向 AI Search 迈进，腾讯云 ES 自研 v-pack 向量增强插件揭秘

作者：来自腾讯云刘忠奇

2025 年 1 月，腾讯云 ES 团队上线了 Elasticsearch 8.16.1 AI 搜索增强版，此发布版本重点提升了向量搜索、混合搜索的能力，为 RAG 类的 AI Search 场景保驾护航。除了紧跟 ES 官方在向量搜索上的大幅优化动作外，腾讯云 ES 还在此版本上默认内置了一个全新的插件 —— v-pack 插件。v-pack 名字里的 "v" 是 vector 的意思，旨在提供更加丰富、强大的向量、混合搜索能力。本文将对该版本 v-pack 插件所包含的功能做大体的介绍。

一、存储优化：突破向量搜索的存储瓶颈

1.1 行存裁剪：无损瘦身节省 70% 存储

技术原理

传统 Elasticsearch 默认将向量数据同时存储在行存 _source(.fdt) 和列存 doc_value(.dvd/.vec) 中，造成冗余。利用腾讯云 ES 贡献给社区的向量列存读取能力（PR #114484），在安装了 v-pack 插件的集群上，默认无损排除 _source 中的向量（dense_vector）字段，实现存储空间的高效利用。

技术亮点

• 动态开关：通过集群级参数 vpack.auto_exclude_dense_vector 控制（默认开启）
• 无损兼容：通过 docvalue_fields 语法仍可获取原始向量值（用于业务开发调试、reindex 等操作）

实测效果

使用方法

无需手动启用，安装了 v-pack 插件的集群即生效。v-pack 会在创建新索引时，自动在索引 settings 中扩增 index.mapping.source.auto_exclude_types 参数来裁剪向量字段。

如需关闭，可关闭集群维度的动态开关，此后新创建的索引则不会做裁剪。

PUT _cluster/settings
{
  "persistent": {
    "vpack.auto_exclude_dense_vector": false
  }
}

场景建议

所有生产场景

1.2 量化裁剪：极致瘦身节省 90% 存储

技术原理

量化实际是将原始高位向量压缩成低位向量的一种算法，如果把量化比作 “脱水”，那这类算法函数的逆运算，就可以实现反向 “复水” 得到原来的向量。当然由于低位不能完全表示高位，在精度上会有一定损失，但它带来的是磁盘存储的进一步下降，对于存储有强烈需求的客户仍然具有很高的实际意义。在上文行存裁剪的基础上，进一步节省存储到 90%。

技术亮点

在社区标量量化技术int8_hnsw基础上，首创int8_only_hnsw索引类型：

• “脱水”存储：仅保留量化后的 int8 向量（.veq文件）
• 动态“复水”：merge 时通过量化参数还原近似原始向量

实测效果

技术对比

使用方法

在安装了 v-pack 插件的集群，创建索引时，将 index_options.type 设置为 int8_only_hnsw 索引类型

PUT product_vector_index
{
  "mappings": {
    "properties": {
      "embedding": {
        "type": "dense_vector",
        "dims": 768,
        "index_options": {
          "type": "int8_only_hnsw",
          "m": 32,
          "ef_construction": 100
        }
      }
    }
  }
}

场景建议

• 搜推系统：对存储敏感的场景
• RAG 应用：海量的知识库数据

1.3 小结

下图展示了 v-pack 的两种向量存储裁剪的效果。详细的技术方案解析详见：《ES8向量功能窥探系列（二）：向量数据的存储与优化》

二、排序优化：多策略融合的灵活组合

2.1 权重可调 RRF 融合：

算法演进

在标准 RRF（Reciprocal Rank Fusion）公式中引入权重因子：

加权得分 = Σ( weight_i / (k + rank_i) )

突破传统多路召回等权融合的限制，支持业务自定义权重策略。

混合排序示例

GET news/_search
{
  "retriever": {
    "rank_fusion": {
      "retrievers": [
        {
          "standard": {
            "query": {"match": {"title": "人工智能"}}
          }
        },
        {
          "knn": {
            "field": "vector",
            "query_vector": [...],
            "k": 50
          }
        }
      ],
      "weights": [2, 1],
      "rank_constant": 20
    }
  }
}

适用场景

• 电商搜索：提升关键词权重（权重比 3:1 或更大）
• 内容推荐：增强语义相关性（权重比 1:2 或更大）
• 知识库检索：平衡语义与关键词（权重比 1:1 微调）

2.2 归一化 Score 融合

算法原理

通过动态归一化将不同评分体系统一到 0,1 区间：

1. BM25 归一化：(score - min_score)/(max_score - min_score)
2. 向量相似度归一化：cosine_similarity + 1 / 2

混合排序示例

{
  "retriever": {
    "score_fusion": {
      "retrievers": [...],
      "weights": [1.5, 1]
    }
  }
}

