前提条件

• 已经参考向量检索的集群规划完成集群创建，集群必须是7.6.2或7.10.2版本。
• 根据实际需要参考本章节下方“集群高级配置”完成集群高级设置。

创建向量索引

1.登录云搜索服务管理控制台。

2.在“集群管理”页面，选择需要启用向量检索的集群，单击操作列“Kibana”，登录Kibana界面。

3.单击左侧导航栏的“Dev Tools”，执行如下命令创建向量索引。

创建一个名为“my_index”的索引，该索引包含一个名为“my_vector”的向量字段和一个名为“my_label”的文本字段。其中，向量字段创建了GRAPH图索引，并使用欧式距离作为相似度度量。

PUT my_index  
{ 
  "settings": { 
    "index": { 
      "vector": true 
    } 
  }, 
  "mappings": { 
    "properties": { 
      "my_vector": { 
        "type": "vector", 
        "dimension": 2, 
        "indexing": true, 
        "algorithm": "GRAPH", 
        "metric": "euclidean" 
      }, 
      "my_label": { 
        "type": "text" 
      } 
    } 
  } 
}

创建索引参数说明

类型
参数
说明
Index settings参数
vector
当需要使用向量索引加速时，需要设置该值为true。
Field mappings参数
type
字段类型，“vector”表示该字段为向量字段。
dimension
向量数据维度。
取值范围：[1,   4096]
indexing
是否开启向量索引加速。
可选值：
l    false：表示关闭向量索引加速，向量数据仅写入docvalues，只支持使用ScriptScore以及Rescore进行向量查询。
l    true：表示开启向量索引加速，系统将创建额外的向量索引，索引算法由"algorithm"字段指定，写入数据后可以使用VectorQuery进行查询。
默认值：false。
algorithm
索引算法。仅当“indexing”为“true”时生效。
可选值：
l    FLAT：暴力计算，目标向量依次和所有向量进行距离计算，此方法计算量大，召回率100%。适用于对召回准确率要求极高的场景。
l    GRAPH：图索引，内嵌深度优化的HNSW算法，主要应用在对性能和精度均有较高要求且单shard中文档数量在千万个以内的场景。
l    GRAPH_PQ：将HNSW算法与PQ算法进行了结合，通过PQ降低原始向量的存储开销，能够使HNSW轻松支撑上亿规模的检索场景。
l    IVF_GRAPH：算法将IVF与HNSW结合，对全量空间进行划分，每一个聚类中心向量代表了一个子空间，极大地提升检索效率，同时会带来微小的检索精度损失。适用于数据量在上亿以上同时对检索性能要求较高的场景。
l    IVF_GRAPH_PQ：PQ算法与IVF-HNSW的结合，PQ可以通过配置选择与HNSW结合和IVF结合，进一步提升系统的容量并降低系统开销，适用于shard中文档数量在十亿级别以上同时对检索性能要求较高的场景。
默认值：GRAPH。
说明
当选择IVF_GRAPH或者IVF_GRAPH_PQ索引时，需要额外进行预构建中心点索引以及注册等步骤，具体内容请参考 （可选）预构建与注册。
见下表“可选参数说明”
当使用向量索引加速时（即“indexing”为“true”时），为了获得更高的查询性能以及查询精度，ES提供了与向量索引相关的可选参数配置。
metric
计算向量之间距离的度量方式。
可选值：
l    euclidean：欧式距离。
l    inner_product：内积距离。
l    cosine：余弦距离。
l    hamming：汉明距离。
默认值：euclidean

可选参数说明

类型
参数
说明
GRAPH类索引配置参数
neighbors
图索引中每个向量的邻居数，默认值为64，值越大查询精度越高。索引越大，构建速度以及后续的查询速度也会变慢。
取值范围：[10,   255]
shrink
构建hnsw时的裁边系数，默认值1.0f。
取值范围：(0.1,   10)
scaling
构建hnsw时上层图节点数的缩放比例，默认值50。
取值范围：(0,   128]
efc
构建hnsw时考察邻居节点的队列大小，默认值为200，值越大精度越高，构建速度将会变慢。
取值范围：(0,   100000]
max_scan_num
扫描节点上限，默认值为10000，值越大精度越高，索引速度变慢。
取值范围：(0, 1000000]
PQ类索引配置参数
centroid_num
每一段的聚类中心点数目，默认值为255。
取值范围：(0,   65535]
fragment_num
段数，默认值为0，插件自动根据向量长度设置合适的段数。
取值范围：[0,   4096]

导入向量数据

执行如下命令，导入向量数据。向“my_index”索引中写入向量数据时，需要指定向量字段名称和向量数据。

• 向量数据输入格式为逗号分隔的浮点型数组时：

POST my_index/_doc 
{ 
  "my_vector": [1.0, 2.0] 
}

• 向量数据输入格式为小端字节序编码的Base64字符串时：

在向量维度较高、数值有效位较多时，使用Base64编码格式传输、解析更加高效。

POST my_index/_doc 
{ 
  "my_vector": "AACAPwAAAEA=" 
}

• 当写入大规模数据时，建议使用Bulk操作：

POST my_index/_bulk 
{"index": {}} 
{"my_vector": [1.0, 2.0], "my_label": "red"} 
{"index": {}} 
{"my_vector": [2.0, 2.0], "my_label": "green"} 
{"index": {}} 
{"my_vector": [2.0, 3.0], "my_label": "red"}

集群高级配置

• 在离线导入数据场景下，为了提高批量写入性能，建议将索引的refresh_interval参数设置为-1，即关闭自动刷新索引。
• 建议将备份数number_of_replicas设置为0，当离线数据导入完成后，再设置为需要的值。
• 其他高级功能的参数配置说明：