2026 年 8 月,Elastic 9.5 正式发布。圈子里这两周聊得最多的,不是又多了几个新 API,而是一件更实际的事:同样一份数据,占的磁盘更少了;同样一套向量搜索,终于不用再手搓一堆参数了。今天锋哥和大家好好聊聊Elasticsearch 9.5这个新版本。
目录
先说一句实话
省空间这件事,终于不用硬扛了
向量搜索不再需要调参选手
一张图、一段话、一份 PDF,都能搜
监控同学也开始往这边迁
要不要升?我的看法
先说一句实话
很多人用 Elasticsearch,一开始是为了搜网页、搜商品。后来日志进来了,指标也进来了,最近两年又把向量检索塞进去做 RAG。
问题也跟着来了:磁盘涨得很快,向量索引要调一堆开关,图片和 PDF 还得自己先做 embedding。9.5 并没有把 Elasticsearch 变成另一个产品,它更像是把这几年大家反复踩过的坑,收成了几个开箱能用的模式。
现在很多团队的日常,已经不是「只做一个搜索框」,而是搜索、日志、AI 应用挤在同一套数据上。9.5 的新特性,基本都冲着这件事去的。
省空间这件事,终于不用硬扛了
日志一多,最先崩的往往不是查询,是磁盘。以前倒排索引几乎每个字段都建一份,字段一多,同样 1TB 日志可能要占掉好几份空间。
9.5 拿出了技术预览的 Columnar Mode(列存储模式)。通俗讲:字段默认只存一份列式数据,不再默认给每个字段都建倒排。分析类查询会更顺,数据也能留得更久。专门给日志用的 logsdb_columnar 还会给 message 字段留一份倒排,全文搜索体验基本不变。
左边那种「什么都堆在一起」的感觉,很多老集群其实就是这样。右边这种按列收纳,才是 9.5 想推的新底盘。现有索引不会被强制改掉,要开才开。
建一个日志向的列存储索引,大概长这样:
PUT logs-app-columnar{ "settings": { "index": { "mode": "logsdb_columnar" } }, "mappings": { "properties": { "@timestamp": { "type": "date" }, "host.name": { "type": "keyword" }, "service": { "type": "keyword" }, "level": { "type": "keyword" }, "message": { "type": "text" } } }}
写几条日志,再用 ES|QL 做聚合,API 不用换:
POST /_query?format=txt{ "query": """ FROM logs-app-columnar | WHERE level == "ERROR" | STATS error_count = COUNT(*) BY service | SORT error_count DESC """}
如果你做的不是日志,而是分析型宽表,可以把 mode 改成 columnar。两种模式都还是技术预览,建议先拿非核心索引试,别一上来就切生产全量。
向量搜索不再需要调参选手
做 RAG 的同学大概都有过这种经历:量化精度、merge 策略、缓存预热,每个开关都能讲半小时。调不好,召回掉一截;调好了,别人也看不懂你为什么这么配。
9.5 把这件事收成了一个设置:index.mode = vectordb_document。官方基准里,高召回场景下查询吞吐最高能到大约 2 倍,DiskBBQ 索引到达可检索状态的时间大概能少 20%。量化深度这类跟数据分布强相关的参数,还可以交给 DiskBBQ 的自动校准。
一个最简的知识库索引:
PUT kb-articles{ "settings": { "index": { "mode": "vectordb_document" } }, "mappings": { "properties": { "title": { "type": "keyword" }, "body": { "type": "text" }, "embedding": { "type": "dense_vector", "dims": 1024, "similarity": "cosine", "index_options": { "type": "bbq_hnsw" } } } }}
写入文档后,查询还是熟悉的 kNN:
POST kb-articles/_search{ "size": 5, "knn": { "field": "embedding", "query_vector": [0.12, -0.04, 0.88], "k": 5, "num_candidates": 50 }, "_source": ["title", "body"]}
示例里的向量只写了 3 维,真实项目要和模型维度对齐。重点是:你不用再把一堆底层参数抄进配置文件。这个模式已经 GA,订阅档位里 Basic 也能用。
一张图、一段话、一份 PDF,都能搜
以前搜图片,流程通常是:选模型、写 ingest pipeline、入库时算向量、查询时再算一遍。9.5 的 semantic 字段把这条链路收短了。文本、图片、音频、视频、PDF,入库时自动生成 embedding,还能跨模态互搜。
比如用户搜「海边日落」,系统不只找标题里有这四个字的文档,连日落照片、海浪音频、相关 PDF 都能落在同一个向量空间里。这个字段目前是技术预览。
PUT product-gallery{ "mappings": { "properties": { "title": { "type": "keyword" }, "content": { "type": "semantic", "inference_id": ".jina-embeddings-v5-omni-small" } } }}
图片按 data URL 写入:
POST product-gallery/_doc{ "title": "海边日落", "content": { "type": "image", "value": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQAAAQABA..." }}
用自然语言去搜这些图:
GET product-gallery/_search{ "query": { "match": { "content": "金色晚霞下的海岸线" } }}
对做商品图搜、文档库、多媒体素材站的人来说,这比自己搭一套 embedding 服务省事太多。
从数据进来到被搜到,整条链路可以画成这样:
监控同学也开始往这边迁
搜索和 AI 之外,观测这块 9.5 也补了一块很实际的板:原生 Prometheus / PromQL 正式 GA。原来 Grafana 里那些 PromQL,可以指到 Elastic 上继续跑,不必把多年积累的查询习惯推倒重来。官方还配了 Grafana、Datadog 看板迁移工具。
指标编码也有更新(ES95 codec),官方说法是存储成本还能再压一截,大概到每样本约 3 字节这个量级。日志、指标、链路想放在一个平台里看的团队,迁移成本比以前低了。
Agent Builder 这边也加了追踪:大模型调用、工具调用、推理步骤可以按 OpenTelemetry 落进 Elasticsearch。做内部 AI 助手的人,终于能在熟悉的 Kibana 里看延迟和费用,而不是再开一套新的观测系统。
要不要升?我的看法
如果只记住三句话,我认为是这三句:
磁盘和留存周期开始成为刚需,列存储值得一试。
向量检索不想再养一个调参专家,直接上 vectordb_document。
图文音视频要进同一套检索,semantic 字段把门槛打下去了。
升级也不是无脑全开。列存储和多模态语义字段还是技术预览,生产上建议小流量验证。向量模式创建后有部分设置锁死,新建索引前先想清楚。现有集群可以继续用老模式。
我自己的做法比较保守:新项目、新索引优先用 9.5 的新模式;老索引先观察存储和查询表现,确认没坑再迁。这样既吃到新特性,也不至于把稳定的业务一夜切过去。
如果你最近正好在为日志膨胀、向量调参、或者「图片为什么不能直接搜」这几件事发愁,9.5 这波更新,确实比单纯升个小版本更有说服力。
最近锋哥录制了一些AI编程视频教程
高清视频+源码+领取。
扫描下方公众号【小锋学AI 】回复:888,
可获取下载链接
👇👇👇