1、Elastic Observability 中 Discover 的跟踪，用于深入的应用洞察
https://elasticstack.blog.csdn ... 14513

2、使用 cloud-native Elasticsearch 与 ECK 运行
https://elasticstack.blog.csdn ... 09367

3、什么是上下文工程 (Context Engineering)？
https://elasticstack.blog.csdn ... 32162

4、转变数据交互：在 Amazon Bedrock AgentCore Runtime 上部署 Elastic 的 MCP 服务器以构建 agentic AI 应用程序
https://elasticstack.blog.csdn ... 24592

5、初探：从0开始的AI-Agent开发踩坑实录
https://mp.weixin.qq.com/s/7Lt3WKmHoQY5HifnPFjxoQ

编辑：Muse
更多资讯：http://news.searchkit.cn
 

1、新一代搜索引擎，据说是 ES 的 15 倍？
https://mp.weixin.qq.com/s/gMSu2yzX7BT56EvTlxiCgA

2、得物灵犀搜索推荐词分发平台演进 3.0
https://my.oschina.net/u/5783135/blog/18690593

3、检索升级实践：亲手打造 “更聪明” 的文档理解系统！
https://my.oschina.net/u/8690838/blog/18690372

4、基于极限网关实现 Elasticsearch 到 Easysearch 集群数据迁移实战
https://blog.csdn.net/yangmf20 ... 55265

5、Elasticsearch 的 JVM 基础知识：指标、内存和监控
https://elasticstack.blog.csdn ... 75147

编辑：Fred    
更多资讯：http://news.searchkit.cn

1.秒级集群翻转、分钟级IDC故障止损 | 同程大规模Elasticsearch平台架构设计与实践
https://mp.weixin.qq.com/s/fgVMx5JOw77JlNVSgh0UCw
2.Elastic 数据采集全面转向 OpenTelemetry
https://mp.weixin.qq.com/s/b8Wa1RKIyGB58o0RIcwweQ
3.Agent 架构综述：从 Prompt 到 Context
https://mp.weixin.qq.com/s/pIcZPDqYzXrE3i6Zh4sr-Q
4.玩疯了！盘点文生图模型Nano Banana的热门提示词
https://mp.weixin.qq.com/s/LOt-pZ7-cxXdf3KEmxpkWQ

编辑：Se7en
更多资讯：http://news.searchkit.cn

1.15分钟人工智能历史之旅（搭梯）
https://ai.plainenglish.io/a-1 ... 15228

2.欢迎来到AI幻觉博物馆（搭梯）
https://ai.plainenglish.io/wel ... 85827

3.利用 ElasticSearch 的强大功能进行 AirBnB 数据分析的分步指南（搭梯）
https://medium.com/%40ernestod ... 9d871



编辑：kin122    
更多资讯：http://news.searchkit.cn

1. 手搓了个山寨ChatGPT系统不配个ES的可观测宇宙吗（需要梯子）
https://medium.com/%40contact2 ... c0d63

2. 这小哥在记录用Rust撸搜索引擎，码住先（需要梯子）
https://medium.com/@karri.balu2339

3. ILM 能让你的数据优雅的老去吗？（需要梯子）
https://medium.com/kocsistem/i ... 01ce8

编辑：斯蒂文
更多资讯：http://news.searchkit.cn

1、Observability：如何在隔离环境中部署 Elastic Agents
https://elasticstack.blog.csdn ... 40009

2、Elasticsearch：Semantic text 字段类型
https://elasticstack.blog.csdn ... 88674

3、使用 ES|QL COMPLETION + 一个 LLM 在 5 分钟内编写一个 Chuck Norris 事实生成器
https://elasticstack.blog.csdn ... 73787

4、将 agents 连接到 Elasticsearch 使用模型上下文协议 - docker
https://elasticstack.blog.csdn ... 51617

5、从炼金术到工程学：在AI浪潮中，我们如何告别RAG，拥抱真正的“上下文工程”？
https://mp.weixin.qq.com/s/bZbiMDnKMEvKx18MVTYkBA

编辑：Muse
更多资讯：http://news.searchkit.cn

1、Easysearch 冷热架构实战
https://blog.csdn.net/yangmf20 ... 11796

2、Elasticsearch 索引字段删除，除了 Reindex 重建索引还有没有别的解决方案？
https://mp.weixin.qq.com/s/IJxEQc59t4kn6ex_YGmYAQ

3、别被“资本炒作”带坑里了！AI搜索!=向量搜索、相关性!=相似性
https://mp.weixin.qq.com/s/dZb ... %3D16

4、APM 系列（一）：Skywalking 与 Easyearch 集成
https://blog.csdn.net/yangmf20 ... 57384

5、Coco AI 嵌入式 AI 搜索 | 1分钟部署攻略
https://www.bilibili.com/video/BV17HZ4YoEpu/

编辑：Fred    
更多资讯：http://news.searchkit.cn

1.Claude Code 背后的秘密：为什么它能秒杀其他 AI 编程助手
https://mp.weixin.qq.com/s/6zDiDtnVwxNsqQjmkhZ-iA
2.基于 NVIDIA Dynamo 的分布式 LLM 推理：架构、特性与部署实践
https://b23.tv/o5EzNoV
3.我不给人做产品，给 Agent 做
https://mp.weixin.qq.com/s/gIHoE32VuvlXlGoLe5kCpg

