Elastic 8.0 版：在速度、扩展、高相关性和简单性方面开启了一个全新的时代
source link: https://www.elastic.co/cn/blog/whats-new-elastic-8-0-0
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
准备好开始了吗？Elastic 8.0 版现已在 Elastic Cloud 上正式推出，这是唯一一个包含此最新版所有新功能的托管型 Elasticsearch 产品。
速度、扩展和相关性：同样的基础，崭新的开始
每个旧事物的结束，都会迎来一个新事物的开始。在我们辞旧迎新（再见 2021，你好 2022）之际，我们也在速度、扩展和相关性方面进入了一个全新的 Elastic 8.0 时代。
我们的客户和社区都知道，我们在速度、扩展和相关性方面的承诺矢志不渝。Elastic 的每一个版本都在不断实现功能改进和优化，以确保 Elasticsearch 成为速度更快、更具可扩展性且功能更为强大的搜索引擎。
事实上，在过去的三年间，我们在以下方面取得了长足的进步：减少内存使用（从而让每个节点托管更多的数据），降低查询开销（在大规模部署中成效尤为明显），引入一些全新的功能来提高相关性。
例如，在 7.x 系列版本中，我们提高了日期直方图和搜索聚合的速度，增强了页面缓存的性能，并创建了一个新的“pre-filter”搜索短语。此外，我们还通过减少内存堆，完全支持 ARM 架构，引入全新的方式以使用更少的存储空间，以及让我们的客户能够借助新的冻结层和可搜索快照轻松将计算与存储分离开来，从而降低了资源需求（即：降低了客户的总体拥有成本）。
在 Elastic Stack 永无止境的优化中，也许最给力的部分就是，无论您选择何种方式让数据发挥作用，这些改进功能本身都可以帮助您快速且大规模地进行搜索和解决问题，并取得成功，无需到处进行数据收集。
通过原生矢量搜索提高搜索相关性
Elastic 8.0 版引入了一整套原生矢量搜索功能，让客户和员工能够使用他们自己的文字和语言来搜索并收到高度相关的结果。
在过去的两年间，我们一直致力于使 Elasticsearch 成为进行矢量搜索的理想之选。早在 Elasticsearch 7.0 版中，我们就针对高维矢量引入了字段类型。在 Elasticsearch 7.3 和 Elasticsearch 7.4 版中，我们引入了对矢量相似函数的支持。这些早期版本都无不证明了将矢量搜索技术引入 Elasticsearch 生态系统的前景。我们很高兴地看到，我们的客户和社区都竞相在各种各样的用例中采用这些技术。
今天，在 Elasticsearch 8.0 版中，我们将对自然语言处理 (NLP) 模型的原生支持直接引入了 Elasticsearch，让矢量搜索功能更容易实现。此外，Elasticsearch 8.0 版还包含了对近似最近邻 (ANN) 搜索的原生支持，因此可以快速且大规模地比较基于矢量的查询与基于矢量的文档语料库。
借助强大的 NLP 功能打开全新的分析世界
Elasticsearch 始终是执行 NLP 的理想之选，但过去它需要在 Elasticsearch 之外进行一些处理，或编写一些相当复杂的插件。在 8.0 版中，用户现在可以直接在 Elasticsearch 中执行命名实体识别、情感分析、文本分类等，而无需使用额外的组件或进行编码。在 Elasticsearch 中原生计算和创建矢量，不仅在水平可扩展性方面取得了“胜利”（通过在服务器集群中分布计算资源来实现），这一变化还为 Elasticsearch 用户显著节省了时间和精力。Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK