本章节为您提供了一个通过Elasticsearch集群实现向量检索的示例,您可以参考此示例了解CSS向量数据库,包括创建向量索引、导入向量数据、向量检索等操作。 场景描述 某电商平台希望提升商品搜索的准确率,通过深度学习模型将商品图片转换为语义向量,并结合价格、名称等属性存储至Ela
通过华为云Logstash实现Elasticsearch集群间数据迁移 使用华为云CSS服务的Logstash集群可以实现Elasticsearch集群间的数据迁移。 应用场景 华为云Logstash是一款全托管的数据接入处理服务,兼容开源Logstash的能力,支持用于Elasticsearch集群间数据迁移。
使用搜索大模型实现Elasticsearch AI搜索 Elasticsearch AI搜索介绍 开启搜索大模型插件 配置模型服务 将模型服务关联到向量索引 语义查询 使用Elasticsearch AI搜索实现语义检索 父主题: 使用Elasticsearch搜索数据
使用Elasticsearch AI搜索实现语义检索 CSS服务结合搜索大模型的知识搜索能力,在传统字符搜索的基础上集成语义搜索能力,通过向量化技术提升搜索结果相关性。本方案兼容开源Elasticsearch生态,业务仅需适配multi_match查询语句即可实现语义检索。 应用场景 Elasticsearch
通过读写分离插件实现华为云Elasticsearch集群间数据迁移 通过CSS服务的读写分离插件可以实现华为云Elasticsearch集群间的数据迁移。 应用场景 7.6.2和7.10.2版本的华为云Elasticsearch集群默认安装了CSS服务的读写分离插件,通过配置读写
通过Reindex API实现Elasticsearch集群间数据迁移 使用Reindex API可以实现Elasticsearch集群间的数据迁移。 应用场景 Elasticsearch作为一款开源搜索引擎,提供了Reindex API以支持集群间的索引数据迁移。CSS服务同样支持利用Reindex
通过索引生命周期管理实现OpenSearch集群自动滚动索引 对于时间序列数据,随着时间推移数据持续写入,索引会越来越大,通过生命周期管理来定期将数据滚动到新索引,并将历史索引删除,实现自动滚动索引。 本案例通过配置OpenSearch集群的生命周期策略,实现当索引的大小达到1T
通过索引生命周期管理实现OpenSearch集群存算分离 方案概述 CSS支持存算分离,即将索引冻结到OBS来降低冷数据的存储成本。本文介绍如何使用索引生命周期管理,在特定的时间自动冻结索引,实现存算分离。 本案例通过配置生命周期策略,实现索引在创建3天后,自动被冻结,数据转储到
"acknowledged" : true, "persistent" : { }, "transient" : { } } 父主题: 使用搜索大模型实现Elasticsearch AI搜索
配置要求:已配置Embedding节点(Embedding节点配置采用白名单机制,如需试用,请提交工单申请权限。) 父主题: 使用搜索大模型实现Elasticsearch AI搜索
通过索引生命周期管理实现Elasticsearch集群自动滚动索引 对于时间序列数据,随着时间推移数据持续写入,索引会越来越大,通过生命周期管理来定期将数据滚动到新索引,并将历史老索引删除,实现自动滚动索引。 本案例通过配置Elasticsearch集群的生命周期策略,当索引的大
通过备份与恢复实现华为云Elasticsearch集群间数据迁移 CSS服务的Elasticsearch集群之间的数据迁移,可以通过备份与恢复集群快照功能实现。 应用场景 通过备份与恢复实现华为云Elasticsearch集群间数据迁移仅适用于源集群和目标集群都是CSS服务的集群
配置模型服务 搜索大模型插件通过模型服务将AI能力集成到Elasticsearch集群中,实现语义向量搜索、语义排序等高级功能。其核心流程是基于业务需求(如语义搜索、智能推荐)定义模型类型(Embedding/Rerank等),并绑定对应的AI服务地址,确保上层应用能通过向量索引正确调用服务接口。
通过索引生命周期管理实现Elasticsearch集群存算分离 方案概述 CSS支持存算分离,即将索引冻结到OBS来降低冷数据的存储成本。本文介绍如何使用索引生命周期管理,在特定的时间自动冻结索引,实现存算分离。 本案例通过给Elasticsearch 7.10.2版本的集群配置
通过ESM实现Elasticsearch集群间数据迁移 应用场景 ESM(Elasticsearch Migration Tool)是一个开源的Elasticsearch集群迁移工具。它支持不同版本的Elasticsearch之间的数据迁移,并且可以通过配置Scroll API的
语义查询会通过搜索大模型插件将用户输入的文本转换为向量表示,并基于向量相似度检索相关文档,提升搜索结果的语义相关性。本文介绍如何使用搜索大模型插件实现语义查询,包括multi_match语义查询、ext扩展查询和merge双路召回查询。 前提条件 已准备好向量索引,并且将模型服务关联到了向量索引中,且索引配置中的“index
lasticsearch集群,通过Elasticsearch实现数据库的全文检索、Ad Hoc查询和统计分析能力。 应用场景 使用Elasticsearch加速关系型数据库,可以解决关系型数据库在某些方面的局限性,实现更加高效和智能的数据处理和分析。常用于以下应用场景: 电子商务
已创建并完成模型服务的配置,操作指导请参见配置模型服务。 创建并配置向量索引 在Kibana中执行以下命令,创建并配置向量索引,通过索引级别的配置项,实现集群在写入和查询时自动关联到模型服务,实现索引级别的AI处理能力。 PUT {index_name} { "mappings": { "properties":
如何使用NAT网关实现CSS服务公网访问? 开通公网访问云搜索服务操作视图: 1.获取云搜索服务信息 2.配置NAT网关 3.修改云搜索服务安全组规则 4.通过公网访问云搜索服务 如果非安全模式集群使用此功能,则会把集群数据直接暴露到公网,请禁用此功能。 获取云搜索服务信息 登录云搜索服务管理控制台。
云搜索服务有哪些存储选项 申请的集群节点磁盘空间会有哪些开销 Elasticsearch是否支持不同VPC之间的数据迁移? 如何使用NAT网关实现云搜索服务公网访问 更多 远程登录 应用容器化改造介绍 应用容器化改造流程 更多 访问外网 应用容器化改造介绍 应用容器化改造流程 更多 技术专题
您即将访问非华为云网站,请注意账号财产安全