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

为什么越来越多人使用 Elasticsearch 9.5 ?

java1234 • 2 月前 • 248 次点击  
大家好,我是锋哥。

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:

  1. 磁盘和留存周期开始成为刚需,列存储值得一试。

  2. 向量检索不想再养一个调参专家,直接上 vectordb_document。

  3. 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。

2026年,锋哥又开始收Java+AI大模型编程学员了!目前活动,送AI编程+Python+AI大模型VIP。。

最近锋哥录制了一些AI编程视频教程

图片

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

👇👇👇

图片


👆长按上方二维码 2 秒
回复「888」即可获取

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/200275