全球使用量最大的矢量数据库 — Elasticsearch

使用 Elasticsearch 的向量数据库,您可以大规模、高效地创建、存储和搜索向量嵌入。

将文本搜索和向量搜索结合起来进行混合检索,实现两种功能的强强联合,从而提高相关性和准确性。

Video thumbnail

Discover the latest innovations that make Elasticsearch and Lucene the top choice for vector databases.

Read blog

Learn to use Elasticsearch as a vector database for embeddings, powering search and building use cases like retrieval augmented generation (RAG), summarization, and QA.

Discover more on Search Labs

Elastic is the first to offer better binary quantization (BBQ), an optimization for vector databases with faster, more accurate vector search and 95% memory reduction.

Learn more about BBQ

Elasticsearch — the most widely deployed vector database

在两分钟内复制到本地试用

curl -fsSL https://elastic.co/start-local | sh
阅读文档
OR

向量数据库是您的起点……

要获得出色的搜索体验,您需要的不仅仅是向量数据库。Elasticsearch 包括一个完整的向量数据库、多种类型的检索(文本、稀疏和密集向量、混合),以及您选择的 Machine Learning 模型架构。

通过聚合、筛选、分面搜索和自动完成来打造您的搜索体验。在、本地或受隔离网闸保护环境中运行搜索。

  • 生成嵌入

    在密集向量中捕获数据的含义、上下文和关联,并可灵活地选取嵌入模型。在为数据创建索引时运行 Machine Learning 推理。

  • 存储嵌入

    Elasticsearch 的向量存储基于 Lucene 的 HNSW。这个方法在向量搜索算法的比较基准测试(参见 luceneknn)中表现良好。

  • 搜索嵌入

    运行 kNN 搜索以满足您的用例需求 — 使用 Lucene 的 HNSW 索引进行快速、大规模的 ANN 或精确匹配以获得最终的准确性。

  • 使用筛选器和分面搜索来细化搜索

    Elasticsearch 开发人员所依赖的一项丰富的筛选和分面搜索功能,可用于向量搜索。

  • 将检索方法与混合搜索相结合

    使用混合检索,从各种检索方法的组合中选取适合您的方法:BM25、我们训练过的稀疏模型 (ELSER) 和密集向量。

  • 应用文档级安全性和合规性策略

    分配具有文档和字段级安全性的细粒度基于角色的访问控制。了解您的覆盖范围涵盖广泛采用的合规性框架。

为什么要使用向量数据库?

  • 语义搜索

    专注于意向和上下文含义,并在文本匹配的基础上另外进行搜索。

  • 多模式搜索

    搜索您的所有数据:文本、向量、图像、音频、视频、地理位置或非结构化数据。

  • 生成式 AI 搜索

    通过向量和混合相关性的 GAI 搜索体验实现检索增强生成。

向量数据库超集

根据您想要打造的向量搜索体验来选择向量数据库。

部分向量数据库
Elasticsearch
嵌入

存储嵌入

全面支持

全面支持(免费)

生成嵌入

部分支持

全面支持(付费)