INFINI Easysearch 向量搜索实战（一）

Easysearch 提供了强大的向量搜索能力，打破传统关键词匹配的局限，实现真正的“懂你”的语义搜索。助力企业快速构建智能推荐、图像识别和内容理解等 AI 应用，释放数据深层价值。

核心能力 #

能力	说明
两种向量类型	稠密浮点向量（knn_dense_float_vector）和稀疏布尔向量（knn_sparse_bool_vector）
多种索引模型	lsh（局部敏感哈希，近似搜索）、permutation_lsh（置换 LSH）、sparse_indexed（倒排索引）、exact（精确搜索）
多种相似度	cosine（余弦）、l1（曼哈顿距离）、l2（欧氏距离）、jaccard、hamming
与全文搜索融合	向量字段与文本字段存储在同一索引，支持 Hybrid 混合检索
function_score 集成	向量相似度可作为 function_score 的评分函数

典型应用场景 #

语义搜索：文本通过 Embedding 模型转为向量，按语义相似度检索
RAG 检索增强生成：为大语言模型提供知识库检索能力
推荐系统：用户/商品特征向量的相似推荐
图像/多模态搜索：图像特征向量的相似检索
去重与异常检测：通过向量距离判断内容相似度

Embedding 服务 #

在使用向量搜索前，先要准备一个 Embedding 模型，支持与 OpenAI API 兼容的 embedding 接口和 Ollama embedding 接口。本文使用阿里云上的 Embedding 模型进行演示。

写入方法 #

方法一：写入链路嵌入（推荐） #

在数据写入 Easysearch 时，通过 Ingest Pipeline 自动调用 Embedding 服务：

应用写数据 → Easysearch → Ingest Pipeline → 调用 Embedding API → 写入向量字段

优势是写入后即可搜索，无需维护外部向量化流程。需要确保集群应至少有一个节点拥有 ingest 角色。

方法二：离线批处理 #

在应用侧完成向量化，再将向量字段直接写入 Easysearch：

原始数据 → 应用 → 调用模型 Embedding API → 写入 Easysearch（含向量字段）

参考文档。

实战 #

我们实战演示模式一，分为以下几个步骤：

建立带有向量字段的索引
创建对应的 Ingest Pipeline
写入数据到索引

1. 建立带有向量字段的索引 #

先建立一个带向量字段的索引，注意 dims 要与向量模型的输出匹配。

PUT /my-index
{
  "mappings": {
    "properties": {
      "text_vector": {
        "type": "knn_dense_float_vector",
        "knn": {
          "dims": 1024,
          "model": "lsh",
          "similarity": "cosine",
          "L": 99,
          "k": 1
        }
      }
    }
  }
}

2. 创建对应的 Ingest Pipeline #

写入数据前先建立 Ingest Pipeline，注意 vendor 必须根据使用的模型来指定，比如本文使用的是阿里云 text-embedding-v4 模型，该模型提供了 OpenAI 格式的 API 接口，这里 vendor 我们就写 openai。

PUT _ingest/pipeline/text-embedding-pipeline
{
  "description": "用于生成文本嵌入向量的管道",
  "processors": [
    {
      "text_embedding": {
        "url": "https://dashscope.aliyuncs.com/compatible-mode/v1/embeddings",
        "vendor": "openai",
        "api_key": "xxxxxx",
        "text_field": "input_text",
        "vector_field": "text_vector",
        "model_id": "text-embedding-v4",          
        "dims": 1024,
        "ignore_missing": false,
        "ignore_failure": false
      }
    }
  ]
}

text_field：指定原始文本字段，Pipeline 会将该字段的内容转换成向量。

vector_field：指定向量存储的字段，保存上面转换的向量。

3. 写入数据 #

POST /_bulk?pipeline=text-embedding-pipeline&pretty
{"index": {"_index": "my-index", "_id": "1"}}
{"input_text": "苹果发布了新款iPhone 15 Pro手机，搭载A17芯片"}
{"index": {"_index": "my-index", "_id": "2"}}
{"input_text": "特斯拉宣布将在上海建第二座超级工厂"}
{"index": {"_index": "my-index", "_id": "3"}}
{"input_text": "今天天气真好，阳光明媚适合去公园散步"}
{"index": {"_index": "my-index", "_id": "4"}}
{"input_text": "程序员用Python写了一个自动化数据清洗脚本"}
{"index": {"_index": "my-index", "_id": "5"}}
{"input_text": "故宫博物院推出了夏季特展，展出珍贵文物"}
{"index": {"_index": "my-index", "_id": "6"}}
{"input_text": "小明每天坚持跑步五公里，身体越来越健康"}
{"index": {"_index": "my-index", "_id": "7"}}
{"input_text": "人工智能大模型在自然语言处理领域取得突破"}
{"index": {"_index": "my-index", "_id": "8"}}
{"input_text": "这家咖啡店的拿铁口感丝滑，推荐给咖啡爱好者"}
{"index": {"_index": "my-index", "_id": "9"}}
{"input_text": "量子计算机有望在药物研发中发挥重要作用"}
{"index": {"_index": "my-index", "_id": "10"}}
{"input_text": "周末和朋友一起去爬山，山顶的风景美极了"}

4. 检查数据 #

搜索索引数据，看看是否成功转换成了向量。可以看到原始数据保存在 input_text 字段中，其向量保存到了 text_vector。

OK，下一步我们看看怎么方便地实现向量搜索。

杨帆

追求极致，无限可能。

· TDBC 2025 大会聚焦 AI 与数据库融合，极限科技发布新一代 Coco AI 搜索平台 · 极限科技 Coco AI 荣获 2025 首届人工智能应用创新大赛全国一等奖 · 搜索型数据库的技术发展历程与趋势前瞻 · 极限网关助力好未来 Elasticsearch 容器化升级 · 国产搜索引擎崛起：Elasticsearch 国产化加速

