1. ES 高亮是否能设置成单词部分高亮？
https://discuss.elastic.co/t/h ... 370/2
2. 怎么去全文检索?mysql vs ES（需要梯子）
https://blog.devgenius.io/how- ... f816e
3. Elasticsearch 7.x 自定义相关度计算 - function_score查询 script_score，field_value_factor及decay functions参数
https://blog.csdn.net/biao0309 ... 23608

编辑：kin122
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup
B站：https://ela.st/bilibili

作为我们自然语言处理 (NLP) 博客系列的一部分，我们将介绍一个使用文本嵌入模型生成文本内容的向量表示并演示对生成的向量进行向量相似性搜索的示例。我们将在 Elasticsearch 上部署一个公开可用的模型，并在摄取管道中使用它来从文本文档生成嵌入。然后，我们将展示如何在向量相似性搜索中使用这些嵌入（embedding）来查找给定查询的语义相似文档。

矢量相似性搜索（vector similarity search），或者通常称为语义搜索，超越了传统的基于关键字的搜索，允许用户找到可能没有任何共同关键字的语义相似的文档，从而提供更广泛的结果。向量相似性搜索对密集向量进行操作，并使用 k-最近邻（k-nearest neighbour）搜索来查找相似向量。为此，首先需要使用文本嵌入模型将文本形式的内容转换为其数字向量表示。

我们将使用来自 MS MARCO Passage Ranking Task 的公共数据集进行演示。它由来自 Microsoft Bing 搜索引擎的真实问题和人工生成的答案组成。该数据集是测试向量相似性搜索的完美资源，首先，因为问答是向量搜索最常见的用例之一，其次，MS MARCO 排行榜中的顶级论文以某种形式使用了向量搜索。

在我们的示例中，我们将使用此数据集的样本，使用模型生成文本嵌入，然后对其运行向量搜索。我们还希望对向量搜索产生的结果的质量进行快速验证。在今天的展示中，我将使用 Elastic Stack 8.2 来进行展示。
https://elasticstack.blog.csdn ... 20166

1. 用fluent配合ES构建日志体系（需要梯子）
https://medium.com/hepsiburada ... e28aa

2. 用Serilog和ES搭建 net core 的日志体系（需要梯子）
https://medium.com/%40matias.p ... f4c1e

3. ES为啥在Adyen stack是不可或缺的组件（需要梯子）
https://medium.com/adyen/why-e ... 89cc1

编辑：斯蒂文
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup
B站：https://ela.st/bilibili


Elastic社区线上Meetup

B站直播：http://live.bilibili.com/24361271

YouTube直播：https://www.youtube.com/c/OfficialElasticCommunity

主题：使用Elastic Stack地理位置分析功能分析疫情态势

日期：2022年5月26日，14:30 - 15:30（UTC+8）

讲师：杰瑞朱，Elastic资深解决方案架构师，Elastic认证工程师

摘要：Elasticsearch具有很强的地理位置查询和聚合计算能力，Kibana也内含了功能强大的地图工具，两者结合可以很方便地应用于地理位置相关的分析场景。杰瑞在上海封城期间，一直使用这些强大的工具来分析周边的疫情态势，本次活动以上海每日疫情数据为例，详解这些工具的使用方法，可以让听众快速上手并应用于更多的地理位置分析场景。

中文meetup每月最后一个周四准时上线，欢迎报名分享您的技术心得，讲师报名请发送邮件至：meetups@elastic.co。谢谢！
 
原文链接：[](https://community.elastic.co/e ... i-shi/)

1. Elasticsearch架构解析与最佳实践
   https://zhuanlan.zhihu.com/p/157964955

2. Elasticsearch 性能优化
   https://mp.weixin.qq.com/s/VHULA5vfDBxjGzukZyYJbg

3. Elasticsearch 索引设计指南
   https://blog.csdn.net/laoyang3 ... 64442

编辑：yuebancanghai
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup
B站：https://ela.st/bilibili

1. Elasticsearch 基础入门详文(需梯子)
https://tinyurl.com/msmz862d

2. Elasticsearch 通用工具类
https://blog.csdn.net/qiandeqi ... 68545

3. Elasticsearch Templates 讲解
https://blog.csdn.net/u0113442 ... 01975

编辑：cyberdak
归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup
B站：https://ela.st/bilibili

1、 腾讯对 Elasticsearch 亿万级规模下的内核优化与实践 
https://pdai.tech/md/db/nosql- ... .html 
2、Spring boot 2.5.x整合ElasticSearch 7.1x 
https://www.shouxicto.com/article/3963.html 
3、使用 Elasticsearch、Fluentd 和 Kibana 进行 Kubernetes 日志记录 
https://coralogix.com/blog/kub ... bana/ 

编辑：李静 
归档：https://ela.st/cn-daily-all 
订阅：https://ela.st/cn-daily-sub 
沙龙：https://ela.st/cn-meetup 
B站：https://ela.st/bilibili 

1、基于Elasticsearch的机器学习和ETL工具包
https://github.com/elastic/eland
2、Zinc——用 Go 编写的下一代搜索引擎
https://medevel.com/zinc/
3、使用 Elasticsearch 进行跨区域灾难恢复
https://thehackernews.com/2022 ... .html

归档：https://ela.st/cn-daily-all
订阅：https://ela.st/cn-daily-sub
沙龙：https://ela.st/cn-meetup
B站：https://ela.st/bilibili