VS Code 中由 Bing 提供支持的设置搜索
2018 年 4 月 25 日，作者 Rob Lourens @roblourens 和 Ankith Karat ankar@microsoft.com
您是否曾经在 VS Code 中难以找到某个设置？您不是一个人。查看常见的 GitHub 问题、StackOverflow 问题、推文以及我们进行的用户研究，我们发现许多用户在寻找设置方面存在问题。考虑到 VS Code 开箱即用包含 400 多个设置，并且安装了扩展后，许多用户可能会拥有更多设置，这并不奇怪。如果您考虑到常见的用户错误，例如拼写错误以及选择正确搜索词的挑战，用户会发现很难。
因此，几个月前，我们开始与 Bing 团队讨论他们是否可以将他们的搜索专业知识应用于我们的问题。两个月前，我们发布了结果——由 Bing 提供支持的智能设置搜索体验。
之前
之后
工作原理
经过一段时间的讨论和原型设计，我们决定采用一种安排，即 Bing 团队将运行一个设置搜索服务，为用户在 VS Code 的设置编辑器中搜索的查询提供智能模糊设置匹配。
将 Bing 的自然语言搜索功能集成到 VS Code 中被证明具有挑战性。为了在网络上搜索文档，Bing 考虑了数千个与页面相似度、点击数据、用户行为数据等相关的信号。但我们没有这些丰富的元数据可用于我们的设置——只有每个设置的简短名称和描述。因此，Bing 团队结合了自定义服务和 Bing 的基本搜索功能，创建了一个针对我们搜索场景进行优化的系统。
以下是该系统的高级概述
让我们看看每个部分。
该系统主要分为两部分——离线收集和索引设置详细信息，以及在线提供结果。第一部分由摄取服务实现。它负责创建一个包含 VS Code 本身和扩展设置的丰富索引。由于我们希望查询响应时间尽可能短，因此我们在摄取设置时预先尽可能多地完成工作，以减少处理查询时必须完成的工作。
Bing 摄取服务
收集 VS Code 和扩展设置数据
在每次构建期间，VS Code 会以一种模式启动，在该模式下它将其所有配置写入 JSON 文件。我们必须实际启动 VS Code，因为我们无法静态确定所有配置元数据。该文件包含每个设置的一些信息——名称、描述、类型、默认值，以及对于“枚举”类型设置，有效值的列表及其描述。然后我们将文件上传到 Azure 存储。如果您好奇，可以在此处查看最近的示例
https://ticino.blob.core.windows.net/configuration/123000832/c1cd4378.../configuration.json
123000832 是一个唯一的构建号，由产品版本加上自上一个版本以来的 Git 提交数量计算得出。c1cd4378... 是构建所基于的 Git 提交 ID。而 ticino，一些死忠粉可能还记得，是我们最初短暂的代号。
Bing 的轮询服务监视 Azure 存储容器，发现新的构建，并通知摄取服务。同时，Bing 不断抓取 VS Code 扩展市场，等待扩展更新和新扩展。当它找到一个时，它会下载其 package.json 文件（对于扩展，所有配置元数据都包含在 package.json 中。无需启动它。）并将这些设置也传递给摄取服务。
整个过程是完全自动化的，并实时更新我们每个稳定版和每日 Insiders 构建的索引设置。在构建完成后的几分钟内，Bing 的索引已更新，以包含任何新添加的设置。
1. 替代词管道
用户有时会使用与我们在设置名称和描述中使用的词语不同但等效的词语进行搜索。为了确保我们能够处理这些情况，我们集成了 Bing 的“替代词”生成管道。该管道使用用户行为、点击、在线排名和页面相似度等信号，从 Bing 的搜索数据中收集彼此含义相似的词语。例如，“update”和“upgrade”被设置为“替代词”，搜索其中一个将返回包含另一个的设置。
2. 词干提取器和拼写检查器管道
