首页
学习
活动
专区
工具
TVP
发布

Elastic Stack专栏

专栏成员
163
文章
454932
阅读量
50
订阅数
使用 Elasticsearch 进行大规模向量搜索的设计原则
在设计向量搜索体验时,可供选择的方案众多,可能让人感到不知所措。最初管理少量向量相对简单,但随着应用规模的扩大,这很快会成为瓶颈。
点火三周
2024-07-03
660
Elasticsearch架构设计原则与反模式:为扩展性而设计
随着现代企业的不断发展,数据量呈现爆炸式增长,系统扩展性成为一个至关重要的课题。Elasticsearch 作为一个强大的分布式搜索和分析引擎,在应对大规模数据处理方面展现了其卓越的能力。然而,设计一个高效且可扩展的 Elasticsearch 集群并非易事,本文旨在通过分享一些扩展性设计原则和常见的反模式,帮助用户更好地构建和优化他们的 Elasticsearch 集群。
点火三周
2024-07-01
1810
在Elastic AI Assistant 中使用本地部署的 LLM(Llama3)
在现代企业中,人工智能和机器学习的应用越来越广泛。Elastic AI Assistant 是一个强大的工具,能够通过连接大语言模型(LLM)来集成人工智能技术,帮助企业提升数据处理能力,简化操作流程,实现智能化的决策支持。目前,Elastic AI Assistant 支持通过连接器连接到 Amazon Bedrock 和 OpenAI。
点火三周
2024-06-26
3060
10倍性价比提升!基于腾讯云ES Serverless服务完成审计日志溯源
企业运营过程中,我们经常遇到因突发事件或需求变动需要快速构建未预定资源的情况。在这些情况下,由于缺乏充分准备和可供判断的信息,构建所需资源通常会花费大量时间。而在无法准确预测的情境下,误差可能导致资源不足或大幅度浪费。
点火三周
2024-06-03
1850
如何为kNN 搜索选择最佳的 k 和 num_candidates?
在当前生成式 AI/ML 领域,向量搜索成为了一种变革性的技术。它使我们能够基于语义意义而不仅仅是精确的关键词匹配来查找相似的项目。
点火三周
2024-05-28
1950
在Elasticsearch中如何选择精确和近似的kNN搜索
语义搜索 是一个用于相关度排序的强大工具。它不仅使用关键词,还考虑文档和查询的实际含义。
点火三周
2024-05-26
1690
Elastic AI助手的观察性洞察力引入GitHub Copilot的世界
本周在Microsoft Build上,GitHub宣布了GitHub Copilot扩展功能。我们正在与GitHub团队合作,将Elastic AI助手的观察性洞察力带给GitHub Copilot的用户。
点火三周
2024-05-24
530
通过 Search AI Lake 和 Elastic Cloud Serverless 以实现低延迟搜索的扩展
今天,我们非常高兴地分享一项创新的云原生架构,它专为优化实时应用程序而设计。这种架构提供了大规模存储容量、低延迟查询,并且集成了强大的搜索和人工智能(AI)功能,以支持现代应用程序的需求。
点火三周
2024-05-23
590
使用PeerDB实现Postgres到Elasticsearch的实时同步与复制
PeerDB 团队最近完成了针对 Elasticsearch 的数据集成目标连接器的初步开发,并已进入测试阶段。 EElasticsearch 是一个广泛使用的搜索和分析引擎,它建立在分布式多用户能力的文档数据库之上。在多个行业的数据架构案例中都有 Elasticsearch 的广泛应用。
点火三周
2024-05-11
1940
提升网络安全:本地部署模型与Elastic AI助手的融合优势
生成型AI现在在帮助团队保护其组织免受网络威胁方面起到了关键作用,因为它能够筛选大量数据以寻找不寻常的模式。它还通过增强他们的技能和弥补他们知识的缺口,帮助安全专业人员。通过处理复杂的数据分析并将原始数据转化为有用的洞察,生成型AI使团队能够专注于规划他们的响应,而不仅仅是管理数据。
