具有Azure搜索字段的DocumentDB查詢

Question

我想執行一個類似於SELECT * FROM c的DocumentDB查詢，其中c.teams IN（@teamsList）和CONTAINS（c.text，“ some string”）

問題是上面的查詢計算量大，幾乎超出了我們的S3收集限制（此查詢占用了2400RU，我們的數據集正在快速增長，我們將很快達到包含的掃描限制）。

我知道Azure搜索是一種更有效的方法或搜索可索引字段。 我的問題是如何有效地將Azure搜索的結果與其他查詢字段合並，在我的示例中，將其限制為團隊列表。 我們有興趣公開一個“查詢生成器”（ 此處提供類似示例），其中CONTAINS是任何字段上允許的操作數。

Answer 1

如果要使用DocumentDB進行CONTAINS單詞搜索並避免掃描（並且不使用Azure搜索），則可以執行以下操作：

1. 您將text標記為單詞數組。 您可以使用像Lucene.NET這樣的現成令牌生成器。 假設文字是“這是一個問題”
2. 將單詞存儲為類似於text_tokens的數組。 text_words的內容為[“ this”，“ is”，“ question”]（規范化為小寫，並刪除了停用詞）
3. 使用ARRAY_CONTAINS（c.text_tokens，“ word”）查詢text_tokens的值。 這將使用索引。