Abfrage eines Cortex Search Service¶
Wenn Sie einen Cortex Search Service erstellen, wird ein REST API-Endpunkt bereitgestellt, um Abfragen an den Service zu liefern. Sie haben drei Möglichkeiten, einen Cortex Search Service abzufragen:
Verwenden Sie die Python-API
Verwenden Sie die REST-API
Verwenden Sie die SQLSEARCH_PREVIEW-Funktion
Snowflake Python APIs¶
Die Cortex Search Services können mit der Version 0.8.0 oder höher von Snowflake Python APIs abgefragt werden. Weitere Informationen zu Snowflake Python APIs finden Sie unter Snowflake Python APIs: Verwalten von Snowflake-Objekten mit Python.
Installieren der Snowflake Python APIs-Bibliothek¶
Installieren Sie zunächst die neueste Version des Pakets Snowflake Python APIs von PyPI. Siehe Installieren der Snowflake Python APIs-Bibliothek für Anweisungen zur Installation dieses Pakets von PyPI.
pip install snowflake -U
Mit Snowflake verbinden¶
Stellen Sie die Verbindung zu Snowflake entweder über einen Snowpark-Session
oder einen Python Connector Connection
her und erstellen Sie ein Root
Objekt. Unter Verbinden mit Snowflake mit dem Snowflake Python APIs finden Sie weitere Anweisungen zur Verbindung mit Snowflake. Das folgende Beispiel verwendet das Snowpark Session
-Objekt und ein Python Wörterbuch für die Konfiguration.
import os
from snowflake.core import Root
from snowflake.snowpark import Session
CONNECTION_PARAMETERS = {
"account": os.environ["snowflake_account_demo"],
"user": os.environ["snowflake_user_demo"],
"password": os.environ["snowflake_password_demo"],
"role": "test_role",
"database": "test_database",
"warehouse": "test_warehouse",
"schema": "test_schema",
}
session = Session.builder.configs(CONNECTION_PARAMETERS).create()
root = Root(session)
Den Dienst abfragen¶
Fragen Sie den Dienst mit der folgenden Syntax ab:
# fetch service
my_service = (root
.databases["<service_database>"]
.schemas["<service_schema>"]
.cortex_search_services["<service_name>"]
)
# query service
resp = my_service.search(
query="<query>",
columns=["<col1>", "<col2>"],
filter={"@eq": {"<column>": "<value>"} },
limit=5
)
print(resp.to_json())
Bemerkung
Version 0.8.0 oder höher der Snowflake Python APIs-Bibliothek ist erforderlich, um einen Cortex Search Service abzufragen.
Rest API¶
Cortex Search stellt einen REST API-Endpunkt in der Suite von Snowflake REST APIs zur Verfügung. Der für einen Cortex Search Service generierte REST-Endpunkt hat die folgende Struktur:
https://<account_url>/api/v2/databases/<db_name>/schemas/<schema_name>/cortex-search-services/<service_name>:query
Wobei:
<account_url>
: URL Ihres Snowflake-Kontos Unter Suchen von Organisations- und Kontonamen eines Kontos finden Sie Anweisungen zum Auffinden Ihres Kontos URL.<db_name>
: Datenbank, in der sich der Dienst befindet.<schema_name>
: Schema, in dem sich der Dienst befindet<service_name>
: Name des Dienstes.:query
: Die Methode, die für den Dienst aufgerufen werden soll. In diesem Fall ist es diequery
-Methode.
Weitere Einzelheiten finden Sie in der REST API-Referenz für Cortex Search Service. Im Folgenden werden die Parameter und die Syntax des Filters beschrieben, die Sie bei der Abfrage des Dienstes verwenden müssen.
Parameter¶
Parameter |
Beschreibung |
---|---|
|
Ihre Abfrage, um die Textspalte im Dienst zu durchsuchen. |
|
Eine durch Kommata getrennte Liste von Spalten, die für jedes relevante Ergebnis in der Antwort zurückgegeben werden soll. Diese Spalten müssen in der Quellabfrage für den Dienst enthalten sein. |
|
Ein Filterobjekt zum Filtern der Ergebnisse auf der Grundlage der Daten in den |
|
Maximale Anzahl der Ergebnisse, die in der Antwort zurückgegeben werden sollen
Der maximal akzeptierte Wert ist 1000.
