Välj ett sökdatalager i Azure
Den här artikeln jämför teknikval för sökdatalager i Azure. Ett sökdatalager används för att skapa och lagra specialiserade index för att utföra sökningar i friformstext. Texten som är indexerad kan finnas i ett separat datalager, till exempel bloblagring. Ett program skickar en fråga till sökdatalagret och resultatet är en lista över matchande dokument. Mer information om det här scenariot finns i Bearbeta text i fritt format för sökning.
Vilka alternativ har du när du väljer ett sökdatalager?
I Azure uppfyller alla följande datalager huvudkraven för sökning mot textdata i fritt format genom att tillhandahålla ett sökindex:
Kriterier för nyckelval
För sökscenarier börjar du välja lämpligt sökdatalager för dina behov genom att svara på följande frågor:
Vill du ha en hanterad tjänst i stället för att hantera dina egna servrar?
Kan du ange indexschemat vid designtillfället? Om inte väljer du ett alternativ som stöder uppdateringsbara scheman.
Behöver du bara ett index för fulltextsökning, eller behöver du också snabb aggregering av numeriska data och annan analys? Om du behöver funktioner utöver fulltextsökning bör du överväga alternativ som stöder ytterligare analys.
Behöver du ett sökindex för Log Analytics, med stöd för logginsamling, aggregering och visualiseringar på indexerade data? I så fall bör du överväga Elasticsearch, som är en del av en Log Analytics-stack.
Behöver du indexera data i vanliga dokumentformat som PDF, Word, PowerPoint och Excel? Om ja väljer du ett alternativ som innehåller dokumentindexerare.
Har databasen specifika säkerhetsbehov? Om ja kan du överväga de säkerhetsfunktioner som anges nedan.
Kapacitetsmatris
I följande tabeller sammanfattas de viktigaste skillnaderna i funktioner.
Allmänna funktioner
Kapacitet | Cognitive Search | Elasticsearch | SQL Database |
---|---|---|---|
Är hanterad tjänst | Ja | No | Ja |
REST-API | Ja | Ja | Nej |
Programmerbarhet | .NET, Java, Python, JavaScript | Java | T-SQL |
Dokumentindexerare för vanliga filtyper (PDF, DOCX, TXT och så vidare) | Ja | Nej | Nej |
Hanterbarhetsfunktioner
Kapacitet | Cognitive Search | Elasticsearch | SQL Database |
---|---|---|---|
Uppdateringsbart schema | Ja | Ja | Ja |
Stöd för utskalning | Ja | Ja | Nej |
Analysfunktioner för arbetsbelastning
Kapacitet | Cognitive Search | Elasticsearch | SQL Database |
---|---|---|---|
Stöder analys utöver fulltextsökning | Nej | Ja | Ja |
En del av en Log Analytics-stack | Nej | Ja (ELK) | Nej |
Stöder semantisk sökning | Ja (hitta endast liknande dokument) | Ja | Ja |
Säkerhetsfunktioner
Kapacitet | Cognitive Search | Elasticsearch | SQL Database |
---|---|---|---|
Säkerhet på radnivå | Partiell (kräver programfråga för att filtrera efter grupp-ID) | Partiell (kräver programfråga för att filtrera efter grupp-ID) | Ja |
Transparent datakryptering | Nej | Nej | Ja |
Begränsa åtkomsten till specifika IP-adresser | Ja | Ja | Ja |
Begränsa åtkomsten till att endast tillåta åtkomst till virtuella nätverk | Ja | Ja | Ja |
Active Directory-autentisering (integrerad autentisering) | Nej | Nej | Ja |
Deltagare
Den här artikeln underhålls av Microsoft. Det har ursprungligen skrivits av följande medarbetare.
Huvudförfattare:
- Zoiner Tejada | VD och arkitekt
Nästa steg
- Vad är Azure Cognitive Search?
- Fulltextsökning i SQL Server och Azure SQL Database
- Elastic Cloud (Elasticsearch Service)