社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Elasticsearch

Elasticsearch AI Assistant × DeepSeek,1分钟搭建智能运维助手

阿里云大数据AI平台 • 1 年前 • 687 次点击  

01

Elasticsearch AI Assistant 介绍
Elasticsearch AI Assistant 是基于生成式人工智能(GenAI)和大型语言模型(LLM)技术构建的智能运维解决方案。该产品深度融合 Elasticsearch 底层能力,通过自然语言交互与上下文感知两大核心特性,为可观测性分析、安全运维管理及数据智能处理提供一站式解决方案。
作为 Elastic 技术栈的智能引擎,AI Assistant 具备三大核心价值:
  1. 深度集成:直接调用 Elasticsearch API 实现集群实时状态诊断,支持动态生成可视化数据看板
  2. 智能交互:通过自然语言指令自动构建精准查询语句,实现查询构建-执行-优化的全流程自动化
  3. 场景优化:针对运维排障、威胁猎杀、业务分析等场景提供智能建议,显著降低技术门槛
阿里云 AI 搜索开放平台面向企业及开发者提供丰富的组件化AI搜索服务,本文将重点介绍基于AI搜索开放平台内置的 DeepSeek-R1 系列大模型,如何搭建 Elasticsearch AI Assistant。AI Assistent 可配置私有的知识库:结合知识库的内容,调用 DeepSeek 大模型辅助问答

02

DeepSeek 模型介绍
AI Assistant 需要依赖 LLM 强大的自然语言处理能力来最大化发挥作用, DeepSeek 系列模型是由深度求索(DeepSeek)公司推出的大语言模型。其中 DeepSeek-R1 专注于提升在真实应用场景中的性能,尤其是在复杂指令理解、结果准确性和服务稳定性方面表现突出。
本次在 Elasticsearch AI Assistent 使用 DeepSeek-R1 辅助用户对 Elasticsearch 集群进行操作。

03

基于DeepSeek系列模型1分钟开启Elasticsearch的AI Assistant

Step 1:创建Elasticsearch实例

按如下文档指引,完成阿里云ES 8.15及以上版本实例的创建和kibana相关配置:https://x.sm.cn/19vRuGi

Step 2:创建DeepSeek的Connector

在创建Connector(连接器)的页面上,参考上述文档步骤10,在默认模型选项上,将模型设置成“deepseek-r1”
选择保存并测试,点击运行按钮,如果返回测试成功,就说明DeepSeek的Connector(连接器)正常创建了。

Step 3:选择DeepSeek的Connector进行对话

在操作列表中,确认 Connector (连接器)选择的是刚刚创建的 DeepSeek connector name。
接下来就能使用 DeepSeek-R1等系列 的大模型,使 AI Assistant 发挥更好的效果,帮助用户高效完成对 Elastic 的各种操作。

04

AI Assistant 的场景演示

场景1、辅助集群运维和索引管理(AI Assistant+DeepSeek模型)

Step 1:创建一个索引,number_of_replicas 设置很大(超过节点数量),集群状态就会变成 yellow;

PUT test/{    "settings": {        "number_of_replicas": 10    }}

Step 2:让 AI Assistent 分析原因并给出解决方案,AI Assistent 甚至能在用户授权后,直接调整number_of_replicas settings 将集群恢复 green;

针对集群运维和索引管理还可以尝试提问下面一些示例问题:
  • 请列出当前集群的索引,不要包含隐藏索引或者系统索引
  • 将集群分片搬迁速度调大到100mb
  • 创建一个test_new索引,索引结构跟test一样,分片数调整为3个
  • 集群现在负载为什么这么高

场景2、可视化分析

1. 导入样例数据:进入Kibana主页,单击试用样例数据—其他样例数据集,将kibana准备的3份示例数据导入Elasticsearch;

2. 点击如下图的 Logs 按钮,可以进行 AI Assistent 的可观测分析;

3. 在分析过程中,点开任意一条日志,AI Assistent 可帮助我们了解消息的含义以及如何查找相似日志;

4. AI Assistent 上制作可视化的图表:

  • 提问示例:“分析kibana_sample_data_ecommerce索引,列出销售额前5的品类,并制作图表。”
可以看到AI Assistent 画出的相关图表,用户可以点开图表详情进行调整和保存图表。

场景3:Elasticsearch 使用的查询语句生成和各种问题咨询

1、AI Assistent 可帮助 ES 用户查询 DSL

  • 提问示例:“查询kibana_sample_data_ecommerce中一共有多少商品分类,将全部商品分类列出来,可以帮我写出查询的DSL吗”
AI Assistent 不仅会给出 DSL 的写法,还会解释查询语句,以及返回的结果说明等。

2、更多示例提问:

  • 帮忙解释下写入、查询的 xx 报错信息
  • 怎么调整集群的 settings,有哪些 settings 可以调整
  • 怎么调整索引的 settings,有哪些 settings 可以调整
  • 参数 cluster.max_shards_per_node 配置是什么意思,给出参数的使用建议
更多 AI Assistent 相关信息可点击:https://www.elastic.co

05

结尾

AI助手推荐模型

输入(元/千tokens)

输出(元/千tokens)

DeepSeek-r1

0.004

0.016

DeepSeek-v3

0.002

0.008

qwen-max

0.0024

0.0096

qwen-plus

0.0008

0.002


  • AI搜索开放平台 DeepSeek-R1 模型单次调用低至平均1分钱;
  • AI搜索开放平台 Qwen-max、plus等全系列模型降价20%-50%不等;
  • 向量增强8.15版全部规格,以及通用商业版/内核增强版的2C~4C规格,新购年付5折优惠已全面上线!
感谢您对阿里云 Elasticsearch 的持续关注与支持!我们将不断升级云服务的性能,以更好地满足您的需求。如果您在 AI 搜索与分析方面有任何需求或疑问,欢迎随时与我们联系。您可以通过钉钉扫描下方二维码(或搜索钉钉群号23310502,加入我们的AI 搜索用户交流群)。
阿里云Elasticsearch:https://www.aliyun.com/product/bigdata/elasticsearch
AI搜索开放平台:https://www.aliyun.com/activity/bigdata/opensearch/platform

 / END /

更多推荐

图片


图片


图片


↙点击阅读原文,了解 Elasticsearch 产品详情

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/179216