Der Standardwert ist 10.
|
Konfigurieren Sie RESTAPI-Authentifizierung¶
Snowflake REST-APIs unterstützen die Authentifizierung über programmatische Zugriffstoken (PATs), die Authentifizierung über ein Schlüsselpaar mit JSON-Web Token (JWTs) und OAuth. Weitere Details dazu finden Sie unter Authentifizierung von Snowflake REST APIs mit Snowflake.
Beispiel für die Abfrage des Dienstes¶
So fragen Sie den Dienst mit curl ab:
curl --location https://<ACCOUNT_URL>/api/v2/databases/<DB_NAME>/schemas/<SCHEMA_NAME>/cortex-search-services/<SERVICE_NAME>\:query \
--header 'Content-Type: application/json' \
--header 'Accept: application/json' \
--header "Authorization: Bearer $PAT" \
--data '{
"query": "<search_query>",
"columns": ["col1", "col2"],
"filter": <filter>
"limit": <limit>
}'
Bemerkung
Bei der Abfrage der REST API unter Verwendung von JWT-Authentifizierung wird die Standardrolle des Benutzers verwendet. Die Standardrolle des Benutzers, der den Dienst abfragt , muss also USAGE für die Datenbank und das Schema, in dem sich der Dienst befindet, sowie für den Dienst selbst haben. Die Rolle des abfragenden Benutzers benötigt nicht unbedingt Berechtigungen für die Daten in der Quellabfrage. Weitere Informationen zu Benutzerrollen finden Sie unter Benutzerrollen.
Dienstvorschau mit SQL-Systemfunktion¶
Mit der Funktion SNOWFLAKE.CORTEX.SEARCH_PREVIEW können Sie eine Vorschau der Ergebnisse einzelner Abfragen an einen Cortex Search Service aus einer SQL Umgebung wie einem Arbeitsblatt oder einer Snowflake-Notebook-Zelle heraus anzeigen. Mit dieser Funktion können Sie schnell und einfach überprüfen, ob ein Service korrekt ausgefüllt ist und vernünftige Ergebnisse liefert.
Beispiel¶
Das folgende Beispiel zeigt eine Vorschau des Services mit der Abfragezeichenfolge preview query
und analysiert die Ergebnisse in einem VARIANT-Objekt.
SELECT PARSE_JSON(
SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
'my_search_service',
'{
"query": "preview query",
"columns":[
"col1",
"col2"
],
"filter": {"@eq": {"col1": "filter value"} },
"limit":10
}'
)
)['results'] as results;
Wichtig
Diese Funktion funktioniert nur bei Abfragen mit Zeichenfolgenliteralen. Sie akzeptiert keinen Batch von Textdaten.
Diese Funktion verursacht mehr Latenz als die REST- oder Python-APIs. Sie ist nur für Test-/Validierungszwecke gedacht. Verwenden Sie diese Funktion nicht für Suchabfragen in einer Endbenutzer-Anwendung, die eine geringe Latenzzeit erfordert.
Filtersyntax¶
Cortex Search unterstützt das Filtern nach den ATTRIBUTES-Spalten, die im Befehl CREATE CORTEX SEARCH SERVICE angegeben sind.
Cortex Search unterstützt vier Vergleichsoperatoren:
ARRAY enthält:
@contains
NUMERIC oder DATE/TIMESTAMP größer oder gleich:
@gte
NUMERIC oder DATE/TIMESTAMP kleiner oder gleich:
@lte
Diese Vergleichsoperatoren können mit verschiedenen logischen Operatoren kombiniert werden:
@and
@or
@not
Es gelten die folgenden Nutzungshinweise:
Abgleiche gegen
NaN
(„keine Zahl“) Werte in der Quellabfrage werden wie in Besondere Werte beschrieben behandelt.Numerische Festkommawerte mit mehr als 19 Ziffern (ohne führende Nullen) funktionieren nicht mit
@eq
,@gte
oder@lte
und werden von diesen Operatoren nicht zurückgegeben (obwohl sie von der Gesamtabfrage unter Verwendung von@not
trotzdem zurückgegeben werden könnten).TIMESTAMP
undDATE
-Filter akzeptieren Werte der Form:YYYY-MM-DD
und für zeitzonenabhängige Daten:YYYY-MM-DD+HH:MM
. Wenn der Zeitzonen-Offset nicht angegeben wird, wird das Datum in UTC interpretiert.
