナビゲーション、フィルター (地理空間検索を含む)、シノニム マッピング、先行入力クエリ、および関連性チューニングを簡素化できます。Azure Search APIs simplify query construction, faceted navigation, filters (including geo-spatial search), synonym mapping, typeahead queries, and relevance tuning. 組み込みの機能を使用して、商用 Web 検索エンジンと同様の検索体験に対するエンドユーザーの期待に応えることができます。Using built-in features, you can satisfy end-user expectations for a search experience similar to commercial web search engines.

  • 非構造化テキストのインデックス作成、または画像ファイルからのテキストと情報の抽出。Indexing unstructured text, or extracting text and information from image files. Azure Search のコグニティブ検索機能により、インデックス作成パイプラインに AI 処理が追加されます。The cognitive search feature of Azure Search adds AI processing to an indexing pipeline. 一般的なユースケースには、スキャンされたドキュメントに対する OCR、大きなドキュメントに対するエンティティ認識とキー フレーズ抽出、言語検出とテキスト翻訳、センチメント分析などがあります。Some common use-cases include OCR over scanned document, entity recognition and key phrase extraction over large documents, language detection and text translation, and sentiment analysis.

  • Azure Search のカスタムおよび言語アナライザーを使用して満たされる言語要件。Linguistic requirements satisfied using the custom and language analyzers of Azure Search. 英語以外のコンテンツがある場合、Azure Search では、Lucene アナライザーと Microsoft の自然言語プロセッサの両方がサポートされます。If you have non-English content, Azure Search supports both Lucene analyzers and Microsoft's natural language processors. また、特定の生コンテンツ (分音記号のフィルター処理など) の特殊な処理を実現するようにアナライザーを構成することもできます。You can also configure analyzers to achieve specialized processing of raw content, such as filtering out diacritics.

機能の説明Feature descriptions

コア 検索                        Core search                         機能Features
自由形式のテキスト検索Free-form text search フルテキスト検索は、大部分の検索ベース アプリの主な用途です。Full-text search is a primary use case for most search-based apps. クエリは、サポートされている構文を使用して作成できます。Queries can be formulated using a supported syntax.

単純なクエリ構文では、論理演算子、語句検索演算子、後置演算子、優先順位演算子を使用できます。Simple query syntax provides logical operators, phrase search operators, suffix operators, precedence operators.

Lucene クエリ構文には、あいまい検索、近接検索、用語ブースト、正規表現の拡張機能を含む、簡単な構文でのすべての操作が含まれています。Lucene query syntax includes all operations in simple syntax, with extensions for fuzzy search, proximity search, term boosting, and regular expressions.
関連性Relevance 簡単なスコアリングは Azure Search の主な利点です。Simple scoring is a key benefit of Azure Search. スコアリング プロファイルを使用して、ドキュメント自体の値の関数として、関連性をモデル化できます。Scoring profiles are used to model relevance as a function of values in the documents themselves. たとえば、新しい製品や割り引き製品を検索結果の上位に表示することが望ましい場合があります。For example, you might want newer products or discounted products to appear higher in the search results. あるいは、追跡記録し、個別に保存しておいた顧客の検索傾向に基づいてパーソナライズされたスコアリングのタグを利用し、スコアリング プロファイルを作成できます。You can also build scoring profiles using tags for personalized scoring based on customer search preferences you've tracked and stored separately.
地理空間検索Geo-search Azure Search は、地理的な場所を処理、フィルター、表示する機能を備えています。Azure Search processes, filters, and displays geographic locations. Azure Search により、ユーザーは物理的な場所に対する検索結果の近接度に基づいてデータを探索できます。It enables users to explore data based on the proximity of a search result to a physical location. 詳細については、このビデオを視聴するこのサンプルを確認してください。Watch this video or review this sample to learn more.
フィルターとファセットFilters and facets 1 つのクエリ パラメーターでファセット ナビゲーションを有効にできます。Faceted navigation is enabled through a single query parameter. Azure Search は、ファセット ナビゲーション構造を返します。これをカテゴリ一覧の背後のコードとして使用すると、自律フィルター処理 (たとえば、価格帯やブランド別のカタログ品目のフィルター処理) を実現できます。Azure Search returns a faceted navigation structure you can use as the code behind a categories list, for self-directed filtering (for example, to filter catalog items by price-range or brand).

