关于 Elasticsearch 的向量搜索（qbit）

前言

• 本文对 Elasticsearch 8.19 适用

• 在 Elasticsearch 8.19 中，混合搜索（Hybrid Search）主要有两种核心策略

  kNN + Query 组合搜索（通常指线性加权融合）
  RRF（Reciprocal Rank Fusion）搜索

• 截至 2026.1.21， RRF 功能在 Elasticsearch 8.19 中属于收费功能

正文

• Elasticsearch 向量搜索通常使用 dense_vector 数据类型
• Elasticsearch 向量搜索通常使用 kNN 搜索

• 基本的 kNN 搜索示例 k-nearest neighbor (kNN) search

  POST byte-image-index/_search
  {
    "knn": {
        "field": "byte-image-vector",
        "query_vector": [-5, 9],
        "k": 10,
        "num_candidates": 100
    },
    "fields": ["title"]
  }

• kNN 中使用 filter 过滤

  POST image-index/_search
  {
    "knn": {
        "field": "image-vector",
        "query_vector": [54, 10, -2],
        "k": 5,
        "num_candidates": 50,
        "filter": {
            "term": {"file-type": "png"}
        }
    },
    "fields": ["title"],
    "_source": false
  }

• kNN 与 query 组合

  POST image-index/_search
  {
    "query": {
        "match": {
            "title": {
                "query": "mountain lake",
                "boost": 0.9
            }
        }
    },
    "knn": {
        "field": "image-vector",
        "query_vector": [54, 10, -2], 
        "k": 5,
        "num_candidates": 50,
        "boost": 0.1
    },
    "size": 10
  }

• RRF 搜索示例

  GET example-index/_search
  {
    "retriever": {
        "rrf": { 
            "retrievers": [
                {
                    "standard": { 
                        "query": {
                            "term": {
                                "text": "shoes"
                            }
                        }
                    }
                },
                {
                    "knn": { 
                        "field": "vector",
                        "query_vector": [1.25, 2, 3.5],
                        "k": 50,
                        "num_candidates": 100
                    }
                }
            ],
            "rank_window_size": 50,
            "rank_constant": 20
        }
    }
  }

相关阅读

• Elasticsearch 8.x 重要变化（qbit）

本文出自 qbit snap