Diese Operatoren können in einem einzigen Filterobjekt kombiniert werden.
Beispiel¶
Filtern von Zeilen, bei denen die Zeichenfolge-ähnliche Spalte
string_col
gleich dem Wertvalue
ist.{ "@eq": { "string_col": "value" } }
Filtern nach Zeilen, in denen die Spalte ARRAY
array_col
den Wertvalue
enthält.{ "@contains": { "array_col": "arr_value" } }
Filtern nach Zeilen, in denen NUMERIC Spalte
numeric_col
zwischen 10,5 und 12,5 (einschließlich) liegt:{ "@and": [ { "@gte": { "numeric_col": 10.5 } }, { "@lte": { "numeric_col": 12.5 } } ]}
Filtern nach Zeilen, in denen die Spalte TIMESTAMP
timestamp_col
zwischen2024-11-19
und2024-12-19
(einschließlich) liegt.{ "@and": [ { "@gte": { "timestamp_col": "2024-11-19" } }, { "@lte": { "timestamp_col": "2024-12-19" } } ]}
Zusammenstellen von Filtern mit logischen Operatoren:
// Rows where the "array_col" column contains "arr_value" and the "string_col" column equals "value": { "@and": [ { "@contains": { "array_col": "arr_value" } }, { "@eq": { "string_col": "value" } } ] } // Rows where the "string_col" column does not equal "value" { "@not": { "@eq": { "string_col": "value" } } } // Rows where the "array_col" column contains at least one of "val1", "val2", or "val3" { "@or": [ { "@contains": { "array_col": "val1" } }, { "@contains": { "array_col": "val1" } }, { "@contains": { "array_col": "val1" } } ] }
Numerische Erhöhungen und Zeitabfälle¶
Sie können Suchergebnisse auf der Grundlage von numerischen oder Zeitstempel-Metadaten erhöhen oder Abfälle anwenden. Dieses Feature ist nützlich, wenn Sie über strukturierte Metadaten (z. B. Popularitäts- oder Aktualitätssignale) pro Ergebnis verfügen, die bei der Bestimmung der Relevanz von Dokumenten zum Zeitpunkt der Abfrage helfen können. Sie können bei einer Abfrage zwei Kategorien von Ranking-Signalen angeben:
Typ |
Beschreibung |
Anwendbare Spaltentypen |
Beispiel für Metadatenfelder (illustrativ) |
---|---|---|---|
Numerische Erhöhung |
Numerische Metadaten, die Ergebnisse mit mehr Aufmerksamkeit oder Aktivität erhöhen. |
|
|
Zeitabfall |
Datums- oder Zeit-Metadaten, die aktuellere Ergebnisse erhöhen. Der Einfluss von Aktualitätssignalen nimmt mit der Zeit ab. |
|
Erhöhungs- und Abfall-Metadaten stammen aus Spalten in der Quelltabelle, aus der ein Cortex Search Service erstellt wird. Sie geben die Metadaten-Spalten, die für das Erhöhen oder Abfallen verwendet werden sollen, bei der Abfrage an, aber diese Spalten müssen bei der Erstellung des Cortex Search Service enthalten sein.
Abfrage eines Dienstes mit Erhöhungs- oder Abfall-Signalen¶
Bei der Abfrage eines Cortex Search Service geben Sie in den optionalen Feldern numeric_boosts
und time_decays
im Feld scoring_config.functions
die Spalten an, die für das Erhöhen oder Abfallen verwendet werden sollen. Sie können auch das Gewicht für jede Erhöhung oder jeden Abfall festlegen.
{
"scoring_config": {
"functions": {
"numeric_boosts": [
{
"column": "<column_name>",
"weight": <weight>
},
// ...
],
"time_decays": [
{
"column": "<column_name>",
"weight": <weight>,
"limit_hours": <limit_hours>
},
// ...
