Elasticsearch 具有全文检索能力和向量检索能力。全文检索适合解决“关键词匹配、分词、相关性排序”的问题，向量检索适合解决“语义相似、意思接近但表达不同”的问题。

在实际的 AI 应用，尤其是 RAG 知识库场景中，这两种检索方式通常不会孤立使用，而是会组合起来使用：

• 全文检索：找到和用户问题中关键词高度相关的内容
• 向量检索：找到语义上相似的内容
• 混合检索：同时利用关键词匹配和语义匹配，提高召回质量

本文单独介绍如何使用 Elasticsearch 实现全文检索和向量检索。

---

一、为什么 Elasticsearch 既能做全文检索，也能做向量检索？

Elasticsearch 最早是典型的全文搜索引擎，底层基于 Lucene，擅长处理倒排索引、分词、相关性评分等搜索场景。

随着 AI 和大模型应用的发展，Elasticsearch 也支持了向量字段和向量相似度搜索，可以将文本 embedding 之后的向量存储在 ES 中，并通过相似度算法进行检索。

所以现在的 Elasticsearch 可以同时支持两类数据：

{
  "content": "Elasticsearch 是一个分布式搜索和分析引擎",
  "content_vector": [0.12, 0.31, -0.22]
}

其中：

• content 用于全文检索
• content_vector 用于向量检索

---

二、准备索引结构

假设我们要构建一个知识库，每条文档切片包含以下字段：

• doc_id：文档 ID
• chunk_id：切片 ID
• title：标题
• content：文本内容
• content_vector：文本向量
• metadata：额外元数据

可以创建如下索引：

PUT knowledge_chunks
{
  "mappings": {
    "properties": {
      "doc_id": {
        "type": "keyword"
      },
      "chunk_id": {
        "type": "keyword"
      },
      "title": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart"
      },
      "content": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart"
      },
      "content_vector": {
        "type": "dense_vector",
        "dims": 1024,
        "index": true,
        "similarity": "cosine"
      },
      "metadata": {
        "type": "object",
        "enabled": true
      },
      "created_at": {
        "type": "date"
      }
    }
  }
}

这里有几个关键点。

1. text 字段用于全文检索

"content": {
  "type": "text",
  "analyzer": "ik_max_word",
  "search_analyzer": "ik_smart"
}

如果是中文场景，通常会配合 IK 分词器：

• ik_max_word：索引阶段尽可能细粒度分词，提高召回
• ik_smart：搜索阶段更智能地分词，减少噪音

2. dense_vector 字段用于向量检索

"content_vector": {
  "type": "dense_vector",
  "dims": 1024,
  "index": true,
  "similarity": "cosine"
}

其中：

• dims 要和 embedding 模型输出维度一致
• index: true 表示支持近似最近邻检索
• similarity: cosine 表示使用余弦相似度

不同 embedding 模型的维度不同，比如 384、768、1024、1536 等，建索引时一定要保持一致。

---

三、写入文档和向量

在写入 ES 之前，需要先对文档进行切片，然后对每个切片生成 embedding。

例如原始文档是：

Elasticsearch 是一个分布式搜索和分析引擎，支持全文检索、结构化查询、聚合分析和向量检索。

经过 embedding 模型处理后，得到一个向量：

[0.12, -0.04, 0.33]

然后写入 ES：

POST knowledge_chunks/_doc/1
{
  "doc_id": "doc_001",
  "chunk_id": "chunk_001",
  "title": "Elasticsearch 简介",
  "content": "Elasticsearch 是一个分布式搜索和分析引擎，支持全文检索、结构化查询、聚合分析和向量检索。",
  "content_vector": [0.12, -0.04, 0.33],
  "metadata": {
    "source": "es-guide.md",
    "page": 1
  },
  "created_at": "2026-06-20T10:00:00"
}

实际使用时，content_vector 会是完整维度的向量，这里只是简化示例。

---

四、使用 ES 进行全文检索

全文检索主要依赖 match、multi_match、bool 等查询。

1. 单字段全文检索

如果只搜索正文内容，可以这样写：

POST knowledge_chunks/_search
{
  "query": {
    "match": {
      "content": "Elasticsearch 如何进行全文检索"
    }
  }
}

ES 会对用户输入进行分词，然后到倒排索引中查找相关文档，并根据 BM25 算法计算相关性得分。

2. 多字段全文检索

在知识库场景中，标题和正文都可能命中，所以更常见的是 multi_match：

POST knowledge_chunks/_search
{
  "query": {
    "multi_match": {
      "query": "Elasticsearch 向量检索怎么做",
      "fields": [
        "title^2",
        "content"
      ]
    }
  }
}

这里的：

"title^2"

