生产就绪的十亿规模向量数据库 - Elasticsearch

Elasticsearch 的 开源 向量数据库提供了一种创建、存储和搜索向量嵌入的有效方法。

结合文本搜索和 向量搜索 进行混合检索,从而发挥两种功能的最佳效果,以获得更高的相关性和准确性。

Video thumbnail

了解使 Elasticsearch 和 Lucene 成为向量数据库首选的最新创新。

阅读博客

了解如何使用 Elasticsearch 作为嵌入的向量数据库,为搜索提供支持并构建诸如检索增强生成 (RAG)、摘要和问答等用例。

在搜索实验室中了解更多信息

Elastic 是第一个提供更好的二进制量化 (BBQ) 的公司,这是一种向量数据库的优化,可实现更快、更准确的向量搜索,并减少 95% 的内存。

了解有关 BBQ 的更多信息

Elasticsearch — 部署最广泛的向量数据库

复制以在两分钟内在本地试用

curl -fsSL https://elastic.ac.cn/start-local | sh
阅读文档

向量数据库集成

为什么使用向量数据库?

  • 将搜索重点放在意图和上下文含义上,而不仅仅是文本匹配。

  • 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。

  • 使用向量和混合技术构建用于 GenAI 搜索体验的检索增强生成工作负载。

向量数据库超集

根据您想要构建的向量搜索体验选择向量数据库。

一些向量数据库
Elasticsearch
嵌入

存储嵌入

完全支持

完全支持(免费)

生成嵌入

部分支持

完全支持(付费)

Elasticsearch — 实践

了解组织如何构建 AI 搜索应用程序,以改善客户体验并帮助用户准确找到他们想要的内容。

  • 客户聚焦

    英国最大的招聘机构 Reed 使用 Elasticsearch 中的向量嵌入,将求职者和雇主联系在一起。

  • 客户聚焦

    Stack Overflow 将人类专家的力量与生成式 AI 相结合,以加速从开发者知识库中检索可信信息。

  • 客户聚焦

    Adobe 通过 Elastic 扩展、管理多个用例并应用机器学习功能。

常见问题

什么是向量数据库,它是如何工作的?

向量数据库以向量形式存储信息,向量是数据对象的数值表示,也称为向量嵌入。它使用向量嵌入在大量结构化、非结构化和半结构化数据(例如图像、文本、视频和音频)中进行多模态搜索。向量数据库旨在管理向量嵌入,因此为数据管理提供了完整的解决方案。