ES 8.14 向量搜索优化

在Elasticsearch 8.14中，向量搜索优化是一个重要的主题。以下是一个使用Elasticsearch Java API进行向量搜索的简单示例：

import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.VectorQueryBuilder;
import org.elasticsearch.index.query.MatchQueryBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.search.SearchHit;
import org.elasticsearch.search.SearchHits;
 
// 假设client是已经配置好的RestHighLevelClient实例
RestHighLevelClient client;
 
// 向量查询
VectorQueryBuilder vectorQuery = QueryBuilders.vectorQuery("my_vector_field")
    .query(new float[]{1.5f, 2.5f, 3.5f, 4.5f})
    .minScore(1.0f);
 
// 匹配查询
MatchQueryBuilder matchQuery = QueryBuilders.matchQuery("my_text_field", "search_term");
 
// 构建查询
SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
searchSourceBuilder.query(vectorQuery).query(matchQuery);
 
// 构建搜索请求
SearchRequest searchRequest = new SearchRequest("my_index");
searchRequest.source(searchSourceBuilder);
 
// 执行搜索
SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
 
// 处理结果
SearchHits searchHits = searchResponse.getHits();
for (SearchHit hit : searchHits) {
    System.out.println(hit.getSourceAsString());
}
 
// 关闭client
client.close();

在这个示例中，我们首先创建了一个VectorQueryBuilder来定义向量查询，并设置了最低得分阈值。然后我们创建了一个MatchQueryBuilder来进行额外的文本匹配查询。接着我们将这些查询加入到SearchSourceBuilder中，并构建了一个SearchRequest。最后，我们执行搜索并打印返回的文档。

请注意，在实际应用中，你需要替换client的初始化代码，以及索引名称、字段名称和查询条件，以适应你的具体场景。