DocArray x Elasticserach | 更迅速的向量检索方案

本系列的技术分享旨在探索能和 DocArray 配套使用的向量搜索引擎，把 Weaviate、Qdrant、Elasticsearch 作为 DocArray 的存储后端。由 DocArray 封装数据，和上述的搜索引擎一起构建出向量搜索的解决方案。

DocArray & Elasticsearch 大起底

 DocArray: 为机器学习而生的数据结构 

DocArray 是由 Jina AI 开发的，用来存储非结构化数据的数据结构工具包。它是一个小而精的入口，能够友好地带你走进多模态/跨模态的世界。利用 DocArray，开发者可以借助 Pythonic API，轻松有效地处理、搜索、推荐、存储和传输数据。

 Elasticsearch：开源的搜索引擎 

Elasticsearch 支持高并发、高可用、易扩展的分布式搜索，通过简单易用的 RESTful API，无需深入了解背后复杂的原理，就可实现基本的全文检索功能。因此许多个人开发者和企业都选择用 ES 来处理数据源划分、文档召回、标签管理等任务。

💥 DocArray + Elasticsearch = ？

那么 DocArray 和 Elasticsearch，能碰撞出怎样的火花呢？

使用 Elasticsearch 作为 DocArray 的文档存储，能更迅速地完成向量检索！

入门级教程演示

学习本教程，你将了解如何创建一个简单的文本搜索系统

1. 启动 Elasticsearch 服务，新建 docker-compose.yml <