大家好，我是Vita。我计划写一些文章，介绍搜索引擎架构，基于我过去十几年在大厂和创业中开发搜索引擎架构的经验。 首先，我计划分享关于向量检索架构的内容。这是向量检索系列的第一篇文章Overview。

一篇文章带你学会向量数据库Milvus（一） 上一篇文章中 LLM 学习之「向量数据库」 中我们介绍了什么是向量数据库，向量数据库有那些用途，向量数据库与 LLM 的关联以及 RAG 中向量数据库的使

一篇文章带你学会向量数据库Milvus（二） 上一篇文章 一篇文章带你学会向量数据库Milvus（一）我们我们学习了 Milvus 向量数据库的数据库管理，集合管理，schema 管理。这一篇文章我们

随着各种大型语言模型 (LLM)的开源， 开发人员也意识到向量数据库越来越重要，因为它可以进一步增强这些模型。像 GPT 这种LLM大模型，通常使用大规模的嵌入向量来表示文本数据

本文介绍了一次排查Elasticsearch node_concurrent_recoveries 引发的性能问题的过程。

在我之前的文章 “Elasticsearch：我的 Elasticsearch 集群中应该有多少个分片？” ， 它描述了在我们实际操作中的分片数量的准则。在文章 “Elasticsearch：如何部署

Elastic MySQL 连接器是 MySQL 数据源的连接器。它可以帮我们把 MySQL 里的数据同步到 Elasticsearch 中去。在今天的文章里，我来详细地描述如何一步一步地实现。 在下

Elasticsearch（简称ES）是一款强大的开源搜索和分析引擎，广泛应用于日志分析、全文搜索和实时数据分析等领域。然而，由于其复杂性和灵活性，在使用过程中难免会遇到各种问题。使用ES也有好几年了

传统的 mysql 数据库并不擅长海量数据的检索，当需要对这些数据进行模糊查询或是数据分析时，MySQL作为事务型关系数据库很难提供良好的性能支持。使用适合的数据库来实现模糊查询是解决这个问题的关键。