向量搜索与语义搜索 #

向量搜索和语义搜索经常被混用，但它们面向的层次不同。理解它们的区别有助于选择正确的方案。

概念区分 #

概念	本质	Easysearch 中的对应
向量搜索	在高维空间中查找最近邻	原生 `knn` 查询
语义搜索	按"含义"而非"关键词"检索	文本 → Embedding → 向量搜索
复合查询	同一请求组合关键词与向量	`bool`（query-level `knn` + `match`）
混合搜索（Hybrid）	搜索管道 RRF 融合多路排名	`hybrid` 查询 + `hybrid_ranker_processor`
全文搜索	基于 BM25 的词频匹配	`match`、`multi_match` 等

关系：语义搜索 = Embedding 模型 + 向量搜索。向量搜索是底层能力，语义搜索是应用层方案。文档中的 混合搜索（Hybrid） 只指搜索管道 RRF，不要把 bool（knn + match）叫做 Hybrid。

什么时候用什么 #

场景	推荐方案	理由
用户查询关键词明确	全文搜索	BM25 对精确关键词匹配效果最好
用户用自然语言提问	语义搜索	Embedding 能捕获同义词和意图
既要关键词又要语义	复合查询或混合搜索	复合查询用 `boost` 组合分数；分数不可比时用混合搜索 RRF
以图搜图、跨模态	向量搜索	不同模态映射到同一向量空间
RAG / 知识库问答	语义搜索、复合查询或混合搜索	为 LLM 提供高质量上下文
推荐系统	向量搜索	用户/商品特征向量的近邻查找

端到端语义搜索流程 #

                  ┌──────────────┐
用户查询 ──────▶ │ Embedding 模型│ ──────▶ 查询向量
                  └──────────────┘           │
                                             ▼
                                    ┌─────────────────┐
                                    │ 原生 knn 查询    │
                                    └─────────────────┘
                                             │
                                             ▼
                                    按语义相似度排序的结果

写入阶段：将文本通过 Embedding 模型转为向量，连同原始字段一起写入索引
查询阶段：将用户查询通过同一模型转为向量，使用原生 knn 检索
融合阶段（可选）：将向量相似度得分与 BM25 得分加权融合

Embedding 模型的接入方式参见 Embedding 服务集成。

复合查询示例 #

POST /my-index/_search
{
  "size": 10,
  "query": {
    "bool": {
      "must": [
        {
          "knn": {
            "field": "embedding",
            "query_vector": [0.12, -0.03, ...],
            "k": 10,
            "num_candidates": 100
          }
        }
      ],
      "should": [
        {
          "match": {
            "content": {
              "query": "分布式搜索引擎",
              "boost": 2.0
            }
          }
        }
      ]
    }
  }
}

该示例使用 query-level knn，因此可以与 match 一起放入 bool。通过子句的 boost 调节关键词得分与向量得分的相对影响；不同查询的分数分布可能不同，应使用标注数据验证排序效果，不要把 boost 当作固定百分比。

向量搜索与语义搜索 #

概念区分 #

什么时候用什么 #

端到端语义搜索流程 #

复合查询示例 #

相关资源 #