フィルターを使用することで、ファセット ナビゲーションをアプリケーションの UI に組み込み、クエリ形成を拡張し、ユーザーまたは開発者が指定した条件に基づいてフィルター処理することができます。Filters can be used to incorporate faceted navigation into your application's UI, enhance query formulation, and filter based on user- or developer-specified criteria. フィルターを作成するには、OData 構文を使用します。Create filters using the OData syntax.
ユーザー エクスペリエンス機能User experience features 検索バーでの先行入力クエリで、オートコンプリートを有効にすることができます。Autocomplete can be enabled for type-ahead queries in a search bar.

検索候補 も検索バーでの部分テキスト入力に使用できますが、結果はクエリ用語ではなくインデックス内の実際のドキュメントです。Search suggestions also works off of partial text inputs in a search bar, but the results are actual documents in your index rather than query terms.

シノニムは、ユーザーが代替用語を提供する必要がなく、クエリのスコープを暗黙的に拡張する同等の用語を関連付けます。Synonyms associates equivalent terms that implicitly expand the scope of a query, without the user having to provide the alternate terms.

ヒットの強調表示は、検索結果内の一致するキーワードにテキスト書式を適用します。Hit highlighting applies text formatting to a matching keyword in search results. 強調表示されるスニペットを返すフィールドを選択できます。You can choose which fields return highlighted snippets.

並べ替えは、インデックス スキーマを介して、複数のフィールドで利用でき、クエリ時に 1 つの検索パラメーターで切り替えることができます。Sorting is offered for multiple fields via the index schema and then toggled at query-time with a single search parameter.

ページングとスロットルは、Azure Search が検索結果に適用する微調整された制御によって簡単に行うことができます。Paging and throttling your search results is straightforward with the finely tuned control that Azure Search offers over your search results.

AI エンリッチメント           AI enrichment            機能Features
AI エンリッチメントされたドキュメントAI enriched documents イメージおよびテキスト分析のためのコグニティブ検索をインデックス作成パイプラインに適用して、生のコンテンツからテキスト情報を抽出できます。Cognitive search for image and text analysis can be applied to an indexing pipeline to extract text information from raw content. 組み込みのスキルの例には、光学式文字認識 (スキャン済みの JPEG を検索可能にする)、エンティティ認識 (組織、名前、または場所を識別する)、キー フレーズ認識などがあります。A few examples of built-in skills include optical character recognition (making scanned JPEGs searchable), entity recognition (identifying an organization, name, or location), and key phrase recognition. カスタム スキルをコーディングしてパイプラインにアタッチすることもできます。You can also code custom skills to attach to the pipeline.
分析と消費用のストアド エンリッチメントStored enrichments for analysis and consumption ナレッジ ストア (プレビュー) は、AI ベースのインデックス作成の拡張機能です。Knowledge store (preview) is an extension of AI-based indexing. Azure ストレージをバックエンドとして使用して、インデックス作成時に作成されたエンリッチメントを保存できます。With Azure storage as a backend, you can save enrichments created during indexing. これらの成果物を使用して、より優れたスキルを設計したり、不定形またはあいまいなデータからシェイプと構造体を作成したりできます。These artifacts can be used to help you design better skillsets, or create shape and structure out of amorphous or ambiguous data. 特定のワークロードまたはユーザーをターゲットとするこれらの構造体のプロジェクションを作成できます。You can create projections of these structures that target specific workloads or users. 抽出されたデータを直接分析したり、他のアプリに読み込むこともできます。You can also directly analyze the extracted data, or load it into other apps.

データ インポート/インデックス作成Data import/indexing 機能Features
データ ソースData sources Azure Search インデックスは、JSON データ構造として送信されていれば、すべてのソースからのデータを受け入れます。Azure Search indexes accept data from any source, provided it is submitted as a JSON data structure.

