Что нового в версии 8.17

Вот основные моменты новинок и улучшений в Elasticsearch 8.17! Для получения подробной информации об этом релизе, ознакомьтесь с Заметками о релизе и Руководством по миграции.

Другие версии:

8.16 | 8.15 | 8.14 | 8.13 | 8.12 | 8.11 | 8.10 | 8.9 | 8.8 | 8.7 | 8.6 | 8.5 | 8.4 | 8.3 | 8.2 | 8.1 | 8.0

logsdb режим индексирования доступен. Эта функция позволяет Elasticsearch более эффективно хранить логи.

logsdb режим индексирования позволяет сократить использование хранилища до ~3 раз по сравнению с хранением логов в Elasticsearch с использованием стандартного режима индексирования. Для получения дополнительной информации ознакомьтесь с документацией.

В версии 8.17 мы представляем Elastic Rerank, новую модель Elasticsearch для семантического переупорядочивания. Переупорядочивание может использоваться как второй этап поверх вашего существующего подхода к поиску, будь то лексический поиск, ELSER или плотные вложения, что приводит к значительным улучшениям семантической релевантности, в основном за счет улучшения полноты. Это очень важно для приложений RAG, где вы хотите отправить наиболее релевантную информацию в LLM для генерации возможных ответов.

Elastic Rerank — это архитектура кросс-кодирования, и она находится в техническом предварительном просмотре в версии 8.17.

Чтобы понять переупорядочивание и как его использовать для улучшения поиска, прочитайте Что такое семантическое переупорядочивание и как его использовать, блог создателей Elastic Rerank.

Для получения дополнительной информации об архитектуре модели Elastic Rerank и о том, как она сравнивается по релевантности и затратам с другими моделями переупорядочивания, см. Представление Elastic Rerank от тех же авторов.

В этом выпуске мы представляем преднастроенный конечный пункт ELSER по умолчанию. Это устраняет необходимость в любой конфигурации вывода для использования ELSER. Больше нет необходимости в настройке конечного пункта вывода, или в загрузке модели и настройке потоков и распределения ресурсов через пользовательский интерфейс обученных моделей. Просто создайте отображение семантического текста для ваших индексов и начинайте его использовать. Конечный пункт вывода по умолчанию загрузит, развернет и начнет использовать ELSER для вывода с адаптивными распределениями прямо из коробки.

Технический предварительный просмотр новых функций MATCH и QSTR (строка запроса) в ES|QL упрощает и делает более интуитивным поиск логов. MATCH предоставляет функциональность полнотекстового поиска в ES|QL с использованием запроса Lucene match, в то время как QTSR помогает в более сложном фильтрации данных логов, позволяя использовать запросы Lucene query string.

Полнотекстовый поиск для ES|QL позволяет упростить и повысить производительность поиска в Discover, особенно при работе с несколькими терминами или условной логикой. Узнайте больше в документации по полнотекстовому поиску ES|QL.