月明的文档中心 分享AI实践与思考
入门
上手
教程
基础
概念解释
Microsoft Foundry
开发工具
操作指南
参考
治理与网络
工具与知识
概念解释
操作指南
Agent Service
总览
概念解释
Azure OpenAI
API 与开发
总览
Azure AI Search
权限与安全
参考
检索概念
概念解释
快速上手
教程
Foundry Tools
其他与已退役
总览
概念解释
RAG 与知识工程
智能体与工具
MCP 与 Skills
操作指南
基础
评测、观测与安全
安全
评测
概念解释
参考
企业架构与成本
解决方案场景
样例与学习资源
附录
全文、向量与混合检索
Azure AI Search 的三种检索方式：全文（关键词）检索、向量检索，以及把两者放进同一请求的混合检索。本页解释它们各自擅长什么，不涉及操作步骤。
为什么需要不止一种检索
- 关键词检索擅长精确匹配：产品编号、专有名词、日期、人名。
- 向量检索擅长语义相近：“dog”与“canine”在语义上接近，但拼写不同；也能跨语言匹配。
- 混合检索把两者结合，页面的说法是“结合两者的优势”。
核心概念
概念 | 含义 |
全文检索 | 对可搜索的文本字段做词法分析，并用 BM25 等函数排序 |
向量检索 | 对嵌入向量做近邻搜索，页面提到 HNSW 与穷举 KNN（eKNN）两种方式 |
嵌入（embedding） | 由嵌入模型生成的数值向量，存放在向量字段中 |
混合检索 | 同一请求同时包含 search 与 vectorQueries，两路并行执行，再用倒数排名融合（RRF）合并为一个结果集 |
语义排序 | 对已有结果做二次重排，见“语义排序”一页 |
三种检索对比
维度 | 全文检索 | 向量检索 | 混合检索 |
擅长 | 精确词、编号、专有名词 | 语义近似、跨语言、多模态 | 兼顾精确与语义 |
弱项 | 近义词、换说法的问题 | 精确编号、罕见词可能漏召回 | 配置与调优更复杂 |
过滤与排序 | 支持 | 过滤可用（页面说明过滤可作用于文本或数值字段） | 支持，但页面提醒显式排序会覆盖相关性排序 |
结果合并 | 单路 BM25 | 单路近邻 | RRF 融合 |
嵌入模型 | 不需要 | 需要 | 需要 |
结构示意
下图为页面给出的向量检索索引与查询流程示意（来源：Vector Search Overview - Azure AI Search）。
来源：Vector Search Overview - Azure AI Search
限制与待核实
- 混合查询中不要加 orderby，否则会覆盖相关性排序（页面写明）。
- 向量字段在索引中可以与文本、数值字段并存；向量字段本身不可过滤，需要为其配一个可过滤的文本或数值字段（页面写明）。
- 部分早于 2019 年 1 月 1 日创建的服务不支持向量功能，需新建服务试用（页面写明）。
- 2024 年 4 月 3 日后创建的服务有更高的向量索引配额（页面写明）；具体配额数值：待核实（2026-11-05 获取）。
- 向量功能在所有区域与层级可用，本身不额外收费；生成嵌入或使用 AI 向量化可能产生模型提供方的费用（页面写明）。具体单价：待核实（2026-11-05 获取）。
- 页面提到基准测试显示“混合检索加语义排序”在相关性上有明显收益，但本次未核对具体基准数据：待核实。
- 向量查询参数（k、oversampling、exhaustive 等）的取值建议，本页未展开核对：待核实。
来源与核对
- 来源：
- https://learn.microsoft.com/en-us/azure/search/hybrid-search-overview
- https://learn.microsoft.com/en-us/azure/search/vector-search-overview
- read_scope：正文已读（混合检索与向量检索概览页面，2026-11-05 抓取）。
- 未核实：配额、区域、层级支持与基准数据。
上一篇
语义排序
下一篇
第一个检索索引
Loading...