Die weltweit am häufigsten heruntergeladene Vektordatenbank – Elasticsearch

Die Vektordatenbank von Elasticsearch bietet Ihnen eine effiziente Möglichkeit, Vektoreinbettungen in großem Stil zu erstellen, zu speichern und für die Suche zu nutzen.

Kombinieren Sie Textsuche und Vektorsuche für hybrides Retrieval, um das Beste aus beiden Welten zu erhalten und für mehr Relevanz und eine größere Genauigkeit zu sorgen.

Elasticsearch jetzt ausprobieren
videoImage

Eine Vektordatenbank ist nur der Ausgangspunkt …

Für ein tolles Sucherlebnis braucht es mehr als eine Vektordatenbank. Elasticsearch bietet eine komplette Vektordatenbank, mehrere Retrieval-Arten (Text, dünnbesetzter und dichtbesetzter Vektor, hybrid) und flexible Unterstützung von Machine-Learning-Modell-Architekturen.

Erstellen Sie eigene Sucherlebnisse mit Aggregationen, Filterung, Facettierung und automatischer Vervollständigung. Führen Sie Suchen in der Cloud, on premises oder in einer Air-Gap-Umgebung aus.

  • Erstellen von Einbettungen

    Erfassen Sie die Bedeutung, den Kontext und Verknüpfungen von Daten in dichtbesetzten Vektoren und profitieren Sie von der Flexibilität bei der Auswahl von Einbettungsmodellen. Nutzen Sie beim Indexieren von Daten Machine-Learning-Inferenz.

  • Speichern von Einbettungen

    Der Vektorspeicher von Elasticsearch basiert auf HNSW von Lucene. Die Herangehensweise funktioniert bei vergleichenden Benchmarks (siehe luceneknn) für Vektorsuche-Algorithmen sehr gut.

  • Search-Einbindungen

    Führen Sie passende kNN-Suchen für Ihren Anwendungsfall aus: entweder ANN-Suchen mit dem HNSW-Index von Lucene (für die schnelle Suche in großen Datenbeständen) oder „Exact Match“-Suchen (wenn es auf die Genauigkeit ankommt).

  • Verfeinerung der Suchergebnisse mit Filtern und Facettierung

    Ein Framework mit einer Vielzahl von Filter- und Facettierungsfunktionen, die von Elasticsearch-Entwickler:innen genutzt werden, verfügbar für die Vektorsuche.

  • Kombinieren von Retrieval-Methoden mit hybrider Suche

    Hybrid-Retrieval ermöglicht es Ihnen, die für Sie am besten geeignete Kombination von Retrieval-Methoden auszuwählen: BM25-Suche, Suche mit unserem trainierten Modell auf Basis dünnbesetzter Vektoren (ELSER) und unserem Modell auf Basis dichtbesetzter Vektoren.

  • Anwendung von Security- und Compliance-Richtlinien auf Dokumentebene

    Richten Sie mit Security auf Dokument- und Feldebene granulare rollenbasierte Zugriffssteuerungen ein. Profitieren Sie von Unterstützung für verschiedenste weit verbreitete Compliance-Frameworks.

Was bringt mir eine Vektordatenbank?

  • Semantische Suche

    Konzentrieren Sie sich auf Intent und Kontextbedeutung und führen Sie Suchen durch, die über reine Textübereinstimmung hinausgehen.

  • Multi-modale Suche

    Durchsuchen Sie alle Ihre Daten – Text-, Vektor-, Bild-, Audio-, Video-, Geo- oder unstrukturierte Daten.

  • Generative-KI-Suche (GKI-Suche)

    Retrieval-augmentierte Generierung für GKI-Sucherlebnisse mit Vektor- und Hybridrelevanz

Auswahl einer Vektordatenbank

Wählen Sie die Vektordatenbank aus, die für das von Ihnen angestrebte Vektorsucherlebnis am besten geeignet ist.

Andere Vektordatenbanken

Elasticsearch

Einbettungen

Speichern von Einbettungen

vollständig unterstützt

vollständig unterstützt (kostenlos)

Erstellen von Einbettungen

teilweise unterstützt

vollständig unterstützt (kostenpflichtig)

Mit ein paar Codezeilen starten

Erstellen Sie Einbettungen, speichern Sie Einbettungen und starten Sie eine Vektorsuche – alles über die Ihnen vertraute Elasticsearch-API.

POST /_ml/trained_models/sentence-transformers__all-minilm-l6-v2/_infer
{
  "docs": {
    "text_field": "Jamaica's tropical climate brings warmth all year round"
  }
}

Erste Schritte auf dem Weg zur Vektorsuche

Die weltweit am häufigsten heruntergeladene Vektordatenbank – seit 2019

Nutzer:innen und Community-Beitragende wie Sie hatten einen entscheidenden Anteil daran, dass Elasticsearch im Laufe der letzten Jahre Vektordatenbank-Funktionen eingeführt hat. Dichtevektorfelder (Version 7.2), ANN-Suche (8.0), Filter (8.2) und Aggregationen (8.4) sowie die allgemeine Verfügbarkeit der Vektorsuche (8.5) machen Entwickler:innen das Leben leichter.

Elasticsearch jetzt ausprobieren