表示标题字段权重更高。如果标题命中，得分会比正文命中更高。

3. 带过滤条件的全文检索

如果只想搜索某个文档、某个知识库、某个用户的数据，可以加 filter：

POST knowledge_chunks/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "multi_match": {
            "query": "全文检索和向量检索的区别",
            "fields": [
              "title^2",
              "content"
            ]
          }
        }
      ],
      "filter": [
        {
          "term": {
            "doc_id": "doc_001"
          }
        }
      ]
    }
  }
}

must 会影响相关性评分，filter 不参与评分，适合放权限、租户、文档 ID、知识库 ID 这类精确条件。

---

五、使用 ES 进行向量检索

向量检索的核心思路是：

1. 用户输入一个问题
2. 使用 embedding 模型将问题转换成向量
3. 用问题向量到 ES 中查找最相似的文档向量

例如用户问题是：

ES 能不能做语义搜索？

经过 embedding 模型后得到：

[0.21, -0.13, 0.08]

然后使用 knn 查询：

POST knowledge_chunks/_search
{
  "knn": {
    "field": "content_vector",
    "query_vector": [0.21, -0.13, 0.08],
    "k": 5,
    "num_candidates": 100
  },
  "_source": [
    "doc_id",
    "chunk_id",
    "title",
    "content",
    "metadata"
  ]
}

参数说明：

• field：向量字段名
• query_vector：用户问题的向量
• k：最终返回最相似的前 N 条
• num_candidates：候选数量，越大召回越充分，但查询成本也越高

一般来说：

num_candidates >= k

例如：

k = 5
num_candidates = 100

表示先从近似向量索引中召回 100 个候选，再返回最相似的 5 个。

---

六、带过滤条件的向量检索

实际业务中，向量检索通常也需要过滤。例如只检索某个知识库、某个用户、某个文件下的内容。

可以这样写：

POST knowledge_chunks/_search
{
  "knn": {
    "field": "content_vector",
    "query_vector": [0.21, -0.13, 0.08],
    "k": 5,
    "num_candidates": 100,
    "filter": {
      "term": {
        "doc_id": "doc_001"
      }
    }
  },
  "_source": [
    "doc_id",
    "chunk_id",
    "title",
    "content",
    "metadata"
  ]
}

这样 ES 只会在符合过滤条件的文档中进行向量相似度检索。

---

七、全文检索和向量检索的区别

全文检索和向量检索解决的是两类不同问题。

对比项	全文检索	向量检索
核心能力	关键词匹配	语义相似
底层方式	倒排索引	向量相似度
典型算法	BM25	cosine、dot_product、l2_norm
优点	精确、可解释、适合关键词	能理解语义，适合同义表达
缺点	对同义词、改写表达不敏感	结果可解释性较弱，依赖 embedding 质量
适合场景	标题、术语、错误码、编号、关键词	问答、知识库、语义搜索、RAG

举个例子。

用户搜索：

ES 怎么做语义搜索？

如果文档里写的是：

Elasticsearch 支持基于 dense_vector 的相似度召回。

全文检索可能因为关键词不完全匹配而得分不高。

但向量检索可以理解“语义搜索”和“相似度召回”之间的语义关系，从而更容易召回这条内容。

反过来，如果用户搜索：

ERROR_CODE_10086

这种精确错误码，全文检索通常会比向量检索更可靠。

---

八、混合检索：同时使用全文检索和向量检索

在 RAG 场景中，单独使用全文检索或者单独使用向量检索都可能有问题。

只用全文检索：

• 关键词不匹配时召回不到
• 同义表达、改写表达效果不好

只用向量检索：

• 对专有名词、编号、代码、错误码不一定稳定
• 结果可解释性弱
• embedding 模型质量会直接影响召回效果

所以更推荐使用混合检索。

常见做法有两种。

方案一：分别检索，再合并排序

先执行全文检索：

POST knowledge_chunks/_search
{
  "size": 10,
  "query": {
    "multi_match": {
      "query": "Elasticsearch 如何实现向量检索",
      "fields": [
        "title^2",
        "content"
      ]
    }
  }
}

再执行向量检索：

POST knowledge_chunks/_search
{
  "knn": {
    "field": "content_vector",
    "query_vector": [0.21, -0.13, 0.08],
    "k": 10,
    "num_candidates": 100
  }
}

然后在应用层合并结果：

1. 根据 chunk_id 去重
2. 对全文检索分数和向量检索分数做归一化
3. 按加权分数重新排序
4. 取 Top N 结果交给大模型

伪代码如下：

List<SearchResult> textResults = elasticsearchFullTextSearch(query);
List<SearchResult> vectorResults = elasticsearchVectorSearch(queryVector);

Map<String, SearchResult> merged = new HashMap<>();

for (SearchResult result : textResults) {
    result.setTextScore(normalize(result.getScore()));
    merged.put(result.getChunkId(), result);
}

for (SearchResult result : vectorResults) {
    SearchResult existing = merged.get(result.getChunkId());
    if (existing == null) {
        result.setVectorScore(normalize(result.getScore()));
        merged.put(result.getChunkId(), result);
    } else {
        existing.setVectorScore(normalize(result.getScore()));
    }
}