インデクサーでは、サポートされている Azure データ ソースのデータ インジェストが自動化され、JSON のシリアル化が処理されます。Indexers automate data ingestion for supported Azure data sources and handle JSON serialization. Azure SQL DatabaseAzure Cosmos DB、または Azure Blob Storage に接続して、プライマリ データ ストア内の検索可能なコンテンツを抽出します。Connect to Azure SQL Database, Azure Cosmos DB, or Azure Blob storage to extract searchable content in primary data stores. Azure Blob インデクサーは、"ドキュメント クラッキング" を実行して、Microsoft Office、PDF、HTML ドキュメントなどの主要なファイル形式からテキストを抽出することができます。Azure Blob indexers can perform document cracking to extract text from major file formats, including Microsoft Office, PDF, and HTML documents.
階層データ構造と入れ子になったデータ構造Hierarchical and nested data structures 複合型とコレクションでは、事実上すべての種類の JSON 構造を Azure Search インデックスとしてモデル化できます。Complex types and collections allow you to model virtually any type of JSON structure as an Azure Search index. 一対多と多対多のカーディナリティは、コレクション、複合型、および複合型のコレクションを通じてネイティブに表現できます。One-to-many and many-to-many cardinality can be expressed natively through collections, complex types, and collections of complex types.
Linguistic AnalysisLinguistic analysis アナライザーは、インデックス作成および検索操作中のテキスト処理に使用するコンポーネントです。Analyzers are components used for text processing during indexing and search operations. 次の 2 つの種類があります。There are two types.

カスタム字句アナライザーは、発音照合と正規表現を使用する複雑な検索クエリで使用されます。Custom lexical analyzers are used for complex search queries using phonetic matching and regular expressions.

Lucene または Microsoft の言語アナライザーは、動詞の時制や名詞の性、不規則な複数形の名詞 (例: 'mouse' と 'mice')、二重複合語、(スペースを使用しない言語の) 改行などをインテリジェントに処理するために使用されます。Language analyzers from Lucene or Microsoft are used to intelligently handle language-specific linguistics including verb tenses, gender, irregular plural nouns (for example, 'mouse' vs. 'mice'), word de-compounding, word-breaking (for languages with no spaces), and more.

プラットフォーム レベル             Platform level              機能Features
プロトタイピングと検査のためのツールTools for prototyping and inspection ポータルでは、データのインポート ウィザードを使用してインデクサーを構成したり、インデックス デザイナーを使用してインデックスを設定したりできます。また、Search エクスプローラーを使用してクエリをテストしたり、スコアリング プロファイルを調整したりできます。In the portal, you can use the Import data wizard to configure indexers, index designer to stand up an index, and Search explorer to test queries and refine scoring profiles. また、任意のインデックスを開いてスキーマを表示することもできます。You can also open any index to view its schema.
監視と診断Monitoring and diagnostics 監視機能を有効にして、ポータルに常に表示される、ひとめで確認できるメトリックの先に進みます。Enable monitoring features to go beyond the metrics-at-a-glance that are always visible in the portal. 1 秒あたりのクエリ数、待ち時間、スロットルに関するメトリックが取得され、ポータル ページで報告されます。追加の構成は必要ありません。Metrics on queries per second, latency, and throttling are captured and reported in portal pages with no additional configuration required.

検索トラフィック分析は別の監視方法で、サーバー側とクライアント側のデータを収集および分析して、ユーザーが検索ボックスに入力している内容に関するインサイトを明らかにします。Search traffic analytics is another monitoring alternative, where server-side and client-side data is collected and analyzed to unlock insights about what users are typing into the search box.
サーバー側暗号化Server-side encryption Microsoft によって管理される保存中の暗号化は内部ストレージ レイヤーに組み込まれており、取り消しはできません。Microsoft-managed encryption-at-rest is built into the internal storage layer and is irrevocable. 必要に応じて、顧客管理の暗号化キー (プレビュー) を使用して既定の暗号化を補完することができます。Optionally, you can supplement the default encryption with customer-managed encryption keys (preview). Azure Key Vault 内で作成して管理するキーは、Azure Search 内でインデックスとシノニム マップの暗号化に使用されます。Keys that you create and manage in Azure Key Vault are used to encrypt indexes and synonym maps in Azure Search.
インフラストラクチャInfrastructure 可用性の高いプラットフォームにより、極めて信頼性の高い検索サービス エクスペリエンスを確保します。The highly available platform ensures an extremely reliable search service experience. 適切に拡張された場合に、 Azure Search は 99.9% の SLA を実現します。When scaled properly, Azure Search offers a 99.9% SLA.

