Elastic平台8.15：原生向量数据库现已支持位向量、SIMD加速和简化配置
内容提要
Elastic 8.15版本引入了多项新功能，包括支持位向量和改进的语义搜索。新语义文本字段类型简化了文本处理，提升了搜索性能。ES|QL扩展了地理空间搜索功能，增加了ST_DISTANCE等新函数。LogsDB模式提高了日志存储效率，减少了存储需求。此外，新版本优化了向量比较性能，支持更高效的查询和数据处理。
延伸解读
位向量与int4量化：性能提升与精度权衡
Elastic 8.15支持位向量索引，使用汉明距离进行相似度计算，可处理高达32768维的向量。同时引入int4标量量化，将向量大小压缩至原来的八分之一，显著降低索引大小并提升查询延迟。但量化会轻微降低召回率，可通过增加候选数量或重排序来补偿。用户需根据精度要求权衡是否采用int4。
semantic_text字段：简化语义搜索配置
新的semantic_text字段类型自动处理文本分块和嵌入生成，用户只需定义推理端点，Elasticsearch即可在索引和查询时生成向量。它支持密集和稀疏向量模型，并兼容Elastic ML节点及第三方提供商如Cohere。这降低了语义搜索的入门门槛，使没有机器学习团队的开发者也能快速构建相关应用。
ES|QL地理空间与类型处理增强
ES|QL新增ST_DISTANCE函数，支持高性能距离搜索，并遵循OGC标准，便于GIS专家使用。同时，ES|QL现在能处理跨索引的字段类型不匹配问题，通过TO_IP等转换函数或::语法统一类型。这些功能目前处于技术预览阶段，部分用例（如按距离排序）尚未优化，但为地理空间分析提供了更强大的工具。
LogsDB模式：日志存储效率大幅提升
LogsDB索引模式通过智能索引排序、合成_source和ZSTD压缩等技术，将日志存储需求降低2-3倍。它默认按host.name和@timestamp排序，优化压缩效率。该模式目前为技术预览，不适用于生产环境，但为未来日志管理提供了显著的存储节省和更强的容错能力。
Q&A
Elastic 8.15版本引入了哪些新功能？
Elastic 8.15版本引入了对位向量的支持、新的语义文本字段类型、扩展的ES|QL地理空间搜索功能、LogsDB模式以及优化的向量比较性能。
什么是新的语义文本字段类型，它有什么优势？
新的语义文本字段类型简化了语义搜索的配置，自动处理文本分块和生成嵌入，从而提升了搜索性能。
Elastic 8.15中如何提高日志存储效率？
Elastic 8.15引入了LogsDB模式，通过智能索引排序、合成源和压缩技术，显著减少了日志存储需求。
Elastic 8.15如何优化向量比较性能？
Elastic 8.15通过支持SIMD加速和int4量化，优化了向量比较性能，提高了查询效率和数据处理能力。
ES|QL在Elastic 8.15中有哪些新功能？
ES|QL在Elastic 8.15中扩展了地理空间搜索功能，新增了ST_DISTANCE等函数，并支持处理不同类型的字段映射。
Elastic 8.15中如何处理位向量？
Elastic 8.15支持索引位向量并使用汉明距离进行相关性排名，允许高效的查询和数据处理。
