Elasticsearch：跨数据库和业务系统进行搜索
概述
Elasticsearch 简介
更熟悉 Elasticsearch，以及如何使用 Elastic Cloud 摄取和查看数据的概述。
载入您的数据
如何摄取和丰富用于搜索的数据
Elasticsearch 包含广泛的数据摄取功能，可帮助您解决业务挑战。查看此网络研讨会以：
了解如何将不同的数据整合到一个地方以创建搜索体验。
了解用于特定数据类型的工具，包括 Open Crawler、连接器目录、数据和 ML 推理管道等。
观看使用客户支持数据集的现场演示。
创建 Elastic Cloud 帐户
开始 14 天的试用期。转到 cloud.elastic.co 并创建一个帐户后，请按照以下步骤了解如何在我们在全球 50 多个支持的区域中的任何一个区域启动您的第一个 Elastic Stack。
如果您单击 编辑设置，则可以选择云提供商，包括 Google Cloud、Microsoft Azure 或 AWS。选择云提供商后，您将能够选择相关的区域。接下来，您可以选择几种不同的硬件配置文件，以便更好地自定义部署以满足您的需求。此外，最新的 Elastic 版本已为您预先选择。
在创建部署时，系统会为您提供用户名和密码。请务必复制或下载此信息，因为您在安装集成时需要它。
部署完成后，请在搜索选项卡下选择跨数据库和业务系统进行搜索。
使用 Elasticsearch 连接到您的数据库
选择连接器以从您首选的数据源中摄取数据。在我们的例子中，我们将使用 MongoDB 连接器。
接下来，您将命名要摄取 MongoDB 数据的索引。在 MongoDB 配置屏幕中，输入上面收集的信息。请务必将“直接连接”设置为“false”，除非有理由强制针对特定的命名主机进行读取（详细信息请参阅 MongoDB 连接指南）
输入信息后，选择 计划 选项卡以设置您首选的数据库同步计划。配置计划选项后，单击 同步 完成该过程。
使用 Elasticsearch
利用向量搜索构建搜索体验
您是否正在考虑使用向量搜索作为您搜索体验的一部分？ Elastic 有两种形式的向量搜索：“密集”（又名 kNN 向量搜索）和“稀疏”（例如 Elastic 的 Learned Sparse Encoder (ELSER)）。
稀疏向量搜索是开始使用的更简单的选项。 Elastic 提供了一个开箱即用的模型，即Learned Sparse Encoder 模型，用于语义搜索。该模型在各种数据集上表现出色，例如财务数据、天气记录、问答对等。该模型旨在跨域提供出色的相关性，而无需额外的微调。
查看此交互式演示，了解当您使用 Elastic 的文本 BM25 算法测试 Elastic 的 Learned Sparse Encoder 模型时，搜索结果的相关性如何更高。
此外，Elastic 还支持 kNN 向量，以在文本之外的非结构化数据（如视频、图像和音频）上实现相似性搜索。
语义搜索和向量搜索的优势在于这些技术允许客户在搜索查询中使用直观的语言。例如，如果您想搜索有关第二收入的工作场所指南，您可以搜索“副业”，这不太可能在正式的人力资源文档中看到。
有关开始使用向量搜索构建语义搜索体验的信息，请查看此分步指南。
利用数据改进您的搜索
一旦您的搜索体验启动并运行，您该如何使其更好？利用行为分析来分析用户在您的网站和应用程序上的互动。您可以使用此信息来提高搜索结果的相关性并找出您内容中的差距。
通过此引导式教程了解如何开始使用行为分析。
下一步
感谢您花时间使用 Elastic Cloud 将您的数据库连接到 Elasticsearch。
当您开始使用 Elastic 之旅时，请了解一些当您在您的环境中部署时，作为用户您应该管理的操作、安全和数据组件。
准备好开始了吗？在 Elastic Cloud 上启动一个为期 14 天的免费试用版。