エンド ツー エンドのソリューションとして完全に管理され、スケーラブルな Azure Search では、インフラストラクチャ管理をまったく必要としません。Fully managed and scalable as an end-to-end solution, Azure Search requires absolutely no infrastructure management. サービスは 2 次元での拡張によって、ニーズに合わせてカスタマイズでき、より大きなドキュメント ストレージ、より高いクエリ負荷、またはその両方を処理できます。Your service can be tailored to your needs by scaling in two dimensions to handle more document storage, higher query loads, or both.

手順 1:サービスのプロビジョニングStep 1: Provision service

Azure portal または Azure Resource Management API を使用して、Azure Search サービスをプロビジョニングできます。You can provision an Azure Search service in the Azure portal or through the Azure Resource Management API. 他のサブスクライバーと共有する無料サービス、または自分のサービスのみで使用するリソース専用の有料レベルを選択できます。You can choose either the free service shared with other subscribers, or a paid tier that dedicates resources used only by your service. 有料レベルでは、2 つの面でサービスを拡張できます。For paid tiers, you can scale a service in two dimensions:

  • 大量のクエリ負荷を処理できるように、レプリカを追加して容量を拡張するAdd Replicas to grow your capacity to handle heavy query loads.
  • より多くのドキュメントに対応できるように、パーティションを追加して記憶域を拡大するAdd Partitions to grow storage for more documents.

ドキュメント ストレージとクエリのスループットを個別に処理することによって、運用環境の要件に基づいてリソースの割り当てを調整できます。By handling document storage and query throughput separately, you can calibrate resourcing based on production requirements.

手順 2:インデックスの作成Step 2: Create index

検索可能なコンテンツをアップロードする前に、まず Azure Search インデックスを定義する必要があります。Before you can upload searchable content, you must first define an Azure Search index. インデックスは、データを保持し、検索クエリを受け付けることができるデータベース テーブルに似ています。An index is like a database table that holds your data and can accept search queries. データベースのフィールドに似た、検索するドキュメントの構造を反映するように、マップするインデックス スキーマを定義します。You define the index schema to map to reflect the structure of the documents you wish to search, similar to fields in a database.

スキーマは Azure Portal で作成するか、.NET SDK または REST API を使用してプログラムによって作成できます。A schema can be created in the Azure portal, or programmatically using the .NET SDK or REST API.

手順 3:データを読み込むStep 3: Load data

インデックスを定義したら、コンテンツをアップロードする準備が完了します。After you define an index, you're ready to upload content. プッシュ モデルまたはプル モデルを使用できます。You can use either a push or pull model.

プル モデルは、外部データ ソースからデータを取得します。The pull model retrieves data from external data sources. データへの接続、読み取り、シリアル化など、データ取り込みの諸側面を効率化および自動化する "インデクサー" を通じてサポートされます。It's supported through indexers that streamline and automate aspects of data ingestion, such as connecting to, reading, and serializing data. インデクサーは、Azure Cosmos DB、Azure SQL Database、Azure Blob Storage、および Azure VM でホストされている SQL Server で使用できます。Indexers are available for Azure Cosmos DB, Azure SQL Database, Azure Blob Storage, and SQL Server hosted in an Azure VM. インデクサーは、オンデマンドで、またはスケジュールされたデータ更新のために構成できます。You can configure an indexer for on demand or scheduled data refresh.

プッシュ モデルは SDK または REST API によって提供され、更新したドキュメントをインデックスに送信するために使用されます。The push model is provided through the SDK or REST APIs, used for sending updated documents to an index. JSON 形式を使用して、事実上すべてのデータセットからデータをプッシュできます。You can push data from virtually any dataset using the JSON format. データの読み込み方法については、「ドキュメントの追加、更新、削除」または「.NET SDK の使用方法」を参照してください。See Add, update, or delete Documents or How to use the .NET SDK) for guidance on loading data.

