Google Cloud Search 架构采用 JSON 结构，用于定义将数据编入索引以及查询数据时使用的对象、属性和选项。内容连接器会从代码库中读取数据，并根据您注册的架构设计数据结构以及将数据编入索引。
您可以通过向 API 提供一个 JSON 架构对象，然后注册该对象来创建架构。在将数据编入索引之前，必须先为每个存储区注册一个架构对象。
本文档介绍了创建架构方面的基础知识。如欲了解如何调整架构以改善搜索体验，请参阅提高搜索质量。
创建架构
下面列出了创建 Cloud Search 架构所需执行的步骤：
确定预期用户行为
预测用户执行的查询类型有助于引导您制定架构创建策略。
例如，在针对电影数据库发出查询时，您可能预计用户会发出诸如“显示由 Robert Redford 主演的全部电影”这样的查询。因此，您的架构必须支持基于“特定演员的所有电影”的查询结果。
要定义架构以反映用户的行为模式，建议执行以下任务：
- 评估不同用户所需的各种查询。
- 确定查询中可能使用的对象。对象是指相关数据的逻辑集合，例如电影数据库中的电影。
- 确定用于构成对象并可在查询中使用的属性和值。 属性是指可编入索引的对象属性；它们可以包含原始值或其他对象。例如，电影对象可能具有作为原始值的电影标题和发布日期等属性。电影对象还可能包含其他对象（例如演员），这些对象具有各自的属性（例如其姓名或角色）。
- 确定属性的示例有效值。值是指为属性编入索引的实际数据。例如，电影数据库可能包含一部名为“夺宝奇兵”(Raiders of the Lost Ark) 的电影。
- 确定用户所需的排序和排名选项。例如，在查询电影时，用户可能希望按时间顺序排列查询结果并按收视率进行排名，而不需要按标题的字母顺序排序。
- （可选）考虑您的某个属性是否代表可能执行搜索的更具体的上下文（例如用户的工作角色或部门），以便根据上下文提供自动补全建议。例如，对于搜索电影数据库的用户，用户可能只对特定类型的电影感兴趣。用户可以定义希望搜索返回的内容类型（可能会作为用户个人资料的一部分）。然后，当用户开始输入关于电影的查询时，系统仅会在自动补全建议中建议采用其首选类型的电影，例如“动作片”。
- 创建一份可在搜索中使用的对象、属性和示例值列表（如需详细了解如何使用此列表，请参阅定义运算符选项部分）。
初始化数据源
数据源表示存储区中已编入索引并存储在 Google Cloud 中的数据。如需了解有关初始化数据源的说明，请参阅管理第三方数据源。
用户的搜索结果通过数据源返回。当用户点击搜索结果时，Cloud Search 会使用索引请求中提供的网址将用户定向到实际项。
定义对象
在架构中，基本数据单元是对象（也称为“架构对象”），它表示数据的逻辑结构。在电影数据库中，数据的一个逻辑结构是“movie”。另一个对象可能是“person”，用于表示电影中涉及的演职人员。
架构中的每个对象都有一系列用于描述该对象的属性或特性，例如 movie 对象具有标题和时长属性，而 person 对象具有姓名和生日属性。对象的属性可以包含原始值或其他对象。
图 1 显示了 movie 和 person 对象以及相关属性。
Cloud Search 架构实际上是在 objectDefinitions 标记中定义的对象定义语句列表。以下架构代码段显示了 movie 和 person 架构对象对应的 objectDefinitions 语句。
{
"objectDefinitions": [
{
"name": "movie",
...
},
{
"name": "person",
...
