Elasticsearch: Câmpul dense_vector și Căutare Semantică cu Lucene HNSW în Baze de Date Vectoriale & Căutare Semantică

Elasticsearch oferă tipul de câmp dense_vector, integrat nativ cu algoritmul HNSW din Apache Lucene. Această integrare permite interogări semantice pure sau căutări hibride care fuzionează scorurile BM25 cu similitudinea cosinus prin algoritmul Reciprocal Rank Fusion (RRF).

Exemplu de mapare și căutare k-NN în Elasticsearch 8:

PUT /rapoarte-medicale
{
  "mappings": {
    "properties": {
      "diagnostic": { "type": "text" },
      "vector_simptome": {
        "type": "dense_vector",
        "dims": 1024,
        "index": true,
        "similarity": "cosine",
        "index_options": {
          "type": "hnsw",
          "m": 24,
          "ef_construction": 200
        }
      }
    }
  }
}

Începând cu versiunile recente, Elasticsearch suportă cuantizarea automată INT8 pentru vectori, reducând amprenta memoriei RAM cu până la 75% fără degradări măsurabile ale preciziei clinice sau semantice.