O banco de dados vetorial mais usado do mundo: Elasticsearch
O banco de dados vetorial do Elasticsearch oferece a você uma maneira eficiente de criar, armazenar e buscar embeddings vetoriais em escala.
Combine a busca textual e a busca vetorial para recuperação híbrida, produzindo o melhor das duas funcionalidades para ter mais relevância e precisão.
Discover the latest innovations that make Elasticsearch and Lucene the top choice for vector databases.
Read blogLearn 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 LabsElastic 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 BBQElasticsearch — o banco de dados vetorial mais implantado
Copie para testar localmente em dois minutos
curl -fsSL https://elastic.co/start-local | sh
Superset de banco de dados vetorial
Escolha um banco de dados vetorial com base na experiência de busca vetorial que você quer criar.
Alguns bancos de dados vetoriais
Elasticsearch
Embeddings de armazenamento
suporte completo
suporte completo (gratuito)
Gerar embeddings
suporte parcial
suporte completo (pago)
Embeddings de busca
suporte completo
suporte completo (gratuito)
BM25 de busca
suporte parcial
suporte completo (gratuito)
Busca híbrida (BM25 + vetores)
suporte completo
suporte completo (gratuito)
Filtragem, lapidações, agregações
suporte completo
suporte completo (gratuito)
Recurso de autocompletar na busca
sem suporte
suporte completo (gratuito)
Otimizada para vários tipos de dados (texto, vetor, geo)
suporte parcial
suporte completo (gratuito)
Suporte para vários modelos de embedding
suporte completo
suporte completo (pago)
Modelo de busca semântica integrado
sem suporte
suporte completo (pago)
Pipelines de inferência de dados
suporte parcial
suporte completo (pago)
Ferramentas de ingestão (rastreador da web*, conectores*, framework de API, beats, fleet, agente)
suporte parcial
suporte completo (*pago)
Segurança em nível de campo e documento
sem suporte
suporte completo (pago)
Ferramentas de observabilidade (Kibana)
sem suporte
suporte completo (gratuito)
Componentes da Search UI
sem suporte
suporte completo (gratuito)
Comece com algumas linhas de código
Gere embeddings, armazene embeddings e execute a busca vetorial usando uma API do Elasticsearch que você já conhece bem.
POST /_ml/trained_models/sentence-transformers__all-minilm-l6-v2/_infer
{
"docs": {
"text_field": "Jamaica's tropical climate brings warmth all year round"
}
}
Dê os primeiros passos em direção à busca vetorial hoje mesmo
Blogs
Webinars
Projetos de demonstração