}
]
}
定义架构对象时，为该对象提供的 name 必须在架构中的所有其他对象中保持唯一。通常情况下，您应使用一个 name 值来描述该对象，例如，使用 movie 来表示电影对象。架构服务会将 name 字段用作可编入索引的对象的键标识符。如需进一步了解 name 字段，请参阅对象定义。
定义对象属性
如 ObjectDefinition 参考中所指定，对象名称后跟一组 options 和一组 propertyDefinitions。options 还可以进一步由 freshnessOptions 和 displayOptions 组成。freshnessOptions 用于根据项的新鲜度调整搜索排名。displayOptions 用于定义特定标签和属性是否显示在对象的搜索结果中。
propertyDefinitions 部分用于定义对象的属性，例如影片名称和发布日期。
以下代码段显示了具有 movieTitle 和 releaseDate 两个属性的 movie 对象。
{
"objectDefinitions": [
{
"name": "movie",
"propertyDefinitions": [
{
"name": "movieTitle",
"isReturnable": true,
"isWildcardSearchable": true,
"textPropertyOptions": {
"retrievalImportance": { "importance": "HIGHEST" },
"operatorOptions": {
"operatorName": "title"
}
},
"displayOptions": {
"displayLabel": "Title"
}
},
{
"name": "releaseDate",
"isReturnable": true,
"isSortable": true,
"datePropertyOptions": {
"operatorOptions": {
"operatorName": "released",
"lessThanOperatorName": "releasedbefore",
"greaterThanOperatorName": "releasedafter"
}
},
"displayOptions": {
"displayLabel": "Release date"
}
...
]
}
]
}
PropertyDefinition 包含以下几项：
name字符串。- 不限定类型的选项列表，例如上述代码段中的
isReturnable。 - 类型及其关联的专用选项，例如上述代码段中的
textPropertyOptions和retrievalImportance。 operatorOptions，描述如何将属性用作搜索运算符。- 一个或多个
displayOptions，例如上一个代码段中的displayLabel。
属性的 name 在所属对象中必须是唯一的，但在其他对象和子对象中可以使用相同名称。在图 1 中，电影的标题和发布日期被定义了两次：一次是在 movie 对象中，另一次是在 person 对象的 filmography 子对象中。此架构重复使用了 movieTitle 字段，因此可以支持两种类型的搜索行为：
- 当用户搜索电影的标题时，显示电影搜索结果。
- 当用户搜索由某演员参演的电影的标题时，显示演职人员搜索结果。
同样，该架构还重复使用了 releaseDate 字段，因为该字段对于两个 movieTitle 字段的含义相同。
在开发自己的架构时，建议考虑采用何种方式可能会使存储区中具有相关字段，而这些字段包含要在架构中声明多次的数据。
添加不限定类型的选项
PropertyDefinition 会列出所有属性都通用的常规搜索功能选项，无论数据类型如何。
isReturnable- 指示该属性标识是否应通过 Query API 在搜索结果中返回的数据。所有示例电影属性均可返回不可返回值的属性可用于搜索结果或对结果进行排名，但不会返回给用户。isRepeatable- 表示属性是否允许使用多个值。例如，一部电影只能有一个发布日期，但可以有多名演员。isSortable- 表示该属性可用于排序。对于可重复的属性，此选项不能为 true。例如，搜索到的电影结果可以按发布日期或收视率排序。isFacetable- 表示该属性可用于生成facets。构面用于优化搜索结果，用户可以查看初始结果，然后添加条件（即构面）来进一步优化这些结果。对于类型为对象的属性，此选项不得为 true，并且isReturnable必须为 true 才能设置此选项。最后，只有枚举、布尔值和文本属性支持此选项。 例如，在我们的示例架构中，我们可能会将genre、actorName、userRating和mpaaRating设为可分面，以允许它们用于以互动方式优化搜索结果。isWildcardSearchable表示用户可以对此属性执行通配符搜索。此选项仅适用于文本属性。通配符搜索如何处理文本字段取决于 exactMatchWithOperator 字段中设置的值。如果exactMatchWithOperator设置为true，则文本值会被标记化为一个原子值，并对其执行通配符搜索。例如，如果文本值为science-fiction，则通配符查询science-*与其匹配。如果exactMatchWithOperator设置为false，则文本值会被词法单元化，并对每个词法单元执行通配符搜索。例如，如果文本值为“science- ID”，通配符查询sci*或fi*会匹配该项，但science-*不会匹配。
这些常规搜索功能参数均为布尔值；它们的默认值都是 false，并且必须设置为 true 才能使用。