インデックスを入力したら、REST API または .NET SDK によって簡単な HTTP 要求を使用して、サービス エンドポイントに検索クエリを発行できます。After populating an index, you can issue search queries to your service endpoint using simple HTTP requests with REST API or the .NET SDK.

初めての検索アプリの作成を行うことで、ユーザー入力を収集して結果を処理する Web ページをビルドして拡張します。Step through Create your first search app to build and then extend a web page that collects user input and handles results. 対話型 REST 向けの Postman 呼び出しや Azure portal の組み込みの検索エクスプローラーを使用して、既存のインデックスに対するクエリを実行することもできます。You can also use Postman for interactive REST calls or the built-in Search Explorer in Azure portal to query an existing index.

他のソリューションとの比較How it compares

お客様から、Azure Search が他の検索に関連するソリューションと比較してどうなのかよくお問い合わせいただきます。Customers often ask how Azure Search compares with other search-related solutions. 主な相違点を次の表に示します。The following table summarizes key differences.

比較対象Compared to 主な相違点Key differences
BingBing Bing Web Search API は のインデックスで送信された語句と一致するものを検索します。Bing Web Search API searches the indexes on for matching terms you submit. インデックスは、公開サイトの HTML、XML、および他の Web コンテンツから構築されます。Indexes are built from HTML, XML, and other web content on public sites. 同じ基板上に構築されている Bing Custom Search は、個々の Web サイトに範囲指定して、各 Web コンテンツ タイプに対して同じクローラー テクノロジを提供します。Built on the same foundation, Bing Custom Search offers the same crawler technology for web content types, scoped to individual web sites.

Azure Search では、所有するデータおよびドキュメントを入力して定義したインデックスを多くの場合さまざまなソースから検索します。Azure Search searches an index you define, populated with data and documents you own, often from diverse sources. Azure Search はインデクサーにより複数のデータ ソースに対するクローラー機能を備えていますが、インデックス スキーマに準拠している任意の JSON ドキュメントを 1 つの統合された検索可能なリソースにプッシュできます。Azure Search has crawler capabilities for some data sources through indexers, but you can push any JSON document that conforms to your index schema into a single, consolidated searchable resource.
データベース検索Database search 多くのデータベース プラットフォームには、組み込みの検索エクスペリエンスが含まれます。Many database platforms include a built-in search experience. SQL Server にはフル テキスト検索があります。SQL Server has full text search. Cosmos DB や同種のテクノロジには、クエリ可能なインデックスがあります。Cosmos DB and similar technologies have queryable indexes. 検索とストレージを結合する製品を評価するとき、採用する方法を決めるのが困難な場合があります。When evaluating products that combine search and storage, it can be challenging to determine which way to go. 多くのソリューションでは両方が採用され、ストレージには DBMS が、専用の検索機能には Azure Search が使用されています。Many solutions use both: DBMS for storage, and Azure Search for specialized search features.

DBMS 検索と比較すると、Azure Search は異種ソースからのコンテンツを格納し、56 言語で言語対応のテキスト処理 (語幹検索、レンマ化、語形) などの専用のテキスト処理機能を提供します。Compared to DBMS search, Azure Search stores content from heterogeneous sources and offers specialized text processing features such as linguistic-aware text processing (stemming, lemmatization, word forms) in 56 languages. また、スペルミスの単語のオート コレクト、シノニム候補スコアリング コントロールファセット、およびカスタムトークン化もサポートしています。It also supports autocorrection of misspelled words, synonyms, suggestions, scoring controls, facets, and custom tokenization. Azure Search のフル テキスト検索エンジンは情報取得の業界標準である Apache Lucene に基づいて構築されています。The full text search engine in Azure Search is built on Apache Lucene, an industry standard in information retrieval. Azure Search は逆インデックスの形式でデータを保持しますが、真のデータ ストレージの代わりになることはほとんどありません。While Azure Search persists data in the form of an inverted index, it is rarely a replacement for true data storage. 詳しくは、こちらのフォーラム投稿をご覧ください。For more information, see this forum post.

