Elastic 9.3 升級！向量搜索快 12 倍

作者 | Mark Silvester

譯者 | 田橙

Elastic 9.3.0 現已正式發布。此次版本引入了一系列功能，重點在于自動化工作流程、加速向量索引，并擴展對可觀測性和安全領域開放標準的支持。

官方博客 詳細說明了該更新如何解決 AI 驅動搜索和高規模數據分析在混合云環境中的運維復雜性。通過為上下文工程和 Agent 構建提供更深入的原生集成，平臺旨在簡化生產級檢索增強生成（RAG）應用的開發流程。

向量搜索速度顯著提升。Elastic 集成了 NVIDIA cuVS，一個開源 GPU 加速庫，公司聲稱在自托管部署中索引速度可提升最多 12 倍，force merge 操作可加速 7 倍。這些提升同樣適用于高維向量查詢，這對 RAG 應用至關重要。根據 官方文檔，這些索引改進可在數據集規模擴大時實現更快的檢索時間。這一定位使 Elastic 與專業向量數據庫如 Pinecone 或 Weaviate 以及其長期競爭對手 OpenSearch 直接競爭。

ES|QL 獲得了重要升級。這種管道式語言允許開發者直接在搜索引擎內轉換和聚合數據，減少在應用代碼中的后處理需求。版本 9.3.0 引入了新的字符串操作和日期處理函數，并提升了復雜 Join 查詢的性能。這些改進旨在讓該語言對需要在海量數據集上進行實時分析的工程師更具靈活性，而無需在系統之間移動數據。

可觀測性現在以開放標準為中心。Elastic 進一步將 OpenTelemetry（OTel） 集成到其生態系統中，使用戶能夠更順暢地采集追蹤、指標和日志數據，而無需綁定供應商。平臺現在對基于 OTel 的數據提供更好的原生支持，簡化了團隊從專有 Agent 遷移的過程。這一舉措反映了更廣泛的行業趨勢，組織日益采用開源采集標準以保持監控堆棧靈活性，并減少管理多個數據采集器的運維負擔。通過采用 OTel，Elastic 確保其遙測數據可與眾多第三方分析工具和行業標準儀表盤兼容。

AI Assistant 現在能夠調查、查詢并采取行動。借助大語言模型，助手現在可以分析日志模式并建議針對檢測到的異常的修復步驟。該功能旨在通過自動化根因分析的初始階段，減少 DevOps 和安全團隊的平均修復時間。雖然類似工具在 New Relic 等平臺中也存在，但與底層數據存儲的深度集成為數據上下文和歷史趨勢分析提供了特定優勢。此外，助手可以根據自然語言提示生成復雜的 ES|QL 查詢，彌合用戶在新查詢語言語法方面的技術差距。

安全可見性已擴展至云環境。平臺引入了新的檢測規則，并提升了對 Kubernetes 和 Serverless 架構的可見性，確保無論基礎設施位于何處，都能識別威脅。這些更新確保 Elastic 仍是傳統安全信息和事件管理供應商的可行替代方案。統一數據仍然是 9 版本架構的核心，使跨域分析成為可能，這在以往孤立工具中難以實現。工程師現在可以更靈活地在日志和追蹤之間切換，以識別性能瓶頸的來源。此外，增強的安全態勢可在高度監管行業中更好地進行合規跟蹤，這些行業通常要求審計日志和實時監控以保障運營完整性。

https://www.infoq.com/news/2026/03/elastic-9-3-gpu-vector-indexing/

聲明：本文為 InfoQ 翻譯，未經許可禁止轉載。