下表显示了针对 movie 对象的所有属性设置为 true 的布尔值参数：
| 属性 | isReturnable |
isRepeatable |
isSortable |
isFacetable |
isWildcardSearchable |
|---|---|---|---|---|---|
movieTitle |
true | true | |||
releaseDate |
true | true | |||
genre |
true | true | true | ||
duration |
true | ||||
actorName |
true | true | true | true | |
userRating |
true | true | |||
mpaaRating |
true | true |
genre 和 actorName 的 isRepeatable 均设置为 true，因为一部电影可能属于多个类型，并且通常有多位演员。如果某个属性是可重复的属性或包含在可重复的子对象中，则该属性不能用于排序。
定义类型
PropertyDefinition 参考部分列出了多个 xxPropertyOptions，其中 xx 是特定类型，例如 boolean。要设置属性的数据类型，您必须定义适当的数据类型对象。为属性定义数据类型对象即会确立该属性的数据类型。例如，如果为 movieTitle 属性定义 textPropertyOptions，则表示电影标题为文本类型。以下代码段显示了通过 textPropertyOptions 设置数据类型的 movieTitle 属性。
{
"name": "movieTitle",
"isReturnable": true,
"isWildcardSearchable": true,
"textPropertyOptions": {
...
},
...
},
一个属性只能有一个关联的数据类型。例如，在我们的电影架构中，releaseDate 只能是日期（例如2016-01-13）或字符串（例如，January 13, 2016），但不能同时设置这两者。
以下数据类型对象用于为示例电影架构中的属性指定数据类型：
| 属性 | 数据类型对象 |
|---|---|
movieTitle |
textPropertyOptions |
releaseDate |
datePropertyOptions |
genre |
enumPropertyOptions |
duration |
textPropertyOptions |
actorName |
textPropertyOptions |
userRating |
integerPropertyOptions |
mpaaRating |
textPropertyOptions |
您为属性选择的数据类型取决于您的预期用例。在此假想的电影架构场景中，用户需要按时间顺序对结果进行排序，因此 releaseDate 是一个日期对象。例如，如果预期用例是比较多年来 12 月份和 1 月份的版本，那么使用字符串格式可能会很有用。
配置类型特有的选项
PropertyDefinition 参考部分提供了适用于每种类型的选项。大多数类型特有选项都是可选的，但 enumPropertyOptions 中的 possibleValues 列表除外。此外，您还可以使用 orderedRanking 选项对值进行相对排名。以下代码段显示了使用 textPropertyOptions 设置数据类型和 retrievalImportance 类型专用选项的 movieTitle 属性。
{
"name": "movieTitle",
"isReturnable": true,
"isWildcardSearchable": true,
"textPropertyOptions": {
"retrievalImportance": { "importance": "HIGHEST" },
...
},
...
}
以下是示例架构中使用的其他类型特有选项：
| 属性 | 类型 | 类型特有选项 |
|---|---|---|
movieTitle |
textPropertyOptions |
retrievalImportance |
releaseDate |
datePropertyOptions |
|
genre |
enumPropertyOptions |
|
duration |
textPropertyOptions |
|
actorName |
textPropertyOptions |
|
userRating |
integerPropertyOptions |
orderedRanking、maximumValue |
mpaaRating |
textPropertyOptions |
定义运算符选项
除了类型特有选项之外，每种类型还有一组可选的 operatorOptions。这些选项描述如何将属性用作搜索运算符。以下代码段显示了通过 textPropertyOptions 设置数据类型的 movieTitle 属性，该属性包含类型特有选项 retrievalImportance 和 operatorOptions。
{
"name": "movieTitle",
"isReturnable": true,
"isWildcardSearchable": true,
"textPropertyOptions": {
"retrievalImportance": { "importance": "HIGHEST" },
"operatorOptions": {
"operatorName": "title"
}
},
...