]
}
}
}
Eigenschaften:
numeric_boosts
(Array, optional):<numeric_boost_object>
(Objekt, optional):column_name
(string): Gibt die numerische Spalte an, auf die die Erhöhung angewendet werden soll.weight
(float): Gibt das Gewicht oder die Wichtigkeit an, die der erhöhte Spalte im Rankingprozess zugewiesen wird. Wenn mehrere Spalten angegeben sind, erhöht ein höheres Gewicht den Einfluss des Feldes.
time_decays
(Array, optional):<time_decay_object>
(Objekt, optional):column_name
(string): Gibt die Zeit- oder Datumsspalte an, auf die der Abfall angewendet werden soll.weight
(float): Gibt die Gewichtung oder Wichtigkeit an, die der abfallenden Spalte im Rankingprozess zugewiesen wird. Wenn mehrere Spalten angegeben sind, erhöht ein höheres Gewicht den Einfluss des Feldes.limit_hours
(float): Legt die Grenze fest, ab der die Zeit einen geringeren Einfluss auf die Relevanz oder Wichtigkeit des Dokuments hat. Einlimit_hours
-Wert von 240 bedeutet zum Beispiel, dass Dokumente mit Zeitstempeln, die mehr als 240 Stunden (10 Tage) vor demnow
-Zeitstempel liegen, keine signifikante Erhöhung erhalten, während Dokumente mit einem Zeitstempel innerhalb der letzten 240 Stunden eine stärkere Erhöhung erhalten sollten.now
(Zeichenfolge, optional): Optionaler Referenzzeitstempel, von dem aus die Abfälle im Format ISO-8601 berechnet werdenyyyy-MM-dd'T'HH:mm:ss.SSSXXX
. Zum Beispiel"2025-02-19T14:30:45.123-08:00"
. Standardmäßig wird der aktuelle Zeitstempel verwendet, wenn er nicht angegeben wird.
Bemerkung
Numerische Erhöhungen werden als gewichtete Durchschnitte auf die zurückgegebenen Felder angewandt, während Abfälle eine log-geglättete Funktion nutzen, um weniger aktuelle Werte zu degradieren.
Die Gewichte sind relativ zu den angegebenen Erhöhungs- oder Abfall-Feldern. Wenn nur ein einziges Feld innerhalb eines boosts
- oder decays
-Arrays angegeben wird, ist der Wert seines Gewichts irrelevant.
Wenn mehr als ein Feld angegeben wird, werden die Gewichte relativ zueinander angewendet. Ein Feld mit einer Gewichtung von 10 wirkt sich z. B. doppelt so stark auf das Ranking des Datensatzes aus wie ein Feld mit einer Gewichtung von 5.
Beispiel¶
Beispieldaten und Cortex Search Service erstellen
Dieses Beispiel verwendet eine Tabelle mit dem Namen business_documents
, die zwei Zeitstempelspalten (last_modified
, created_timestamp
) und zwei Ganzzahl-Spalten (likes
, columns
) enthält, die für Erhöhungen und Abfälle bei Suchergebnissen verwendet werden können.
CREATE OR REPLACE TABLE business_documents (
document_contents VARCHAR,
last_modified_timestamp TIMESTAMP,
created_timestamp TIMESTAMP,
likes INT,
comments INT
);
INSERT INTO business_documents (document_contents, last_modified_timestamp, created_timestamp, likes, comments)
VALUES
('Quarterly financial report for Q1 2024: Revenue increased by 15%, with expenses stable. Highlights include strategic investments in marketing and technology.',
'2024-01-12 10:00:00', '2024-01-10 09:00:00', 10, 20),
('IT manual for employees: Instructions for usage of internal technologies, including hardware and software guides and commonly asked tech questions.',
'2024-02-10 15:00:00', '2024-02-05 14:30:00', 85, 10),
('Employee handbook 2024: Updated policies on remote work, health benefits, and company culture initiatives. Includes new guidelines on hybrid working models.',
'2024-02-10 15:00:00', '2024-02-05 14:30:00', 85, 10),
('Marketing strategy document: Target audience segmentation for upcoming product launch. Detailed plans for social media, influencer partnerships, and content creation.',
'2024-03-15 12:00:00', '2024-03-12 11:15:00', 150, 32),
('Product roadmap 2024: Key milestones for tech product development, including the launch of new features, bug fixes, and performance improvements.',
'2024-04-22 17:30:00', '2024-04-20 16:00:00', 200, 45),
('Annual performance review process guidelines: Procedures for managers to conduct employee evaluations, set goals, and provide constructive feedback.',
'2024-05-02 09:30:00', '2024-05-01 08:45:00', 60, 5);
Als nächstes erstellen Sie einen Cortex Search Service mit dem Namen business_documents_css
in der Spalte document_contents
der Tabelle business_documents
.