リソース使用率も、このカテゴリで別途考慮する必要があります。Resource utilization is another inflection point in this category. インデックス付けと一部のクエリ操作は、多くの場合、計算を大量に使用します。Indexing and some query operations are often computationally intensive. DBMS からクラウドの専用ソリューションに検索をオフロードすることにより、トランザクション処理用のシステム リソースを保持します。Offloading search from the DBMS to a dedicated solution in the cloud preserves system resources for transaction processing. さらに、検索を外部化することで、クエリのボリュームに合わせてスケールを簡単に調整できます。Furthermore, by externalizing search, you can easily adjust scale to match query volume.
専用の検索ソリューションDedicated search solution 全機能を持つ専用の検索を使用する場合、最後の比較カテゴリはオンプレミス ソリューションかクラウド サービスかです。Assuming you have decided on dedicated search with full spectrum functionality, a final categorical comparison is between on premises solutions or a cloud service. 多くの検索テクノロジには、インデックスの作成とクエリ パイプラインの管理、豊富なクエリとフィルター構文へのアクセス、ランクと関連性の管理、自主的な高度な検索の機能が用意されています。Many search technologies offer controls over indexing and query pipelines, access to richer query and filtering syntax, control over rank and relevance, and features for self-directed and intelligent search.

クラウド サービスは、オーバーヘッドとメンテナンスが最小限で済み、スケールが調整可能なターンキー ソリューションを望むお客様に最適の選択肢です。A cloud service is the right choice if you want a turn-key solution with minimal overhead and maintenance, and adjustable scale.

クラウドの枠組みでは、複数のプロバイダーがフルテキスト検索、地理空間検索、検索入力の程度のあいまいさを処理する機能など、同等の基本機能を備えるソリューションを提供しています。Within the cloud paradigm, several providers offer comparable baseline features, with full-text search, geo-search, and the ability to handle a certain level of ambiguity in search inputs. 使用環境に最も合うものを判断する場合、通常は、特化した機能か、API、ツール、管理の容易さと全体的な単純さが決め手になります。Typically, it's a specialized feature, or the ease and overall simplicity of APIs, tools, and management that determines the best fit.

クラウド プロバイダーの中で Azure Search は、Azure 上のコンテンツ ストアとデータベースに対するフルテキスト検索のワークロードに関して最も強力で、情報の取得とコンテンツのナビゲーションの両方を主に検索に依存するアプリに適しています。Among cloud providers, Azure Search is strongest for full text search workloads over content stores and databases on Azure, for apps that rely primarily on search for both information retrieval and content navigation.

以下のような大きな強みがあります。Key strengths include:

  • インデックス層での Azure データ統合 (クローラー)Azure data integration (crawlers) at the indexing layer
  • 中央管理のための Azure PortalAzure portal for central management
  • Azure のスケール、信頼性、世界クラスの可用性Azure scale, reliability, and world-class availability
  • 画像からのテキストや非構造化コンテンツ内でのパターンの検索など、より検索しやすくするための生データの AI 処理。AI processing of raw data to make it more searchable, including text from images, or finding patterns in unstructured content.
  • 56 の言語での堅実なフルテキスト検索を実現するアナライザーによる言語分析とカスタム分析Linguistic and custom analysis, with analyzers for solid full text search in 56 languages
  • 検索中心のアプリに共通のコア機能: スコアリング、ファセット、検索候補、シノニム、地理空間検索など。Core features common to search-centric apps: scoring, faceting, suggestions, synonyms, geo-search, and more.


Azure 以外のデータ ソースは完全にサポートされていますが、インデクサーではなく、コードをより大量に使用するプッシュ手法に依存します。Non-Azure data sources are fully supported, but rely on a more code-intensive push methodology rather than indexers. Microsoft 提供の API を使用して、任意の JSON ドキュメント コレクションを Azure Search インデックスにパイプすることができます。Using APIs, you can pipe any JSON document collection to an Azure Search index.