List<SearchResult> finalResults = merged.values().stream()
    .peek(result -> result.setFinalScore(
        result.getTextScore() * 0.4 + result.getVectorScore() * 0.6
    ))
    .sorted(Comparator.comparing(SearchResult::getFinalScore).reversed())
    .limit(5)
    .toList();

这种方式最灵活，也最容易控制业务逻辑。

方案二：使用 ES 的混合查询

部分 Elasticsearch 版本支持在一次查询中同时使用 query 和 knn：

POST knowledge_chunks/_search
{
  "size": 5,
  "query": {
    "multi_match": {
      "query": "Elasticsearch 如何实现向量检索",
      "fields": [
        "title^2",
        "content"
      ]
    }
  },
  "knn": {
    "field": "content_vector",
    "query_vector": [0.21, -0.13, 0.08],
    "k": 10,
    "num_candidates": 100
  }
}

这种方式写起来更简单，但是不同 ES 版本对混合查询的支持方式可能不同，实际使用时需要结合具体版本确认。

如果业务需要更精细的去重、归一化、重排序、权限过滤，通常还是建议在应用层分别检索后合并。

---

九、RAG 场景中的推荐流程

在知识库问答系统中，可以采用如下流程：

用户问题
   |
   v
问题改写 / 查询增强
   |
   v
生成 query embedding
   |
   v
全文检索 + 向量检索
   |
   v
结果合并去重
   |
   v
重排序 rerank
   |
   v
拼接上下文
   |
   v
调用大模型生成答案

其中 ES 主要负责：

• 存储文档切片
• 存储切片向量
• 执行全文检索
• 执行向量检索
• 支持过滤条件，比如知识库 ID、文件 ID、用户 ID

大模型主要负责：

• 理解用户问题
• 生成 query embedding
• 根据召回内容生成自然语言答案

---

十、在 Java 中如何调用

如果项目是 Java 或 Spring Boot，可以通过 Elasticsearch Java Client 调用。

全文检索示例：

SearchResponse<KnowledgeChunk> response = client.search(s -> s
        .index("knowledge_chunks")
        .query(q -> q
                .multiMatch(m -> m
                        .query("Elasticsearch 如何实现全文检索")
                        .fields("title^2", "content")
                )
        )
        .size(5),
    KnowledgeChunk.class
);

向量检索示例：

SearchResponse<KnowledgeChunk> response = client.search(s -> s
        .index("knowledge_chunks")
        .knn(knn -> knn
                .field("content_vector")
                .queryVector(queryVector)
                .k(5)
                .numCandidates(100)
        )
        .source(src -> src
                .filter(f -> f
                        .includes("doc_id", "chunk_id", "title", "content", "metadata")
                )
        ),
    KnowledgeChunk.class
);

如果使用 Spring AI，也可以把 Elasticsearch 作为 VectorStore 的实现，让框架帮我们封装一部分向量写入和相似度搜索逻辑。

---

十一、实践建议

1. 文档切片不要太大

如果切片太大，召回结果会包含很多无关内容；如果切片太小，又可能缺少上下文。

常见切片大小可以从下面范围开始调试：

chunk size: 500 ~ 1000 tokens
overlap: 50 ~ 150 tokens

具体大小要结合业务文档类型调整。

2. 向量维度必须和索引 mapping 一致

如果 mapping 中定义：

"dims": 1024

那么写入的每个向量都必须是 1024 维，否则会写入失败。

3. 不要只依赖向量检索

向量检索擅长语义召回，但对于以下内容，全文检索通常更可靠：

• 订单号
• 错误码
• 类名
• 方法名
• API 名称
• 专有名词
• 精确短语

所以生产环境更推荐混合检索。

4. 需要做权限过滤

如果是多用户、多租户知识库，检索时必须增加过滤条件，例如：

"filter": {
  "term": {
    "user_id": "user_001"
  }
}

避免用户检索到不属于自己的文档内容。

5. 检索后最好增加 rerank

全文检索和向量检索负责召回，召回结果不一定是最终最适合给大模型的内容。

可以在召回 Top 20 或 Top 50 后，再通过 rerank 模型重新排序，最后取 Top 5 或 Top 10 作为上下文。

---

十二、总结

Elasticsearch 现在不仅可以做传统的全文检索，也可以做向量检索，非常适合作为 RAG 知识库的检索底座。

全文检索适合解决关键词匹配问题，向量检索适合解决语义相似问题。两者各有优势，也各有短板。

在真实业务中，更推荐使用混合检索：

全文检索负责精确匹配
向量检索负责语义召回
应用层负责合并、去重、重排序
大模型负责基于上下文生成答案

这样既能保证关键词、术语、错误码等精确内容不丢失，也能提升用户自然语言提问时的语义召回效果。

对于 AI 知识库、智能问答、企业文档搜索等场景，Elasticsearch 的全文检索 + 向量检索组合，是一个非常实用且容易落地的方案。