簡介： 阿里云作為國內首家上線 Elasticsearch 8.9版本的廠商，在提供 Elasticsearch Relevance Engine™ (ESRE™) 引擎的基礎上，提供增強 AI 的最佳實踐與 ES 本身的混合搜索能力，為用戶帶來了更多創新和探索的可能性。

　　近年來，人工智能的快速發展和廣泛應用在各個行業中都取得了顯著的成果。在搜索領域，阿里云Elasticsearch作為一款功能強大的搜索引擎，一直以來都在為企業提供高效、準確的搜索服務�，F在，阿里云作為國內首家上線 Elasticsearch 8.9版本的廠商，在提供 Elasticsearch Relevance Engine™ (ESRE™) 引擎的基礎上，提供增強 AI 的最佳實踐與 ES 本身的混合搜索能力，為用戶帶來了更多創新和探索的可能性。

　　此次從8.5版本到8.9版本的全新升級，新增了以下重點功能，使得阿里云 Elasticsearch 在向量檢索和混合搜索能力都具有顯著改善，大大提升了搜索結果的準確性和相關性。

　　支持文本和向量召回結果混排(RRF)。

　　向量最大維度提升到2048。

　　暴力檢索性能提升。

　　KNN 查詢支持多個字段同時查詢。

　　內置 ELSER模型。

　　穩定支持 NLP 分布式模型調度管理。

　　……

　　向量檢索---為搜索插上飛躍的翅膀

　　向量檢索作為8.x版本的重要新增能力，突破了傳統的基于關鍵詞的搜索，利用機器學習和人工智能的力量，將文本內容轉換為向量表示，即將文本數據中的每個單詞表示為一個向量，并通過計算向量之間的距離來判斷文本之間的相似度來實現檢索，從而實現文本的高效檢索和處理。相較于傳統文本檢索，通過增加了單詞和文檔之間的語義關系，使得搜索的相關性顯著提升;同時處理對象從文本到圖像、語音等類型的擴展，應用場景的層面也得到了相應的增加;當然向量檢索更能夠根據用戶偏好定制化搜索結果，為用戶提供了個性化的搜索體驗。

　　向量檢索技術的應用場景非常廣泛，包括搜索引擎優化、圖像搜索、自然語言處理、推薦系統、情感分析等領域�，F阿里云 Elasticsearch 產品已經提供向量檢索基礎能力，可根據基于 Elasticsearch 向量檢索的以文搜圖進行體驗。

　　混合搜索 RRF---搜索結果和性能的雙重助力

　　混合搜索 RRF(Reciprocal rank fusion)支持對多種不同方式召回的多個結果集進行綜合再排序，返回最終的排序結果。之前 Elasticsearch 已經分別支持基于 BM25 的相關性排序和向量相似度的召回排序，通過 RRF 可以對這兩者的結果進行綜合排序，使得排序的準確性顯著提升。相對于單一搜索搜索技術，混合搜索 RRF 的優勢十分明顯，可任意組合多個搜索技術并獲得綜合性搜索結果，使得搜索的準確性和相關性大幅提升，從場景的適應性來看，企業可根據自身業務設計專屬搜索方案，自由度也明顯提高。關于混合搜索 RRF 在搜索結果準確性和相關性提升的實驗驗證，可根據 阿里云 Elasticsearch 使用 RRF 混排優化語義查詢結果對比進行測試查看，并獲得如下結果。

　　隨著新版本的上線，阿里云 Elasticsearch 再次展現了其在搜索領域的不斷前進。為用戶帶來了更加智能化和深層次的搜索體驗。未來，阿里云 Elasticsearch 將繼續努力創新，為用戶帶來更多搜索技術的突破和可能性。

　　Elasticsearch技術社區2群