CREATE OR REPLACE CORTEX SEARCH SERVICE business_documents_css
ON document_contents
WAREHOUSE = <warehouse_name>
TARGET_LAG = '1 minute'
AS SELECT * FROM business_documents;
Abfrage des Dienstes mit numerischen Erhöhungen
Die folgende Abfrage wendet numerische Erhöhungen auf die Spalten likes
und comments
an, wobei die Werte von comments
doppelt so stark wie die von likes
gewichtet werden. Die Abfrage verwendet die SQL-Funktion SEARCH_PREVIEW, um nach „Technologie“ zu suchen.
SELECT
index,
value['DOCUMENT_CONTENTS']::string as DOCUMENT_CONTENTS,
value['LIKES']::int as LIKES,
value['COMMENTS']::int as COMMENTS,
FROM TABLE(FLATTEN(PARSE_JSON(SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
'business_documents_css',
'{
"query": "technology",
"columns": ["DOCUMENT_CONTENTS", "LIKES", "COMMENTS"],
"scoring_config": {
"functions": {
"numeric_boosts": [
{"column": "comments", "weight": 2},
{"column": "likes", "weight": 1}
]
}
}
}'
))['results'] ))
Beachten Sie bei den Ergebnissen:
Mit den Erhöhungen ist das Dokument
"Product roadmap 2024:..."
aufgrund der großen Anzahl von Likes und Kommentaren das Top-Ergebnis, auch wenn es eine etwas geringere Relevanz für die Abfrage"technology"
hatOhne Erhöhungen ist das Top-Ergebnis für die Abfrage
"IT manual for employees:..."
Abfrage des Dienstes mit Hilfe von Zeitabfällen
Die folgende Abfrage wendet Zeitabfälle basierend auf der Spalte LAST_MODIFIED_TIMESTAMP
an, wobei:
Dokumente mit neueren
LAST_MODIFIED_TIMESTAMP
-Werten, relativ zumnow
-Zeitstempel, erhöht werdenDokumente mit einem
LAST_MODIFIED_TIMESTAMP
-Wert von mehr als 240 Stunden ab demnow
Zeitstempel eine geringe Erhöhung erhalten
SELECT
value['DOCUMENT_CONTENTS']::string as DOCUMENT_CONTENTS,
value['LAST_MODIFIED_TIMESTAMP']::timestamp as LAST_MODIFIED_TIMESTAMP
FROM TABLE(FLATTEN(PARSE_JSON(SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
'business_documents_css',
'{
"query": "technology",
"columns": ["DOCUMENT_CONTENTS", "LAST_MODIFIED_TIMESTAMP", "CREATED_TIMESTAMP", "LIKES", "COMMENTS"],
"scoring_config": {
"functions": {
"time_decays": [
{"column": "LAST_MODIFIED_TIMESTAMP", "weight": 1, "limit_hours": 240, "now": "2024-04-23T00:00:00.000-08:00"}
]
}
}
}'
))['results'] ));
Beachten Sie bei den Ergebnissen:
Mit den Abfällen ist das Dokument
"Product roadmap 2024:..."
aufgrund seiner Aktualität zum Zeitstempelnow
das Top-Ergebnis, auch wenn es eine etwas geringere Relevanz für die Abfrage"technology"
hatOhne Abfälle ist das Top-Ergebnis für die Abfrage
"IT manual for employees:..."
Neueinstufung¶
Standardmäßig nutzen Abfragen an Cortex Search Services semantische Neueinstufung zur Verbesserung der Relevanz der Suchergebnisse. Neueinstufung kann zwar die Relevanz der Ergebnisse messbar erhöhen, aber auch die Latenz bei Abfragen spürbar steigern. Sie können die Neueinstufung in jeder Cortex Search-Abfrage deaktivieren, wenn Sie festgestellt haben, dass der Qualitätsvorteil, den die Neueinstufung bietet, für eine schnellere Abfragegeschwindigkeit in Ihrem geschäftlichen Anwendungsfall geopfert werden kann.
