首页
沸点
课程
APP
AI用量
作品广场
专家标注
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
Elasticsearch
Elasticsearch
创建于2021-10-21
订阅专栏
专门介绍 Elasticsearch 方面的知识
等 286 人订阅
共2036篇文章
创建于2021-10-21
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
跳过 mapping 爆炸:ES|QL 无需动态 mapping 即可查询无 schema JSON key
作者:来自 Elastic Jordan Powers 及 Dima Leontyev Flattened 字段让 Elasticsearch 变成一个读取时定义 schema 的数据存储,你可以在一
AI 整合:为什么平台将胜出,而产品组合将瓦解
作者:来自 Elastic Jesse Sladek 随着企业将 AI 推向生产环境,他们正遭遇一个难以突破的上限:传统数据基础设施。AI 放大了零散 IT 战略中的裂缝,暴露出由各种拼凑在一起的点解
向数据源提问:使用 Elasticsearch 和 Elastic Agent Builder 将代码搜索扩展到十亿行代码规模
作者:来自 Elastic Dave Moore Sourcerer 在代码检索质量上与 Claude Code 和 Codex 相当,搜索速度最高比 grep 快数千倍。每个答案都会链接回跨代码仓库
跳过有状态的 OTel Collector:Elasticsearch 9.5 原生存储两种指标时间类型
作者:来自 Elastic Jonas Kunz 在同一个 metric 名称下摄入 cumulative 和 delta 两种 OpenTelemetry 指标,同时 ES|QL 和 PromQL
什么是混合搜索?
两种或更多检索方法。一个排序列表。 混合搜索是一种信息检索技术,它将两种或更多搜索方法(例如词汇搜索/lexical 和语义搜索)结合到一个统一的排序列表中,以提升相关性和召回率。最常见的组合是将全文
从点击流中提升搜索相关性:使用 Learn To Rank 和 OpenTelemetry 行为信号
作者:来自 Elastic Matthew Adams 学习如何将 OpenTelemetry 搜索分析中的点击流和行为信号转化为判断列表、排序特征和 Learn To Rank 模型,从而让搜索相关
Elastic 社区通讯 — 2026 年 8 月
作者:来自 Elastic Elastic DevRel team 来自 Elastic DevRel 团队的问候!本期通讯将介绍 Elasticsearch 9.5 版本、最新的博客和视频,以及即将
训练量仅占 0.35%,竞争力却达到 100%:jina-embeddings-v5-omni 背后的冻结塔架构
作者:来自 Elastic Jon Avezbaki 最新的 jina embeddings 模型可以为文本、图像、视频和音频生成 多模态 嵌入,在向量搜索方面能够与规模接近其 6 倍的模型竞争,而训
用两行 JSON 替换你的 ILM 策略:数据流生命周期新增冻结层支持
作者:来自 Elastic Jon Avezbaki 在 Elasticsearch 9.5 中,数据流生命周期中的 frozen_after 会自动将索引迁移到 对象存储 上的可搜索快照中,同时保持
深入浅出 Elastic 工作流(Workflows):核心架构与十一大顶级字段详解
在现代 IT 运维与安全运营中,自动化和编排能力已经成为团队提升效率、缩短响应时间(MTTR)的关键。作为 Elastic 生态中强大的自动化工具,Elastic 工作流(Workflows) 能够帮
在 Elasticsearch 中构建上下文:AI Indices 如何使用更少的 tokens 为更智能的 agent 提供支持
作者:来自 Elastic Kathleen DeRusso, Matt Nowzari, Apostolos Matsagkas, Peter Pisljar 将 AI agent 上下文存储在 A
Elasticsearch:使用 AI Agent 来创建 workflows
对于很多的开发者来说,创建一个没有错误的 workflow 是很困难的。事实上,你需要学习各种语法,并进行不断地测试。我当初创建了我第一个 workflow 也是借助了 AI 的力量才完成的。过程还是
ES 存日志很贵?我用 ES 9.5 把日志从 4.5G 压到 412M 压缩比11.2倍,日志硬扫每秒128万行!
作者:来自 Elastic 朱杰 这是一次用真实生产形态日志数据做的实测:1641 万条日志,4631 MB 原始文本大小,ES 落盘后 412.5 MB,压缩比 11.2 倍,只剩原始体积的 8.9
Elasticsearch 作为统一平台:引入第二套数据系统究竟要付出什么代价
作者:来自 Elastic Yannis Roussos 及 Bharath Aleti 在五套系统中分别运行搜索、分析、指标、日志和向量检索,成本远不只是五份许可证。下面看看在实践中使用一个统一平台
Elasticsearch:列式索引模式 - Columnar index mode
列式索引模式将 Elasticsearch 转变为一种分析型和搜索型列式存储,用于启用了该模式的索引。列式模式不会针对不同的查询路径,为每个字段保留多个副本,而是默认将字段作为 doc values
从 CrashLoopBackOff 到根本原因,只需几秒:使用 Elastic Observability 自动化 20 分钟的 Kubernetes 调查流
作者:来自 Elastic Bahubali Shetti 正值你值班期间,手机突然响起。CrashLoopBackOff。一个 Pod 卡在不断重启的循环中,而现在时间开始倒计时。 如果你做 SRE
从工具采购到平台架构:重新思考应对机器速度威胁的 SOC
作者:来自 Elastic Joe DeFever 攻击者速度与防御者准备程度之间的差距正在不断扩大。如今,攻击者借助 AI 可以在不到一分钟内从初始访问发展到完全控制域。¹ 由大型语言模型生成的钓鱼
一个 ES|QL 查询替代两个:`WHERE IN` subquery 取代 Elasticsearch 中的复制粘贴循环
作者:来自 Elastic Fang Xing ES|QL 的 WHERE 子句现在可以根据另一个 Elasticsearch subquery 的结果进行过滤,而不再需要手动复制静态 ID 列表;同
一个字段,覆盖所有模态:Elasticsearch 的 semantic 字段如何自动索引和搜索图像、音频、视频和 PDF
作者:来自 Elastic Mike Pellegrini Semantic 字段会在摄取阶段将图像、音频、视频、PDF 和文本转换为多模态 embedding。你可以通过描述一个场景来找到对应的图片
jina-reranker-v3.5:通过混合 Attention 和自蒸馏实现更快的 Listwise Reranking
作者:来自 https://jina.ai/ 一个 0.6B 参数的 listwise reranker,在 BEIR 基准测试中超过 Qwen3-Reranker-4B,相比 v3 最多提升 1.5
下一页