블로그
검색 경험을 혁신하고 강화할 수 있는 개발자 인사이트와 전문가의 실전 가이드
로깅과 성능: 새롭게 특화된 Elasticsearch logsdb 인덱스 모드
로그 관리의 최신 혁신인 Elasticsearch의 logsdb는 로그 데이터의 저장 공간을 최대 65%까지 줄여% 통합 가시성 및 보안 팀이 예산을 초과하지 않고 가시성을 확장하는 동시에 모든 데이터에 대한 접근성과 검색 가능성을 유지할 수 있게 해줍니다.
AI 에이전트 개발을 위해 Microsoft 시맨틱 커널용 Elasticsearch 벡터 스토어 커넥터를 사용하는 방법
Microsoft 시맨틱 커널은 가벼운 오픈 소스 개발 키트로, AI 에이전트를 쉽게 빌드하고 최신 AI 모델을 C#, Python 또는 Java 코드베이스에 통합할 수 있습니다. Semantic Kernel Elasticsearch 벡터 스토어 커넥터가 출시됨에 따라, 이제 AI 에이전트 구축에 Semantic Kernel을 사용하는 개발자는 확장 가능한 엔터프라이즈급 벡터 스토어로 Elasticsearch를 플러그인하면서 Semantic Kernel 추상화를 계속 사용할 수 있습니다.
이커머스 제품 카탈로그에 하이브리드 검색을 사용하는 방법
패싯, 프로모션, 개인화 및 행동 분석을 사용하여 하이브리드 검색을 사용하여 이커머스 제품 카탈로그를 구축하는 방법을 알아보세요.
ES|QL에서 사용하기 위해 Kibana를 사용하여 위치 기반 정보 데이터를 Elasticsearch로 수집하기
Kibana와 csv 수집 프로세서를 사용하여 Elasticsearch 쿼리 언어(ES|QL)에서 검색에 사용할 수 있도록 위치 기반 정보 데이터를 Elasticsearch로 수집하는 방법을 알아보세요. Elasticsearch는 강력한 위치 기반 정보 검색 기능을 갖추고 있으며, 이제 사용 편의성과 OGC 친숙도를 획기적으로 개선하기 위해 ES|QL에 제공됩니다. 하지만 이러한 기능을 사용하려면 지리공간 데이터가 필요합니다.
Blazor와 Elasticsearch로 검색 앱 구축하기
Blazor와 Elasticsearch를 사용해 검색 애플리케이션을 구축하는 방법과 하이브리드 검색을 위해 Elasticsearch .NET 클라이언트를 사용하는 방법을 알아보세요.
Elasticsearch를 임베딩 저장소로 활용한 LangChain4j
LangChain4j(Java용 LangChain)에는 임베딩 저장소로 Elasticsearch가 있습니다. 이를 사용하여 일반 Java로 RAG 애플리케이션을 빌드하는 방법을 알아보세요.
모의 및 실제 Elasticsearch로 Java 코드 테스트하기
모의 테스트와 Testcontainer를 사용하여 Elasticsearch를 위한 자동화된 테스트를 작성하는 방법을 알아보세요.
Java 애플리케이션에 LLM 통합을 간소화하는 LangChain4j 소개
LangChain4j(Java용 LangChain)는 일반 Java로 RAG 애플리케이션을 구축할 수 있는 강력한 툴셋입니다.
Apache Camel을 통해 Elasticsearch로 데이터를 수집하는 방법
실제 예제를 통해 Apache Camel을 통해 Elasticsearch로 데이터를 수집하는 방법을 알아보세요.
고급 RAG 기술 2부: 쿼리 및 테스트
RAG 성능을 향상시킬 수 있는 기술을 논의하고 구현합니다. 2부 2부에서는 고급 RAG 파이프라인 쿼리 및 테스트에 중점을 둡니다.
고급 RAG 기술 1부: 데이터 처리
RAG 성능을 향상시킬 수 있는 기술을 논의하고 구현합니다. 2부 중 1부에서는 고급 RAG 파이프라인의 데이터 처리 및 수집 구성 요소에 초점을 맞춥니다.