Búsqueda de contenido para volúmenes del Catálogo de Unity

La búsqueda de contenido prepara e indexa los documentos en un volumen del Catálogo de Unity. Las búsquedas y preguntas de los agentes se aplican al índice, de modo que los usuarios y agentes recuperan la información más relevante más rápido y con mayor precisión. Como el índice cubre el contenido de cada archivo, un agente puede usar pasajes específicos de muchos archivos en lugar de recuperar un puñado de archivos completos.

La búsqueda de contenido es especialmente útil para volúmenes adjuntos a un agente Genie. Consulte Analizar archivos en volúmenes con Genie Agent.

Importante

Esta característica se encuentra en su versión beta. Para usarlo, un administrador del área de trabajo debe activar Analizar archivos en volúmenes con Genie Agents desde la página Vistas previas . Consulte Administrar versiones preliminares de Azure Databricks.

Requisitos

Antes de activar la búsqueda de contenido para un volumen del Catálogo de Unity, confirma que cumples los siguientes requisitos:

Disponibilidad regional

La búsqueda de contenido está disponible en las regiones listadas en esta sección. No está disponible en regiones que no estén listadas. En algunas regiones, solo funciona si un administrador de cuentas habilita el procesamiento cruzado de Geo, lo que permite a Azure Databricks procesar tus archivos fuera de tu Geo de espacio de trabajo. Consulte Habilitación del procesamiento entre regiones.

Regiones que no requieren procesamiento cruzado

La búsqueda de contenido se ejecuta en tu región de espacio de trabajo para las siguientes regiones:

  • Central US
  • East US
  • Este de EE. UU. 2
  • France Central
  • Centro-oeste de Alemania
  • Centro-Norte de EE. UU
  • Centro-sur de EE. UU.
  • Sweden Central
  • Switzerland North
  • West US
  • Oeste de EE. UU. 2
  • Oeste de EE. UU. 3

Regiones que requieren procesamiento cruzado

Para las siguientes regiones, un administrador de cuenta debe habilitar el procesamiento cruzado antes de poder habilitar la búsqueda de contenido:

  • Australia Central
  • Centro de Australia 2
  • Australia East
  • Australia Southeast
  • Sur de Brasil
  • Canada Central
  • Canada East
  • Centro de la India
  • East Asia
  • Japan East
  • Japan West
  • Korea Central
  • Mexico Central
  • North Europe
  • Norway East
  • Qatar Central
  • Norte de Sudáfrica
  • Sur de la India
  • Southeast Asia
  • Switzerland West
  • UAE North
  • UK South
  • UK West
  • Centro-oeste de EE. UU.
  • West Europe
  • West India

Habilitar la búsqueda de contenido

Activas y desactivas la búsqueda de contenido desde la página del volumen en el Explorador de Catálogos.

Para habilitar la búsqueda de contenido:

  1. En el área de trabajo de Azure Databricks, haga clic en Data icon.Catalog.
  2. Busca o busca el volumen que contiene los archivos que quieres indexar y seleccionalo.
  3. En la pestaña Resumen , busca la sección de búsqueda de contenido en la barra lateral derecha.
  4. Haga clic en Habilitar.

Después de activar la búsqueda de contenido, Azure Databricks ejecuta una sincronización inicial para analizar e indexar los archivos soportados en el volumen. La sección de búsqueda de contenido en la pestaña Resumen muestra el estado de ingestión, el resultado de la última sincronización y el tiempo durante el cual se indexa el volumen.

La búsqueda de contenido no analiza ni indexa automáticamente los cambios en tu volumen, como archivos añadidos o ediciones en archivos existentes. Para actualizar la búsqueda de contenido y reflejar tus cambios, haz clic en Sincronizar ahora en la sección de búsqueda de contenido . Necesitas CAN MANAGE poner el volumen para activar la sincronización.

Para desactivar la búsqueda de contenido, haz clic en Desactivar en la sección de búsqueda de contenido . Desactivar la búsqueda de contenido elimina el índice generado y el contenido procesado. Si lo vuelves a activar, Azure Databricks reindexa el volumen desde cero y vuelves a incurrir en el coste de ingestión.

Databricks recomienda activar la búsqueda de contenido para los volúmenes que adjuntas a un Agente Genie. Consulte Analizar archivos en volúmenes con Genie Agent.

Cómo se factura la búsqueda de contenido

La búsqueda de contenido tiene dos componentes de coste:

  • Ingestión: Cuando activas la búsqueda de contenido o ejecutas una sincronización, Azure Databricks utiliza la ai_parse_document función de IA para analizar los archivos del volumen antes de construir el índice. Databricks factura este procesamiento bajo la tarifación de AI Functions.
  • Servicio de consultas: Lakebase almacena y sirve los índices resultantes. Databricks factura el cálculo y almacenamiento basándose en las unidades de cómputo (CUs) que Lakebase provee. El servicio de consultas escala de 2 a 12 CUs según el tamaño del índice y la concurrencia de consultas. Tras tres días sin tráfico, el endpoint escala a cero y deja de incurrir en costes de cálculo para servir consultas. Para obtener las tarifas actuales, consulte la página de precios de Lakebase.

Cuando un Agente Genie consulta un volumen indexado, la consulta también puede generar costes para el Agente Genie. Mira ¿Cómo se promociona esta función?

Limitations

Las siguientes limitaciones se aplican a la búsqueda de contenido durante la Beta:

  • Solo los volúmenes gestionados por Unity Catalog soportan la búsqueda de contenido. No se admiten volúmenes externos, volúmenes de My Files y volúmenes en catálogos con encuadernaciones en el espacio de trabajo. Consulta Guardar archivos en Mis archivos.
  • Activas la búsqueda de contenido durante todo un volumen. No puedes indexar un subconjunto de carpetas o archivos en un volumen.
  • Cada espacio de trabajo puede tener hasta 100 volúmenes con la búsqueda de contenido activada.
  • Cada volumen indexado puede contener hasta 10.000 archivos.
  • La búsqueda de contenido omite archivos superiores a 50 MB.
  • La búsqueda de contenido admite archivos PDF, JPG, JPEG, PNG, TIFF, TIF, DOC, DOCX, PPT o PPTX. Se salta todos los demás tipos de archivos.
  • La búsqueda de contenido no está disponible en AWS GovCloud, en las regiones de Azure Government ni en espacios de trabajo con cumplimiento de FedRAMP.

Recursos adicionales

Consulte los siguientes recursos para obtener información relacionada:

  • Last updated on