· INFINI Easysearch 向量搜索实战（一） · Easysearch v2.3.0 发布 | 管理体验升级，稳定性与兼容性全面增强 · Bboss v7.5.6 正式发布，全面兼容国产分布式搜索引擎 Easysearch · 信创环境下部署 INFINI Console：一站式搭建搜索基础设施统一管控平台 · 信创环境下部署 INFINI Gateway：为 Easysearch 构建高性能安全入口 · 信创生态再深化！极限科技 Easysearch 与鼎甲备份系统完成深度兼容适配认证 · 国产统信 UOS 部署 Coco Server 全指南：从零搭建企业级 AI 搜索服务端 · 从零到跑起来: Easysearch 信创环境安装全流程 · Elasticsearch 6/7/8 到 Easysearch 2.x 迁移指南 · Easysearch analysis-ik 多词典性能优化：从性能回退到分词性能提升 25%~30%

Easysearch x

产品更新 x

Bboss x

开源 x

国产化 x

Java 客户端 x

信创 x

Console x

搜索平台 x

鲲鹏 x

统信UOS x

信创平台 x

Gateway x

极限网关 x

DBackup x

鼎甲数据 x

数据库 x

备份与恢复 x

Coco x

搜索引擎 x

Elasticsearch x

迁移 x

快照 x

snapshot x

向量 x

IK x

分词 x

performance x

插件 x

开发 x

自定义 x

扩展 x

AI x

幻觉 x

大模型 x

Agent x

Mem0 x

MCP x

AI Agent x

向量检索 x

kNN x

规则引擎 x

银行 x

保险 x

风控 x

Rules x

Percolator x

国产 x

搜索 x

安全 x

Lucene x

GraalVM x

JDK x

2026 x

赞助 x

开源生态 x

社区 x

Coco AI x

二等奖 x

兴智杯 x

人工智能 x

赛事 x

低空经济 x

商业化 x

数据分析 x

金猿奖 x

技术卓越奖 x

创新产品奖 x

IT168 x

APM x

Skywalking x

Easy-Es x

GitLab x

代码审核 x

石油石化 x

Gitee x

投票 x

Meilisearch x

Rust x

轻量级 x

搜索百科 x

Docker x

Docker Compose x

Easyserach x

DevOps x

国产替代 x

backup x

CCR x

esdump x

source_reuse x

ignore_above x

OpenSearch x

AWS x

Solr x

Easyearch x

发明专利 x

数据分区 x

国际专利 x

一等奖 x

人工智能应用创新大赛 x

bulk x

embedding x

OpenAI x

TDBC x

2025 x

信通院 x

可信数据库大会 x

搜索型数据库 x

中国数据库产业图谱 x

上海开源创新菁英荟 x

开源创新新星企业 x

Workshop x

AI 搜索 x

智能助手 x

Automation x

Logstash x

MongoDB x

开源中国 x

直播 x

merge x

Elasticsearch 9 x

GitCode x

AI搜索 x

Cloud x

rollup x

Kubernetes x

Operator x

Arm64 x

Snapshot x

S3 x

Grafana x

Opensearch x

Nginx x

直播活动 x

搜索客社区 x

Meetup x

ES x

企业搜索 x

DeepSeek x

RAG x

certificate x

windows x

Rollup x

TopN x

Filebeat x

Ubuntu x

请求限速 x

INFINI Console x

指标 x

Kibana x

多集群 x

client x

Spring Boot x

ECE x

ES Bulk x

vector database x

Postgres x

可搜索快照 x

SDK x

官网 x

Web 开发 x

Next.js x

React x

Three.js x

Metrics x

Helm x

filter x

querycache x

practice x

localStorage x

响应式 x

时间组件 x

时区组件 x

极限科技 x

三周年 x

周年庆 x

国家高新技术企业 x

校园招聘 x

湖北工业大学 x

Tauri x

Web 开发人员 x

桌面应用开发 x

桌面端 x

Electron x

Pizza x

认证培训 x

报名 x

Scrapy x

爬虫 x

Rust开发者大会 x

docsearch x

文档搜索 x

Easyseach x

有奖征文 x

黑神话悟空 x

EKS x

征文系列 x

跨集群搜索 x

科技中小企业 x

白皮书 x

Python SDK x

数据库产业图谱 x

超大规模 x

分布式集群 x

写入限流 x

2024可信数据库发展大会 x

创新型中小企业 x

搜索数据库 x

正排索引 x

免费许可证 x

K8S x

DTC2024 x

实时搜索 x

ES国产化 x

Redis x

OOM x

测试 x

内存 x

趋势 x

AI绘画 x

Stable Diffusion x

Diffusion x

Model x

GAN x

语义搜索 x

知识图 x

向量数据库 x

中国信通院 x

星河（Galaxy） x

标杆案例 x

鲲鹏技术认证 x

客户端 x

日志平台 x

LDAP x

Loadgen x

中国一汽 x

国内数据库 x

墨天轮 x

监控系统 x

集成测试 x

ZSTD x

Helm Charts x

国产适配 x

兆芯 x

Linux x

LoongArch x

信创适配 x

二维拆分算法 x

中国移动云 x

Vault x

加密 x

安全工具 x

图片搜索 x

Alerting x

SQL x

Embedding x

可信数据库 x

统信 x

海光 x

龙芯 x

restore x

Arm x

大数据企业证书 x

移动云大会 x

信通院产品评测 x

国内首家 x

数据可视化 x

北京软协 x

第十届理事会会员单位 x

Apache Arrow x

宣传片 x

大会分享 x

多集群管理 x

无缝数据迁移 x

Loadrun x

INFINI Gateway x

log4j x