点火三周
2024-05-07
1410
超越传统搜索:Elasticsearch学习排序(LTR)的前沿技术
学习排序(LTR)使用一个经过训练的机器学习(ML)模型为你的搜索引擎构建一个排名函数。通常,该模型被用作第二阶段的重新排序器,用于改进由简单的第一阶段检索算法返回的搜索结果的相关性。LTR函数接收一份文档列表和一个搜索上下文,并输出重排名后的文档:
点火三周
2024-04-23
4250
Elasticsearch: 向量相似性计算 - 极速
任何向量数据库的核心都是决定两个向量接近程度的距离函数。这些距离函数在索引和搜索过程中被多次执行。当合并数据段或在图中寻找最近邻居时,大部分的执行时间都花在了比较向量的相似性上。对这些距离函数进行微优化是值得的,我们已经从以前类似的优化中获益,例如,参见 SIMD,FMA。
点火三周
2024-04-23
2680
Elasticsearch:创建自定义 ES Rally tracks 的分步指南
ES Rally 是一个用于测试 Elasticsearch® 性能的工具,它可以执行并记录对比测试。
点火三周
2024-04-22
2860
Elasticsearch: 简化 K-NN 搜索的入门体验
在这篇博客文章中,我们将深入了解我们为使 K-NN(K-最近邻)搜索的入门体验更加轻松所做的努力!
点火三周
2024-04-22
3630
Elasticsearch 新风向:OpenAI 聊天补全功能来袭!
我们激动地宣布,在 Elasticsearch 的最新创新中,我们集成了 OpenAI 聊天补全功能到 Elastic 的推理 API 中。这一新特性标志着我们在将尖端 AI 功能融入 Elasticsearch 的旅程中迈出了新的一步,提供了像生成类似人类文本补全这样的易用功能。
点火三周
2024-04-20
2530
NLP vs LLMs:技术差异深度解析
随着人工智能技术的不断发展,它在无数行业中解决问题的能力日益增强。其中,让机器理解人类语言的关键在于自然语言处理(NLP)和大型语言模型(LLMs)。这两种技术提供了专门的解决方案,将人类沟通的能力与软件及机器的理解力连接起来。
点火三周
2024-04-18
4910
联合前线:将安全分析与可观测性平台统一的五个原因
在这篇文章中,我们探讨了SREs(网站可靠性工程师)和安全分析师虽然角色不同,但共享了许多相同的目标。他们都采用主动监控和事件响应策略,以便在服务受影响之前识别并解决潜在问题。他们同样将组织的稳定性和弹性放在首位,目标是最小化停机时间和中断。
点火三周
2024-04-17
2030
使用 LlamaIndex、Elasticsearch 和 Mistral 进行检索增强生成(RAG)
在这篇文章中,我们将探讨如何使用Elasticsearch作为向量数据库,结合RAG技术(检索增强生成)来实现问答体验。我们会使用LlamaIndex和一个本地运行的Mistral LLM模型。
点火三周
2024-04-15
1K0
Elasticsearch: 利用标记剪枝提高文本扩展性能
本篇博客将介绍腾讯云 Elasticsearch service 新版本中对ELSER性能的激动人心的新增强功能!
点火三周
2024-04-14
2320
轻松将 ES|QL 查询结果转换为 Python Pandas dataframe
Elasticsearch 查询语言(ES|QL)为我们提供了一种强大的方式,用于过滤、转换和分析存储在 Elasticsearch 中的数据。它设计简单易学易用,非常适合熟悉 Pandas 和其他基于数据框的库的数据科学家。实际上,ES|QL 查询产生的表格具有命名列,这就是数据框的定义!
点火三周
2024-04-14
2300
点击加载更多
社区活动
AI代码助手快速上手训练营
鹅厂大牛带你玩转AI智能结对编程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档