Elasticsearch：你是说，用于混合搜索（hybrid search）

原创已于 2025-12-18 11:59:22 修改 · 732 阅读

15 ·

CC 4.0 BY-SA版权

本文为博主原创文章，未经博主允许不得转载。

文章标签：

#elasticsearch #大数据 #搜索引擎 #人工智能 #数据库 #全文检索 #ai

于 2025-12-18 11:58:33 首次发布

Elastic 同时被 3 个专栏收录

2195 篇文章

订阅专栏

Elasticsearch

1465 篇文章

订阅专栏

671 篇文章

订阅专栏

作者：来自 Elastic Kathleen_DeRusso

如果你尝试过搭建 混合搜索（hybrid search） 体验，你就知道学习曲线可能很陡峭。尤其是当文本搜索和语义搜索结果结合时，每种搜索返回的得分可能差异很大，很难知道从哪里开始，手动调优结果也容易出错。好消息是，我们让这个过程变得简单得多。

本文将侧重于很多默认设置，但值得注意的是，我们也内置了大量自定义功能，因此既支持简单的 “顺畅路径” 用例，也支持强大、可定制的专家用例。

索引你的数据

首先，从 semantic_text 字段开始。Semantic text 设计得像一个普通文本字段一样使用，但它会透明地处理分块、推理和语义搜索。至少，你只需要为你的字段创建映射：

PUT my-index
{
  "mappings": {
    "properties": {
      "semantic_title": {
        "type": "semantic_text"
      }
    }
  }
}

这个映射会创建默认设置，例如默认使用我们内部的 ELSER 模型进行推理。无需配置索引管道！如果你是第一次尝试 semantic_text，这个教程是一个很好的起点。

为了确保 semantic_text 像普通文本字段一样工作，我们增加了对在 semantic_text 字段上使用 match 查询的支持，让你可以透明地进行语义搜索：

POST my-index/_search
{
  "query": {
    "match": {
      "semantic_title": "What is semantic search?"
    }
  }
}

使用检索器进行混合搜索

我们在很多搜索用例中发现，match 查询及其相关权重已经能很好地满足需求。虽然检索器（retrievers）已经存在一段时间，提供了像 RRF 这样的功能，我们简化了语法，使其可以无缝地与任意组合的 text 和 semantic_text 字段一起使用，并自动完成得分组合和归一化。

你可以阅读这篇博客，了解这种语法糖的由来。下面是使用 RRF 进行混合搜索的示例：

GET my-index/_search
{
  "retriever": {
    "rrf": {
      "fields": ["title", "semantic_title"],
      "query": "What is semantic search?"
    }
  }
}

以及使用 linear retriever 的类似示例：

GET my-index/_search{
  "retriever": {
    "linear": {
      "fields": ["title", "semantic_title^2"],
      "query": "What is semantic search?",
      “normalizer”: “l2_norm”
    }
  }
}

这些可以直接接入像 text_similarity_reranker retriever 这样的检索器，从而对混合搜索结果进行语义重排序。很简单，对吧？

使用 ES|QL 进行混合搜索

说到这里，我们正在开发的一些最令人兴奋的功能，是使用我们新的管道查询语言 ES|QL，它对于混合搜索用例非常强大。如果你参加过今年的 Elastic{ON} 活动，这个预览可能看起来有点熟悉。

让我们从 match 函数开始。我们可以通过直接引用 match 来表示：

FROM my-index METADATA _score
| WHERE match(title, "What is semantic search?")
| SORT _score DESC

或者通过简写语法：

FROM my-index METADATA _score
| WHERE title:"What is semantic search?"
| SORT _score DESC

最棒的是，因为我们使用的是 match，就像在 DSL 中一样，semantic_text 开箱即用！

现在，当你想使用 semantic_text 组合结果时，可以使用 FORK 命令，在不同的分支中执行每个 match 查询，并将它们返回在同一个结果中：

FROM my-index METADATA _score
| FORK 
  (WHERE semantic_title: "What is semantic search?" | SORT _score DESC)
  (WHERE title:"What is semantic search?" | SORT _score DESC)

然后，你可以使用 FUSE 命令，使用 RRF 算法将这些结果合并：

FROM my-index METADATA _score
| FORK 
  (WHERE semantic_title: "What is semantic search?" | SORT _score DESC)
  (WHERE title:"What is semantic search?" | SORT _score DESC)
| FUSE
| SORT _score DESC

你也可以将其应用到其他用例，例如重排序（rerank）和补全（completion）。

最后，有时你的用例可能更适合仅执行词汇搜索，而不是语义搜索。我们也可以在查询时使用 fork 来决定执行词汇搜索还是语义搜索 —— 例如根据查询中的词数，较短的查询在某些用例中可能从语义搜索中获益不大。

FROM search-index METADATA _score
| EVAL lexical = MV_COUNT(SPLIT(?query, " ")) <= 3
| FORK ( WHERE lexical | WHERE title:?query )
       ( WHERE NOT lexical | WHERE semantic_title:?query )
| SORT _score DESC

这只是我们能做的一个简短示例，但如果你深入阅读我们的文档，你会发现这些功能同样非常强大且可定制！试一试吧，我们期待听到你的反馈！

原文：https://discuss.elastic.co/t/dec-5th-2025-en-you-know-for-hybrid-search/383218