编辑：Se7en
更多资讯：http://news.searchkit.cn

1.得物向量数据库落地实践
https://zhuanlan.zhihu.com/p/1936378091468461662

2.Elasticsearch：什么是神经网络？
https://elasticstack.blog.csdn ... 34162

3.向后索引：1930 年代词典编纂者如何使用索引卡构建矢量搜索（搭梯）
https://medium.com/%40mfbaig35 ... 439b0




编辑：kin122    
更多资讯：http://news.searchkit.cn

1. Devops的APM利器何在？（需要梯子）
https://medium.com/%40hanxuyan ... 7fc9f
2. 用本地SSD做存储？原来这么能省，老板睡觉都笑醒了（需要梯子）
https://blog.indiamart.com/per ... 14312
3. 要不，在.net 8里把日志结构化起来？（需要梯子）
https://yisusvii.medium.com/st ... 62e4b
编辑：斯蒂文
更多资讯：http://news.searchkit.cn
 

1、加速你的故障排查：使用 Elasticsearch 构建家电手册的 RAG 应用
https://elasticstack.blog.csdn ... 74533

2、使用 Ragas 评估你的 Elasticsearch LLM 应用
https://elasticstack.blog.csdn ... 99487

3、什么是 AI（人工智能）？
https://elasticstack.blog.csdn ... 33166

4、Elasticsearch：什么是神经网络？
https://elasticstack.blog.csdn ... 34162

5、传统 AI 与生成式 AI：IT 领导者指南
https://elasticstack.blog.csdn ... 33120

编辑：Muse
更多资讯：http://news.searchkit.cn

1.Agent 开发的上半场: 环境、Tools 和 Context 如何决定 Agent 
https://mp.weixin.qq.com/s/MjrqK_PzUJPNr1m5TW4wJA
2.关于 AI Infra 的一切
https://mp.weixin.qq.com/s/kYcpdBpem1UCOXamlgMZAg
3.向量索引的混合查询方法，你选对了吗？
https://mp.weixin.qq.com/s/zHvGQtf3IDSqCM67byqjEA

编辑：Se7en
更多资讯：http://news.searchkit.cn

1.Elasticsearch 插件用于 UBI：分析用户搜索行为
https://cloud.tencent.com/deve ... 51491

2.Lucene、Elasticsearch 和 OpenSearch 中的分词器和组件重用（搭梯）
https://medium.com/%40dk02315/ ... 146d6

3.深入 Lucene（ feat. JVM, Translog, PageCache, Segment）（搭梯）
https://medium.com/%40dk02315/ ... 63a17


编辑：kin122 
更多资讯：http://news.searchkit.cn

大家好，我是 INFINI Labs 的石阳。

欢迎关注 《搜索百科》 专栏！每天 5 分钟，带你速览一款搜索相关的技术或产品，同时还会带你探索它们背后的技术原理、发展故事及上手体验等。

前两篇我们探讨了[搜索技术的基石 Apache Lucene](https://infinilabs.cn/blog/202 ... ucene/) 和[企业级搜索解决方案 Apache Solr](https://infinilabs.cn/blog/2025/search-wiki-2-solr/)。今天，我们来聊聊一个真正改变搜索游戏规则，但也充满争议的产品 — Elasticsearch。


引言

如果说 Lucene 是幕后英雄，那么 Elasticsearch 就是舞台中央的明星。借助 REST API、分布式架构、强大的生态系统，它让搜索 + 分析成为“马上可用”的服务形式。

在日志平台、可观察性、安全监控、AI 与语义检索等领域，Elasticsearch 的名字几乎成了默认选项。

Elasticsearch 概述

Elasticsearch 是一个开源的分布式搜索和分析引擎，构建于 Apache Lucene 之上。作为一个检索平台，它可以实时存储结构化、非结构化和向量数据，提供快速的混合和向量搜索，支持可观测性与安全分析，并以高性能、高准确性和高相关性实现 AI 驱动的应用。

• 首次发布：2010 年 2 月
  
• 最新版本：9.1.3（截止 2025 年 9 月）
  
• 核心依赖：Apache Lucene
  
• 开源协议：AGPL v3
  
• 官方网址：[https://www.elastic.co/elasticsearch/](https://www.elastic.co/elasticsearch/)
  
• GitHub 仓库：[https://github.com/elastic/elasticsearch](https://github.com/elastic/elasticsearch)
  
  

  起源：从食谱搜索到全球“流量明星”
  

  
  Elasticsearch 的故事始于以色列开发者 Shay Banon。2010 年，当时他在学习厨师课程的妻子需要一款能够快速搜索食谱的工具。虽然当时已经有 Solr 这样的搜索解决方案，但 Shay 认为它们对于分布式场景的支持不够完善。
  
  
  
  基于之前开发 Compass（一个基于 Lucene 的搜索库）的经验，Shay 开始构建一个完全分布式的、基于 JSON 的搜索引擎。2010 年 2 月，Elasticsearch 的第一个版本发布。
  