我们不希望因用户拼写错误设置名称而惩罚用户，但我们早期发现，简单的模糊匹配要么会遗漏人类可以理解的英语单词变体，要么会包含太多假阳性匹配。因此，我们还包含了拼写检查器和词干提取服务，这些服务是从 Bing.com 上使用的完整服务中提取出来的，它们通过常见的拼写错误和相同词干的不同形式来丰富索引。例如，“formatted”、“formatter”、“format”——所有这些都将为使用“formatting”一词的设置进行索引。
3. 自然语言处理 (NLP) 管道
我们还希望用户能够用自己的自然语言描述查询，因此我们添加了 Bing 的自然语言处理管道。该管道收集常用的语音和文本模式，并将它们添加到索引中。例如，它使系统能够识别“如何禁用 css 验证”中的重要词语以查找 "css.validate"。
4. 反馈/排名管道
我们创建了一个反馈机制，使我们能够从用户反馈中学习和改进。它允许我们手动指定新的词对或提高某些查询的预期结果。反馈会上传到服务，并几乎立即反映在搜索结果中。
门控模块
索引的每次摄取都通过门控模块，该模块仅确保索引没有因某些编程错误而损坏。我们编写了测试用例来验证以下内容
- 新索引向后兼容并服务所有 VS Code 构建
- 我们的黄金查询集返回预期结果
门控模块中的故障将阻止索引摄取并立即通知团队。还创建了一个仪表板服务，使我们能够监控管道所有阶段的运行状况。它具有警报机制和回滚到最后一个已知良好状态的能力，以确保任何问题都可以以最短的停机时间快速解决。
搜索服务
最后，在运行时，来自我们用户的查询会命中 Azure 负载均衡器服务，该服务根据其物理邻近性或当前负载选择我们的一个异地复制服务器来处理查询。该位置托管的搜索服务通过索引查找检索相关结果，在某些情况下应用手动排名覆盖，然后将它们返回给 VS Code 客户端。
整合所有部分
我们现在拥有一个系统，它能更好地理解设置查询，并为许多以前会返回空结果的查询提供结果。
以下是一些示例
如果您有类似的问题，并且没有像 Bing 团队为我们那样为您构建自定义服务的搜索团队，我们仍然有一些好消息。您可以开始使用 Bing 的认知服务，这将帮助您为自己的应用程序添加一些智能。例如
关于测试的说明
在开发这个系统时，我们需要一种定量评估结果的方法。我们决定构建一个基于归一化折现累积增益 (NDCG) 概念的测试框架。简单来说，这是一种根据查询、一组结果以及这些结果的分数来评估搜索引擎结果的方法。我们手动编写了相当多的测试用例，但意识到我们需要一种自动生成所有设置测试用例的方法，包括新添加的设置和扩展中的设置。因此，我们编写了一个可以自动为任何设置生成测试用例的工具。它使用设置名称和描述中的词语，并通过不同的转换器运行它们，这些转换器模拟用户选择替代词、输入错误或使用自然语言模式进行搜索。我们还为一些流行扩展中的设置生成了测试用例。
我们每 6 小时运行一次完整的测试套件，它可以自动更新，以便始终测试最新构建中的设置。测试套件确保系统正常运行，并使我们有信心在后端进行更改时不会损害结果质量。
下一步
我们可以通过多种方式继续改进该系统。例如，我们还在建立一个基于用户行为的自动化反馈循环。如果很多人搜索类似的查询，然后选择相同的结果，我们知道该结果可能是一个好结果，应该排名更高。
目前该服务仅支持英文索引，但我们希望索引翻译后的设置描述并支持非英文语言的搜索。目前还有一些配置元数据没有被索引，例如 "workbench.colorCustomizations" 设置的可能值。更进一步，我们希望显示未安装的扩展的结果。如果您搜索 "debug python"，并且本地设置没有强匹配项，那么我们希望引导您找到可以帮助您调试 Python 代码的扩展。我们还考虑了这项技术在 VS Code 中的其他应用。也许命令面板可以从类似的服务中受益。
我们需要您的反馈
感谢我们在 Bing 团队的朋友，现在查找设置变得更容易了！用户反馈是我们改进结果的最佳方式，因此在您搜索设置时，如果您没有看到预期结果，请在 GitHub 上提交问题。事实上，如果您正在使用 VS Code Insiders，您甚至会看到一个按钮，它将调用我们新的问题报告器，使您更容易提交包含我们所需所有详细信息的问题。
编码愉快！
Rob Lourens，VS Code - @roblourens
Ankith Karat，Bing - ankar@microsoft.com