}
每个 operatorOptions 都有一个 operatorName，比如 title 对应 movieTitle。运算符名称是属性的搜索运算符。搜索运算符是您预期用户在缩小搜索范围时使用的实际参数。例如，如需根据标题搜索电影，用户需要输入 title:movieName，其中 movieName 是电影的名称。
运算符名称不必与属性名称相同，而是应该能够反映组织中的用户最常用的词语。例如，如果您的用户更喜欢使用“name”而不是“title”来表示电影标题，则应将运算符名称设置为“name”。
您可以对多个属性使用相同运算符名称，前提是所有属性都解析为相同类型。在查询期间使用共有的运算符名称时，系统将检索使用该运算符名称的所有属性。例如，假设 movie 对象具有 plotSummary 和 plotSynopsis 属性，并且这些属性的 operatorName 均为 plot。只要这两个属性都是文本 (textPropertyOptions)，使用 plot 搜索运算符的单个查询就会检索这两者。
除了 operatorName 之外，可排序的属性还可以在 operatorOptions 中包含 lessThanOperatorName 和 greaterThanOperatorName 字段。用户可以使用这些选项，根据与提交值的比较结果创建查询。
最后，textOperatorOptions 在 operatorOptions 中有一个 exactMatchWithOperator 字段。如果将 exactMatchWithOperator 设置为 true，则查询字符串必须与整个属性值匹配，而不仅仅匹配在文本中找到的内容。在运算符搜索和构面匹配中，文本值被视为一个原子值。
例如，考虑将具有类型属性的 Book 或 Movie 对象编入索引。类型可以包括“Science-Fiction”、“Science”和“Fiction”。如果将 exactMatchWithOperator 设置为 false 或省略，则搜索类型或选择“Science”或“Fiction”分面时也会返回“Science-Fiction”的结果，因为文本已标记化，并且“Science-Fiction”中存在“Science”和“Fiction”词法单元。当 exactMatchWithOperator 为 true 时，文本会被视为单个词元，因此“Science”和“Fiction”都与“Science-Fiction”不匹配。
（可选）添加 displayOptions 部分
任何 propertyDefinition 部分的末尾都会有一个可选的 displayOptions 部分。此部分包含一个 displayLabel 字符串。displayLabel 是建议为属性使用且易于使用的文本标签。如果属性被配置为使用 ObjectDisplayOptions 显示，则此标签将显示在属性前面。如果属性被配置为显示，但未定义 displayLabel，则系统将仅显示属性值。
以下代码段显示了 displayLabel 设置为“Title”的 movieTitle 属性。
{
"name": "movieTitle",
"isReturnable": true,
"isWildcardSearchable": true,
"textPropertyOptions": {
"retrievalImportance": { "importance": "HIGHEST" },
"operatorOptions": {
"operatorName": "title"
}
},
"displayOptions": {
"displayLabel": "Title"
}
},
以下是示例架构中 movie 对象的所有属性的 displayLabel 值：
| 属性 | displayLabel |
|---|---|
movieTitle |
Title |
releaseDate |
Release date |
genre |
Genre |
duration |
Run length |
actorName |
Actor |
userRating |
Audience score |
mpaaRating |
MPAA rating |
（可选）添加“suggestionFilteringOperators[]”部分
任何 propertyDefinition 部分的末尾都会有一个可选的 suggestionFilteringOperators[] 部分。使用此部分定义用于过滤自动补全建议的属性。例如，您可以定义 genre 的运算符，以根据用户的首选电影类型过滤建议。然后，当用户输入搜索查询时，自动补全建议中只会显示与其首选类型匹配的电影。
注册架构
要使 Cloud Search 查询返回结构化数据，您必须将您的架构注册到 Cloud Search 架构服务中。要注册架构，您需要提供在初始化数据源步骤中获取的数据源 ID。
使用该数据源 ID 发出 UpdateSchema 请求，即可注册您的架构。
发出以下 HTTP 请求以注册您的架构（详情见 UpdateSchema 参考页面）：
PUT https://cloudsearch.googleapis.com/v1/indexing/{name=datasources/*}/schema
您的请求正文应包含以下内容：
{
"validateOnly": // true or false,
"schema": {
// ... Your complete schema object ...
