首页
/ OpenSearch项目中的Mapping Transformer技术解析

OpenSearch项目中的Mapping Transformer技术解析

2025-05-22 17:53:29作者:裴麒琰

在OpenSearch项目中,近期提出了一个关于Mapping Transformer的技术方案,旨在简化神经搜索(neural search)的设置过程。这项技术将引入一种新的字段类型,并允许用户在索引映射中定义模型ID,从而自动生成与神经搜索相关的字段。

背景与需求

当前在OpenSearch中设置神经搜索需要手动配置多个相关字段,如knn_vector字段等。这一过程较为复杂,容易出错。为了解决这个问题,开发团队提出了一个自动化方案:通过定义新的字段类型,系统能够根据模型ID自动生成所有必要的神经搜索字段。

技术方案比较

团队考虑了两个主要的技术实现方案:

  1. ActionFilter方案
    利用现有的ActionFilter机制来修改创建/修改索引映射和索引模板的请求。这种方案的优势是不需要修改核心代码,但缺点是职责不清晰,ActionFilter被设计为通用机制,用于此特定场景显得不够专业。

  2. MapperPlugin扩展方案
    在MapperPlugin中引入新的MappingTransformer接口,让插件实现这个接口来转换映射。这种方案职责明确,但需要修改核心代码。

经过评估,团队倾向于选择第二种方案,因为它提供了更清晰的架构和职责划分。

技术实现细节

当用户创建包含新字段类型的索引时,系统会自动转换映射。例如,当用户定义如下索引:

{
   "settings":{
      "index.knn":true
   },
   "mappings":{
      "properties":{
         "id":{
            "type":"text"
         },
         "products":{
            "type":"nested",
            "properties":{
               "product_description":{
                  "type":"semantic",
                  "model_id":"oC31TZUBuSxkFaMuZlMo"
               }
            }
         }
      }
   }
}

系统会自动将其转换为包含所有必要神经搜索字段的完整映射,包括:

  • 原始字段保留
  • 语义信息字段(包含分块信息)
  • 模型元数据字段
  • 向量嵌入字段(包括维度、引擎类型等配置)

设计考量

在技术讨论中,团队考虑了是否可以在数据摄入时动态更新映射的方案。虽然技术上可行,但团队认为在添加语义字段时就生成所有相关字段更为合理,原因包括:

  1. 职责清晰:字段生成与字段定义保持同步
  2. 快速失败:可以在早期阶段验证模型有效性
  3. 性能考虑:避免在数据摄入时频繁更新映射

总结

OpenSearch的这一技术改进将显著简化神经搜索的设置过程,使开发者能够更专注于业务逻辑而非基础设施配置。通过引入Mapping Transformer机制,系统能够自动处理复杂的字段映射关系,提高开发效率并减少配置错误。这一设计体现了OpenSearch项目对开发者体验的持续关注和改进。

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
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
504
42
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
194
279
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
992
395
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
938
554
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70