首页
/ Elasticsearch-Py中KNN搜索与inner_hits参数的正确使用方式

Elasticsearch-Py中KNN搜索与inner_hits参数的正确使用方式

2025-06-14 03:24:21作者:卓艾滢Kingsley

背景介绍

在使用Elasticsearch进行向量相似度搜索时,KNN(K-Nearest Neighbors)搜索是一个常用功能。当向量数据存储在嵌套文档中时,我们往往需要获取嵌套文档中的特定字段作为搜索结果的一部分。这时就需要使用inner_hits参数。

常见误区

很多开发者会直接使用elasticsearch-py客户端提供的knn_search()方法,但这个方法实际上是基于已被弃用的_knn_search API。更重要的是,knn_search()方法并不支持inner_hits参数,这会导致开发者在使用嵌套文档向量搜索时遇到困难。

正确使用方法

实际上,我们应该使用更通用的search()方法,并将KNN搜索作为其参数之一。search()方法完全支持KNN搜索功能,包括inner_hits参数。以下是正确使用方式的示例:

resp = client.search(
    index="passage_vectors",
    fields=[
        "creation_time",
        "full_text"
    ],
    source=False,
    knn={
        "query_vector": [0.45, 45],
        "field": "paragraph.vector",
        "k": 2,
        "num_candidates": 2,
        "inner_hits": {
            "_source": False,
            "fields": ["paragraph.text"],
            "size": 1
        }
    },
)

参数说明

  1. query_vector: 查询向量
  2. field: 存储向量的字段名
  3. k: 返回的最相似文档数量
  4. num_candidates: 候选文档数量
  5. inner_hits: 用于获取嵌套文档中的特定字段
    • _source: 是否返回完整文档
    • fields: 指定返回的字段
    • size: 每个嵌套文档返回的结果数量

最佳实践

  1. 避免使用已被弃用的_knn_search API
  2. 对于嵌套文档的向量搜索,务必使用inner_hits参数
  3. 合理设置num_candidates参数以平衡搜索质量和性能
  4. 使用fields参数而非_source可以减少网络传输量

通过正确使用search()方法配合knn参数,开发者可以充分利用Elasticsearch的向量搜索能力,包括处理嵌套文档等复杂场景。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
595
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K