}
}
借助 validateOnly 选项，您无需实际注册架构即可测试架构的有效性。
将数据编入索引
注册架构后，请使用索引调用填充数据源。索引编制操作通常在内容连接器中完成。
对于电影架构，针对单部电影的 REST API 索引请求如下所示：
{
"name": "datasource/<data_source_id>/items/titanic",
"acl": {
"readers": [
{
"gsuitePrincipal": {
"gsuiteDomain": true
}
}
]
},
"metadata": {
"title": "Titanic",
"sourceRepositoryUrl": "http://www.imdb.com/title/tt2234155/?ref_=nv_sr_1",
"objectType": "movie"
},
"structuredData": {
"object": {
"properties": [
{
"name": "movieTitle",
"textValues": {
"values": [
"Titanic"
]
}
},
{
"name": "releaseDate",
"dateValues": {
"values": [
{
"year": 1997,
"month": 12,
"day": 19
}
]
}
},
{
"name": "actorName",
"textValues": {
"values": [
"Leonardo DiCaprio",
"Kate Winslet",
"Billy Zane"
]
}
},
{
"name": "genre",
"enumValues": {
"values": [
"Drama",
"Action"
]
}
},
{
"name": "userRating",
"integerValues": {
"values": [
8
]
}
},
{
"name": "mpaaRating",
"textValues": {
"values": [
"PG-13"
]
}
},
{
"name": "duration",
"textValues": {
"values": [
"3 h 14 min"
]
}
}
]
}
},
"content": {
"inlineContent": "A seventeen-year-old aristocrat falls in love with a kind but poor artist aboard the luxurious, ill-fated R.M.S. Titanic.",
"contentFormat": "TEXT"
},
"version": "01",
"itemType": "CONTENT_ITEM"
}
请注意 objectType 字段中 movie 的值如何与架构中的对象定义名称匹配。通过匹配这两个值，Cloud Search 可以了解索引编制期间要使用的架构对象。
另请注意，架构属性 releaseDate 的索引如何使用其继承的 year、month 和 day 的子属性，因为它通过使用 datePropertyOptions 定义为 date 数据类型。但是，由于架构中未定义 year、month 和 day，因此您无法查询这些属性（例如，year）。
另外，请注意如何使用一系列值将可重复属性 actorName 编入索引。
识别潜在的索引问题
以下是与架构和索引相关的两大最常见问题：
您的索引请求包含未向架构服务注册的架构对象或属性名称。此问题会导致该属性或对象被忽略。
索引请求中属性的类型值不同于架构中注册的类型。此问题会导致 Cloud Search 在编制索引时返回错误。
使用多种查询类型测试架构
在注册您的架构以将其用于大型生产数据存储区之前，建议先使用一个小型测试数据存储区对其进行测试。通过使用小型测试存储区测试架构，您可以快速对架构作出调整并删除已编入索引的数据，而不会影响大型索引或现有生产索引。对于测试数据存储区，建议创建一个仅向测试用户提供授权的 ACL，以使其他用户不会在搜索结果中看到此数据。
要创建用于验证搜索查询的搜索界面，请参阅搜索界面。
本部分包含可用于测试电影架构的几个不同示例查询。
使用通用查询进行测试
通用查询返回数据源中包含特定字符串的所有项。您可以在搜索界面中输入"titanic"一词并按 "titanic" 键对电影数据源运行通用查询。搜索结果中应该会返回所有带有“titanic”字样的电影。