Bemerkung
Die Deaktivierung der Neueinstufung reduziert die Abfrage-Latenz im Durchschnitt um 100–300 ms, aber die genaue Reduzierung der Latenz sowie das Ausmaß der Qualitätsverschlechterung variiert je nach Workload. Werten Sie die Ergebnisse nebeneinander aus, mit und ohne Neueinstufung, bevor Sie sich entscheiden, sie in Abfragen zu deaktivieren.
Abfrage eines Cortex Search Service ohne den Neueinstufer¶
Sie können den Neueinstufer für eine einzelne Abfrage zum Zeitpunkt der Abfrage im Feld scoring_config.reranker
im folgenden Format deaktivieren:
{
"scoring_config": {
"reranker": "none"
}
Eigenschaften:
reranker
(Zeichenfolge, optional): Parameter, der auf „none“ gesetzt werden kann, wenn der Neueinstufer ausgeschaltet werden soll. Wenn ausgeschlossen oder null, wird der Standard-Neueinstufer verwendet.
Beispiele¶
Abfrage eines Suchdienstes ohne den Neueinstufer (Python)
Der folgende Code fragt den Dienst ohne den Schritt der Neueinstufung ab, indem er die Python-API verwendet:
resp = business_documents_css.search(
query="technology",
columns=["DOCUMENT_CONTENTS", "LAST_MODIFIED_TIMESTAMP"],
limit=5,
scoring_config={
"reranker": "none"
}
)
Tipp
Um einen Dienst mit dem Neueinstufer abzufragen, lassen Sie den Parameter "reranker": "none"
aus dem Objekt scoring_config
weg, da die Neueinstufung das Standardverhalten ist.
Abfrage eines Dienstes ohne den Neueinstufer (SQL)
Die folgende SQL-Anweisung fragt den Dienst ohne den Schritt der Neueinstufung mit der SEARCH_PREVIEW-Funktion ab.
SELECT
value['DOCUMENT_CONTENTS'], value['LAST_MODIFIED_TIMESTAMP']
FROM TABLE(FLATTEN(PARSE_JSON(SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
'business_documents_css',
'{
"query": "technology",
"columns": ["DOCUMENT_CONTENTS", "LAST_MODIFIED_TIMESTAMP"],
"scoring_config": {
"reranker": "none"
}
}'
))['results'] ));
Anforderungen an die Zugriffssteuerung¶
Die Rolle, die den Cortex Search Service abfragt, muss über die folgenden Berechtigungen verfügen, um Ergebnisse abrufen zu können:
Berechtigung
Objekt
USAGE
Der Cortex Search Service
USAGE
Die Datenbank, in der sich der Cortex Search Service befindet
USAGE
Das Schema, in dem sich der Cortex Search Service befindet
Abfragen mit Eigentümerrechten¶
Cortex Search Services führen Suchvorgänge mit den Rechten des Eigentümers durch und folgen demselben Sicherheitsmodell wie andere Snowflake-Objekte, die mit den Rechten des Eigentümers laufen.
Dies bedeutet insbesondere, dass jede Rolle, die über ausreichende Berechtigungen für die Abfrage eines Cortex Search Service verfügt, alle vom Dienst indizierten Daten abfragen kann, unabhängig von den Berechtigungen dieser Rolle für die zugrunde liegenden Objekte (wie Tabellen und Ansichten), auf die in der Quellabfrage des Dienstes verwiesen wird.
Bei einem Cortex Search Service, der auf eine Tabelle mit Maskierungsrichtlinien auf Zeilenebene verweist, können abfragende Benutzer dieses Dienstes beispielsweise Suchergebnisse von Zeilen sehen, auf die die Rolle des Eigentümers eine Leseberechtigung hat, auch wenn die Rolle des abfragenden Benutzers diese Zeilen in der Quelltabelle nicht lesen kann.
Seien Sie vorsichtig, wenn Sie z. B. einem anderen Snowflake-Benutzer eine Rolle mit USAGE-Berechtigungen auf einem Cortex Search Service gewähren.
Bekannte Einschränkungen¶
Die Abfrage eines Cortex Search Service unterliegt den folgenden Beschränkungen:
Antwortgröße: Die Gesamtgröße der Antwort-Nutzlast, die von einer Abfrage an einen Cortex Search Service zurückgegeben wird, darf die folgenden Grenzen nicht überschreiten:
REST-API und Python-API: 10 Megabyte (MB)
SQL SEARCH_PREVIEW-Funktion: 300 Kilobyte (KB)