适用场景

• 结果可解释性强
• 多维度加权评分的精排搜索

2.3 基于模型的 Rerank 融合

算法原理

借助腾讯云智能搜索的原子能力，腾讯云 ES 8.16.1 搜索增强版，已支持调用第三方 rerank 模型对混合搜索的结果进行重排。当前已支持内置下列重排序模型，这些模型都部署在 GPU 上，性能有极大提升。

使用示例

PUT _inference/rerank/tencentcloudapi_bge-reranker-large
{
    "service": "tencent_cloud_ai_search",
    "service_settings": {
        "secret_id": "xxx",
        "secret_key": "xxx",
        "url": "https://aisearch.internal.tencentcloudapi.com",
        "model_id": "bge-reranker-large",
        "region":  "ap-beijing",
        "language":  "zh-CN",
        "version":  "2024-09-24"
    }
}

POST _inference/rerank/tencentcloudapi_bge-reranker-large
{
  "query": "中国",
  "input": [
    "美国",
    "中国",
    "英国"
  ]
}

{
  "rerank": [
    {
      "index": 1,
      "relevance_score": 0.99990976,
      "text": "中国"
    },
    {
      "index": 0,
      "relevance_score": 0.013636836,
      "text": "美国"
    },
    {
      "index": 2,
      "relevance_score": 0.00941259,
      "text": "英国"
    }
  ]
}

混合排序示例

{
  "retriever": {
    "tencent_cloud_ai_reranker": {
      "retrievers": [...],
      "model_id": "tencentcloudapi_bge-reranker-large",                           
      "rank_field": "content",
      "rank_text": "nice day",
      "rank_window_size": 10,                                                             
      "min_score": 0.6
    }
  }
}

适用场景

• 对语义相关性有更高需求的场景
• 对准召率有更高需求的场景

2.4 小结

下图展示了 v-pack 提供的多种融合排序算法，所带来的更丰富的准召率提升手段。

v-pack 提供的融合算法，支持自定义的灵活组合，可以参考如下的做法来组合使用。

三、推理飞跃：无缝连接最强模型

3.1 对话推理：一键接入满血 Deepseek 大模型

借助腾讯云智能搜索的 LLM 生成服务，腾讯云 ES 8.16.1 搜索增强版亦可以一键接入 DeepSeek 以及混元系列大模型进行推理。

使用示例

PUT _inference/completion/deepseek
{
    "service": "tencent_cloud_ai_search",
    "service_settings": {
        "secret_id": "xxx",
        "secret_key": "xxx",
        "url": "https://aisearch.internal.tencentcloudapi.com",
        "model_id": "deepseek-v3",
        "region":  "ap-beijing",
        "language":  "zh-CN",
        "version":  "2024-09-24"
    }
}

POST _inference/completion/deepseek
{
  "input": "你是谁？"
}

{
  "completion": [
    {
      "result": "我是DeepSeek Chat，一个由深度求索公司开发的智能助手，旨在通过自然语言处理和机器学习技术来提供信息查询、对话交流和解答问题等服务。"
    }
  ]
}

我们可以借助该能力，使用 Deepseek 代替 OpenAI 实现官方最佳实践中的相关功能：https://www.elastic.co/search-labs/blog/elasticsearch-openai-completion-support

3.2 嵌入推理：接入 GPU embedding 消除推理高延迟

借助腾讯云智能搜索的 LLM 生成服务，腾讯云 ES 8.16.1 搜索增强版支持内网无缝推理，目前支持以下主流的 embedding 模型。

使用示例

PUT _inference/text_embedding/tencentcloudapi_bge_base_zh-v1.5
{
    "service": "tencent_cloud_ai_search",
    "service_settings": {
        "secret_id": "xxx",
        "secret_key": "xxx",
        "url": "https://aisearch.internal.tencentcloudapi.com",
        "model_id": "bge-base-zh-v1.5",
        "region":  "ap-beijing",   
        "language":  "zh-CN",
        "version":  "2024-09-24"

    }
}

PUT semantic_text_index
{
  "mappings": {
    "properties": {
      "content": {
        "type": "semantic_text",
        "inference_id": "tencentcloudapi_bge_base_zh-v1.5"
      }
    }
  }
}

3.3 小结

借助腾讯云智能搜索的原子服务，腾讯云 ES 允许用户将 ES 作为 AI Search 的服务中枢，成为向量、文本、模型的统一引擎，all in one 一站式地完成整套 RAG 场景的搜索和推理需求。

四、持续进化：社区贡献与自研特性齐头并进

腾讯云 ES 团队持续投入开源生态建设，覆盖最新的向量场景：

• 核心贡献：累计提交 200+ 社区PR，向量相关 10+

让技术回归本质，用创新驱动价值

腾讯云 ES 将持续深耕 AI Search 基础设施，致力服务好当今日益增长的 RAG 与多模态搜索需求，与开发者共同探索搜索技术的无限可能。