Banco de dados vetorial em escala de bilhões pronto para produção — Elasticsearch
O banco de dados vetorial open source do Elasticsearch oferece uma maneira eficiente de criar, armazenar e buscar embeddings vetoriais.
Combine a busca textual e a busca vetorial para recuperação híbrida, produzindo o melhor das duas funcionalidades para ter mais relevância e precisão.

Descubra as inovações mais recentes que tornam o Elasticsearch e o Lucene a melhor escolha para bancos de dados vetoriais.
Leia o blogAprenda a usar o Elasticsearch como um banco de dados vetorial para incorporações, potencializando a pesquisa e criando casos de uso como recuperação, geração aumentada (RAG), resumo e perguntas e respostas.
Descubra mais sobre o Search LabsA Elastic é a primeira a oferecer melhor quantização binária (BBQ), uma otimização para bancos de dados vetoriais com pesquisa vetorial mais rápida e precisa e redução de memória de 95%.
Saiba mais sobre a BBQElasticsearch — o banco de dados vetorial mais implantado
Copie para testar localmente em dois minutos
curl -fsSL https://elastic.co/start-local | sh
Seu ponto de partida é um banco de dados vetorial
Você precisa de mais de um banco de dados vetorial para ter uma experiência de busca excelente. O Elasticsearch oferece vários tipos de recuperação, modelos flexíveis de machine learning e recursos avançados de pesquisa, como agregações, filtragem e preenchimento automático.
Execute na nuvem, sem servidor, no local ou em air-gapped.
Use um modelo de machine learning e aplique-o aos seus dados no momento da ingestão.
Saiba mais sobre a API de inferência e o modelo E5.
PUT _inference/text_embedding/my-e5-endpoint { "service": "elasticsearch", "service_settings": { "num_allocations": 1, "num_threads": 1, "model_id": ".multilingual-e5-small" } }
PUT _inference/text_embedding/my-e5-endpoint
{
"service": "elasticsearch",
"service_settings": {
"num_allocations": 1,
"num_threads": 1,
"model_id": ".multilingual-e5-small"
}
}
Superset de banco de dados vetorial
Escolha um banco de dados vetorial com base na experiência de busca vetorial que você quer criar.
Alguns bancos de dados vetoriais
Elasticsearch
Embeddings de armazenamento
suporte completo
suporte completo (gratuito)
Gerar embeddings
suporte parcial
suporte completo (pago)
Embeddings de busca
suporte completo
suporte completo (gratuito)
BM25 de busca
suporte parcial
suporte completo (gratuito)
Busca híbrida (BM25 + vetores)
suporte completo
suporte completo (gratuito)
Filtragem, lapidações, agregações
suporte completo
suporte completo (gratuito)
Recurso de autocompletar na busca
sem suporte
suporte completo (gratuito)
Otimizada para vários tipos de dados (texto, vetor, geo)
suporte parcial
suporte completo (gratuito)
Suporte para vários modelos de embedding
suporte completo
suporte completo (pago)
Modelo de busca semântica integrado
sem suporte
suporte completo (pago)
Pipelines de inferência de dados
suporte parcial
suporte completo (pago)
Ferramentas de ingestão (rastreador da web*, conectores*, framework de API, beats, fleet, agente)
suporte parcial
suporte completo (*pago)
Segurança em nível de campo e documento
sem suporte
suporte completo (pago)
Ferramentas de observabilidade (Kibana)
sem suporte
suporte completo (gratuito)
Componentes da Search UI
sem suporte
suporte completo (gratuito)
Elasticsearch — em ação
Veja como as organizações estão criando aplicações de busca com IA para melhorar a experiência do cliente e ajudar os usuários a encontrar exatamente o que procuram.
Cliente em destaque
A Reed, a maior recrutadora do Reino Unido, reúne profissionais e empregadores usando incorporações vetoriais no Elasticsearch.
Cliente em destaque
O Stack Overflow combina o poder dos especialistas humanos com a IA generativa para acelerar a recuperação de informações confiáveis das bases de conhecimento dos desenvolvedores.
Cliente em destaque
A Adobe redimensiona, gerencia vários casos de uso e coloca os recursos de machine learning para trabalhar com a Elastic.
Comece a implementar a busca vetorial
Blogs
Webinars
Projetos de demonstração
Perguntas frequentes
Um banco de dados vetorial armazena informações como vetores, que são representações numéricas de objetos de dados, também conhecidos como embeddings vetoriais. Ele usa embeddings vetoriais para busca multimodal em um enorme conjunto de dados estruturados, não estruturados e semiestruturados, como imagens, texto, vídeos e áudio. Os bancos de dados vetoriais são construídos para gerenciar embeddings vetoriais e, portanto, oferecem uma solução completa para o gerenciamento de dados.
As embeddings vetoriais utilizam um modelo de machine learning para traduzir texto em números, permitindo que você realize buscas vetoriais. Ao converter dados em vetores, os embeddings facilitam a comparação, a pesquisa e a análise de semelhanças entre itens nesse espaço.
Um banco de dados vetorial oferece eficiência em escala, permitindo a migração perfeita de dados em ambientes locais e na nuvem e fornecendo armazenamento para incorporações vetoriais. Bancos de dados vetoriais são excelentes na pesquisa de similaridade, permitindo que você encontre facilmente itens relacionados, o que é essencial para sistemas de recomendação, pesquisa de imagens e descoberta de conteúdo. Com os recursos de busca semântica, eles vão além da simples correspondência de palavras-chave para fornecer resultados com base no significado e no contexto. Ao armazenar embeddings de vetores, eles oferecem suporte a aplicações com IA e machine learning, facilitando a implantação de modelos de NLP e de recomendação.
Sim, o Elasticsearch é o banco de dados vetorial open source mais amplamente implantado no mundo, oferecendo uma maneira eficiente de criar, armazenar e buscar incorporações de vetores em escala. Com o banco de dados vetorial empresarial da Elastic, você obtém tempos de consulta rápidos e desempenho ideal, mesmo com dados que mudam rapidamente. Construído para redimensionar, ele fornece resultados de busca relevantes e personalizados, ao mesmo tempo em que simplifica os processos de desenvolvimento.
A Elastic oferece todos os benefícios de um poderoso banco de dados vetorial, além de segurança integrada, conformidade regulatória e alta disponibilidade. Com mais de uma década de experiência em busca, a Elastic garante relevância de busca de alto nível e opções flexíveis de implantação. Como uma plataforma unificada, a Elastic minimiza a proliferação de ferramentas e a dívida técnica, ao mesmo tempo em que fornece respostas precisas com citações claras de fontes.