Elasticsearch

作者：Steffanie Nestor Discover 是 Elastic® 的核心 Kibana® UI，用于搜索、过滤和检查（时间序列）数据。 可视化用于数据聚合/摘要。 Discover UI

Elasticsearch 是分布式搜索和分析引擎，是满足搜索和聚合需求的最受欢迎的选择。 Elasticsearch 提供了 2 种数据类型来存储字符串值： Text：- 在存储到倒排索引之前对这些

作者：LUCA WINTERGERST 在本博客中，我们将测试一个使用 OpenAI 的 Python 应用程序并分析其性能以及运行该应用程序的成本。 使用从应用程序收集的数据，我们还将展示如何将 L

作者：Jared Pane 通过将你大学的数据与公共 LLMs 和 Elasticsearch 安全集成来找到你需要的答案。 根据 2023 年 4 月 EDUCAUSE 的一项调查，83% 的受访者

作者：DAVID HOPE 本博客介绍了 Elasticsearch 相关性引擎 (ESRE​​) 及其 Elastic Learned Sparse Encoder 功能的新颖应用，特别是在日志分析

作者：JEFF VESTAL 了解 Elastic 如何处于大型语言模型革命的最前沿 – 通过提供实时信息并将 LLM 集成到数据分析的搜索、可观察性和安全系统中，帮助用户将 LLM 提升到新的高度。

作者：DAVE ERICKSON 在这篇文章中，了解人工智能大语言模型的供应链漏洞，以及如何利用搜索引擎的人工智能检索技术来对抗人工智能的错误信息和故意篡改。 虽然对于人工智能研究人员来说可能是新鲜事

作者：ADRIEN GRAND 实现向量数据库有不同的方法，它们有不同的权衡。 在本博客中，你将详细了解如何将向量搜索集成到 Elastisearch 中以及我们所做的权衡。 你有兴趣了解 Elast

这篇文章是继文章 “Beats：安装及配置 Metricbeat （一）- 8.x” 的续篇。你可以先阅读之前的那篇文章再继续阅读这篇文章。我们在这篇文章中继续之前的探讨。 使用 fingerprin

当你为项目选择数据库或搜索引擎时，了解每个选项的细微差别至关重要。 今天，我们将深入探讨 Elasticsearch 的优势，并探讨它与传统 SQL 和 NoSQL 数据库的比较。 Elasticse

作者：Andres Herrera 医疗保健组织可以利用其私有数据、生成式人工智能和 Elasticsearch 实现这六项进步。 生成式人工智能是一股突破性的力量，正在席卷医疗保健行业，有望以人们从

在大多数情况下，你的数据包含一个以 create_date 命名的字段。 即使没有日期字段，处理各种格式和时区的日期对数据仓库来说也是一个重大挑战。 与此类似，如果要检测变化的数据，则必须准确设置日期

Elasticsearch 是一个分布式、免费和开放的搜索和分析引擎，适用于所有类型的数据，例如文本、数字、地理空间、结构化和非结构化数据。 它基于 Apache Lucene 构建，Apache L

作者：Benjamin Trent 向量搜索是信息检索工具箱中的一个强大工具。 将向量与词法搜索（如 BM25）一起使用很快变得司空见惯。 但向量搜索中仍然存在一些痛点需要解决。 主要的一个是文本嵌入

作者：Alex Salgado 欢迎来到音乐信息检索的未来，机器学习、矢量数据库和音频数据分析融合在一起，带来令人兴奋的新可能性！ 如果你对音乐数据分析领域感兴趣，或者只是热衷于技术如何彻底改变音乐行

在 Elasticsearch 7.0.0 或更高版本中创建的索引不再接受 default 映射。 在 6.x 中创建的索引将继续在 Elasticsearch 6.x 中像以前一样运行。 7.0 中

大型语言模型（LLM）每天都在发展，这种情况有助于语义搜索的扩展。 LLM 擅长分析文本和揭示语义相似性。 这种情况也反映在搜索引擎上，因为语义搜索引擎可以为用户提供更满意的结果。 尽管大型语言模型可

在我之前的文章： Beats：Beats 入门教程 （一） Beats：Beats 入门教程 （二） 我详细描述了如何在 Elastic Stack 7.x 安装及配置 Beats。在那里的安装，它通

Elasticsearch 是一个强大且可扩展的搜索和分析引擎，可用于索引和搜索大量数据。 Elasticsearch 通常用于集群环境中，以提高性能、提供高可用性并实现数据冗余。 在本文中，我们将讨

作者：朱杰、奚悦、黄宇 AI 和搜索的整合已成为下一代搜索引擎的发展趋势，技术革新的浪潮下，你是否想抓住搜索领域的新机会，增强 AI 产品力与技术竞争力？ 想学习搜索引擎技术的你，是否面临这样的困惑：