使用运算符进行测试
在查询中添加运算符可将结果限制为与该运算符值匹配的项。例如，您可能希望使用 actor 运算符查找由特定演员主演的所有电影。使用搜索界面时，只需输入运算符=值对（例如"actor:Zane"）并按 "actor:Zane" 键，即可执行此运算符查询。搜索结果中应该会返回 Zane 参演的所有电影。
调整架构
在您的架构和数据被使用之后，您可以继续监控哪些对您的用户有用，哪些对他们无用。对于以下情况，建议您适当调整架构：
- 将尚未编入索引的字段编入索引。例如，您的用户可能会根据导演姓名反复搜索电影，因此您可以调整架构以支持使用导演姓名作为运算符。
- 根据用户反馈更改搜索运算符名称。运算符名称应该是简单易懂的。如果您的用户总是“记错”运算符名称，建议您更改此名称。
架构更改后重新编制索引
更改架构中的以下任何值都不需要将数据重新编入索引。您只需提交一个新的 UpdateSchema 请求，您的索引仍会继续正常运作：
- 运算符名称。
- 整数类型的最小值和最大值。
- 按整数值和枚举值排序的排名。
- 新鲜度选项。
- 显示选项。
对于以下更改，先前已编入索引的数据将继续根据先前注册的架构工作。但是，如果更新后的架构发生了以下更改，则现有条目必须重新编入索引，这些更改才能体现在该架构中：
- 添加新的属性或对象，或者移除现有属性或对象
- 将
isReturnable、isFacetable或isSortable从false更改为true。
只有在已明确用例和需求的情况下，您才能将 isFacetable 或 isSortable 设置为 true。
最后，通过将某个属性标记为 isSuggestable 来更新架构时，您必须将数据重新编入索引，这会导致系统延迟为该属性使用自动补全功能。
不允许的属性更改
有些架构更改是不允许的，即使将数据重新编入索引也是如此，因为这些更改会破坏索引，或者产生不良或不一致的搜索结果。具体包括对以下项的更改：
- 属性数据类型。
- 属性名称。
exactMatchWithOperator设置。retrievalImportance设置。
但是，有一种方法可以解决该限制。
对架构进行复杂更改
为避免会导致搜索结果不佳或搜索索引损坏的更改，Cloud Search 会在存储区被编入索引后阻止 UpdateSchema 请求中的某些类型更改。例如，属性的数据类型或名称在设置后即无法更改。您无法通过简单的 UpdateSchema 请求实现这些更改，即使将数据重新编入索引也是如此。
如果您必须对架构进行其他不允许的更改，通常可以通过执行一系列允许的更改来实现相同效果。一般来说，这需要先将已编入索引的属性从旧对象定义迁移到较新的对象定义，然后发送一个仅使用较新属性的索引请求。
以下步骤展示了如何更改属性的数据类型或名称：
- 在架构的对象定义中添加新属性。请使用与要更改的属性不同的名称。
- 使用新定义发出 UpdateSchema 请求。请务必在请求中发送整个架构，包括新旧属性。
从数据存储区回填索引。要回填索引，请使用新属性发送所有索引请求，而不要使用旧属性，否则会导致将查询匹配项重复统计两次。
- 在索引回填期间，检查新属性并默认使用旧属性，以免出现不一致的行为。
- 回填完成后，运行测试查询以进行验证。
删除旧属性。再次发出 UpdateSchema 请求但不带旧属性名称，并且在以后的索引请求中停止使用旧属性名称。
将旧属性的所有用例都迁移到新属性。例如，如果您将属性名称从 creator 更改为 author，则必须更新查询代码才能在之前引用 creator 的地方使用 author。
Cloud Search 会将任何已删除的属性或对象的记录保留 30 天，以防因重复使用而导致意外编入索引的结果。在这 30 天内，您应该停止使用已删除对象或属性的所有用例，包括在以后的索引请求中将其省略。这样可以确保您以后决定恢复该属性或对象时，可以保持索引的正确性。
了解大小限制
Cloud Search 对结构化数据对象和架构的大小施加了限制。具体限制如下：
- 顶层对象的数量不得超过 10 个。
- 结构化数据层次结构的深度不得超过 10 级。
- 对象中的字段总数不得超过 1000 个，其中包括原始字段的数量以及各嵌套对象中的字段总数。
后续步骤
以下是您后续可执行的几个步骤：
创建一个搜索界面来测试您的架构。
调整架构以提高搜索质量。
了解如何利用
_dictionaryEntry架构为公司常用术语定义同义词。如需使用_dictionaryEntry架构，请参阅定义同义词。创建连接器。