Microsoft のお客様は、オンライン カタログ、基幹業務プログラム、およびドキュメント検索アプリケーションを含む、Azure Search の機能を最大限利用できます。Among our customers, those able to leverage the widest range of features in Azure Search include online catalogs, line-of-business programs, and document discovery applications.


多くのタスクを実行できるポータルに対し、Azure Search は既存のアプリケーションに検索機能を統合したいと考えている開発者向けのものです。While many tasks can be performed in the portal, Azure Search is intended for developers who want to integrate search functionality into existing applications. 次のプログラミング インターフェイスが用意されています。The following programming interfaces are available.

プラットフォームPlatform 説明Description
RESTREST あらゆるプログラミング プラットフォームと言語 (Xamarin、Java、JavaScript など) でサポートされている HTTP コマンドHTTP commands supported by any programming platform and language, including Xamarin, Java, and JavaScript
.NET SDK.NET SDK REST API 用の .NET ラッパーにより、C# と .NET Framework をターゲットとするその他のマネージ コード言語で効率的なコーディングを実現できます。.NET wrapper for the REST API offers efficient coding in C# and other managed-code languages targeting the .NET Framework

無料試用版Free trial

Azure サブスクライバーは Free レベルでサービスをプロビジョニングできます。Azure subscribers can provision a service in the Free tier.

サブスクライバーでない場合は、Azure アカウントを無料で開設できますIf you aren't a subscriber, you can open an Azure account for free. Azure の有料サービスを試用する際に、クレジットを入手してください。You get credits for trying out paid Azure services. このクレジットを使い切った後に、アカウントを保持して、無料の Azure サービスを使用できます。After they're used up, you can keep the account and use free Azure services. 明示的に設定を変更して課金を了承しない限り、クレジット カードに課金されることはありません。Your credit card is never charged unless you explicitly change your settings and ask to be charged.

または、MSDN サブスクライバーの特典を有効にすることもできます。MSDN サブスクリプションにより、有料の Azure サービスを利用できるクレジットが毎月与えられます。Alternatively, you can activate MSDN subscriber benefits: Your MSDN subscription gives you credits every month that you can use for paid Azure services.

ファースト ステップHow to get started

  1. 無料サービスを作成します。Create a free service. すべてのクイック スタートとチュートリアルは、無料のサービスで完了できます。All quickstarts and tutorials can be completed on the free service.

  2. 組み込みのツールを使用してインデックス作成とクエリを行う方法に関するチュートリアルの手順を完了します。Step through the tutorial on using built-in tools for indexing and queries. 重要な概念を学習して、ポータルで提供される情報に親しみます。Learn important concepts and gain familiarity with information the portal provides.

  3. .NET と REST API のいずれかを使用してコーディングを進めます。Move forward with code using either the .NET or REST API:

次の動画をご覧くださいWatch this video

検索エンジンは、モバイル アプリ、Web、企業データ ストアでの情報の取得を推進する一般的な要素です。Search engines are the common drivers of information retrieval in mobile apps, on the web, and in corporate data stores. Azure Search は、大規模な商用 Web サイトに類似する検索エクスペリエンスを作成するためのツールを提供します。Azure Search gives you tools for creating a search experience similar to those on large commercial web sites.

プログラム マネージャー Liam Cavanagh によるこの 9 分間のビデオでは、検索エンジンを統合することでアプリにもたらされるメリットについて説明しています。In this 9-minute video from program manager Liam Cavanagh, learn how integrating a search engine can benefit your app. 短いデモでは、Azure Search の重要な機能と一般的なワークフローについて説明します。Short demos cover key features in Azure Search, and what a typical workflow looks like.

  • 0 ~ 3 分: 主要な機能とユースケースについて説明します。0-3 minutes covers key features and use-cases.
  • 3 ~ 4 分: サービスのプロビジョニングについて説明します。3-4 minutes covers service provisioning.
  • 4 ~ 6 分: データのインポート ウィザードで組み込みの不動産データセットを使ってインデックスを作成する方法について説明します。4-6 minutes covers Import Data wizard used to create an index using the built-in real estate dataset.
  • 6 分から 9 分: Search エクスプローラーとさまざまなクエリについて説明します。6-9 minutes covers Search explorer and various queries.