Elasticsearch Service 向量搜索（单向量&多

本文介绍 kNN 搜索的基本要点，您可以参阅此文档了解更多详情。
单向量搜索
这是最基本的向量搜索方式，针对单个向量字段进行相似度搜索：
GET /book-index/_search
{
   "knn": {
      "field": "title_vector",
      "query_vector": [0.1, 0.2, 0.3 ...],
      "k": 10,  // 返回的 top k 结果数量
      "num_candidates": 100  // 指定每个分片上要检索的候选向量数量
  }
  "fields": ["id", "title_text", "category"],
  "_source": false,
}
﻿
参数说明：
field: 要搜索的向量字段名
query_vector: 查询向量，维度必须与字段定义一致
k: 返回的最相似文档数量
num_candidates: 在每个分片上考虑的候选向量数量，值越大精度越高但性能越差
当然，您可以直接输入查询文本，通过在线推理生成查询向量（下同）：
GET /book-index/_search
{
  "knn": {
    "field": "title_vector",
    "query_vector_builder": {
      "text_embedding": {
          "model_id": "model-bge-base",
          "model_text": "人类简史"
      }
    },
    "k": 10,  // 返回的 top k 结果数量
    "num_candidates": 100  // 指定每个分片上要检索的候选向量数量
  },
  "fields": ["id", "title_text", "category"],
  "_source": false
}
﻿
多向量搜索
ES 支持同时对多个向量字段进行搜索，并合并结果。
GET /book-index/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "knn": {
            "field": "title_vector",
            "query_vector": [0.1, 0.2, 0.3 ...], 
            "k": 5,
            "num_candidates": 50,
            "boost": 0.8
          }
        },
        {
          "knn": {
            "field": "content_vector", 
            "query_vector": [0.1, 0.2, 0.3, ...], 
            "k": 5,
            "num_candidates": 50,
            "boost": 0.2
          }
        }
      ]
    }
  }
}
特点：
两个搜索并行执行。
结果按分数合并排序。
可使用 boost 参数调整各字段权重。
相同文档在不同搜索结果中出现时，取最高分。
向量搜索（单向量&多向量）

本页目录：

单向量搜索

多向量搜索