  随着用户日益增多、企业级需求增强，Shay 在 2012 年创立了 Elastic 公司，把 Elasticsearch 不仅作为开源项目，也逐渐商业化运营起来，包括提供托管服务、企业支持，加入 Logstash 日志处理、Kibana 可视化工具等，Elastic 公司也逐渐从一个纯搜索引擎项目演变为一个更广泛的“数据搜索与分析”平台。
  
  

  协议变更：开源和商业化的博弈
  

  
  Elasticsearch 的发展并非一帆风顺。其历史上最具转折性的事件当属与 AWS 的冲突及随之而来的开源协议变更。
  
  
  
  

  1. 早期：Apache 2.0 协议
     
     2010 年 Shay Banon 开源 Elasticsearch 时，最初采用的是 Apache 2.0 协议。Apache 2.0 属于宽松的自由协议，允许任何人免费使用、修改和商用（包括 SaaS 模式）。这帮助 Elasticsearch 快速壮大，成为事实上的“搜索引擎标准”。
     
     
  2. 协议变更：应对云厂商“白嫖”
     
     随着 Elasticsearch 的流行，像 AWS（Amazon Web Services） 等云厂商直接将 Elasticsearch 做成托管服务，并从中获利。Elastic 公司认为这损害了他们的商业利益，因为云厂商“用开源赚钱，却没有回馈社区”。2021 年 1 月，Elastic 宣布 Elasticsearch 和 Kibana 不再采用 Apache 2.0，改为 双重协议：SSPL + Elastic License。这一步导致社区巨大分裂，AWS 带头将 Elasticsearch 分叉为 OpenSearch，并继续以 Apache 2.0 协议维护。
     
     
  3. 再次转向开源：AGPL v3
     
     2024 年 3 月，Elastic 宣布新的版本（Elasticsearch 8.13 起）又新增 AGPL v3 作为一个开源许可选项。AGPL v3 既符合 OSI 真正开源标准，又能约束云厂商闭源托管服务，同时修复社区关系，Elastic 希望通过重新拥抱开源，减少分裂，吸引开发者回归。
     
     Elasticsearch 从宽松到收紧，再到回归开源，是在社区生态与商业利益间寻找平衡的过程。
     
     

     基本概念
     

     
     要学习 Elasticsearch，得先了解其五大基本概览：集群、节点、分片、索引和文档。
     
     

  4. 集群（Cluster）
     
     由一个或多个节点组成的整体，提供统一的搜索与存储服务。对外看起来像一个单一系统。
     
     
  5. 节点（Node）
     
     集群中的一台服务器实例。节点有不同角色：
     
     
• Master 节点：负责集群管理（分片分配、元数据维护）。
  
• Data 节点：存储数据、处理搜索和聚合。
  
• Coordinating 节点：接收请求并调度任务。
  
• Ingest 节点：负责数据写入前的预处理。
  
  
  3. 索引（Index）
     
     类似于传统数据库的“库”，按逻辑组织数据。一个索引往往对应一个业务场景（如日志、商品信息）。
     
     
  4. 分片（Shard）
     
     为了让索引能水平扩展，Elasticsearch 会把索引拆分为多个 主分片，并为每个主分片创建 副本分片，提升高可用和查询性能。
     
     
  5. 文档（Document）
     
     Elasticsearch 存储和检索的最小数据单元，通常是 JSON 格式。多个文档组成一个索引。
     
     

     集群架构
     

     
     
     
     Elasticsearch 通过 Master、Data、Coordinating、Ingest 等不同角色节点的协作，将数据切分成分片并分布式存储，实现了高可用、可扩展的搜索与分析引擎架构。
     
     

     快速开始：5 分钟体验 Elasticsearch
     

     
     

     1. 使用 Docker 启动
     

     
     ```bash
     

     拉取最新镜像
     

     docker pull docker.elastic.co/elasticsearch/elasticsearch:9.1.3
     
     

     启动单节点集群
     

     docker run -d --name elasticsearch \
     -p 9200:9200 -p 9300:9300 \
     -e "discovery.type=single-node" \
     -e "xpack.security.enabled=false" \
     docker.elastic.co/elasticsearch/elasticsearch:9.1.3
     ```
     
     

     2. 验证安装
     

     
     ```bash
     

     检查集群状态
     

     curl -X GET "<a href="http://localhost:9200/"" rel="nofollow" target="_blank">http://localhost:9200/"
     ```
     
     
     
     

     3. 索引文档
     

     
     ```bash
     

     索引文档
     

     curl -X POST "<a href="http://localhost:9200/myindex/_doc"" rel="nofollow" target="_blank">http://localhost:9200/myindex/_doc" -H 'Content-Type: application/json' -d'
     {
     "title": "Hello Elasticsearch",
     "description": "An example document"
     }'
     ```
     
     
     
     

     3. 搜索文档
     

     
     ```bash
     

     搜索文档
     

     curl -X GET "<a href="http://localhost:9200/myindex/_search"" rel="nofollow" target="_blank">http://localhost:9200/myindex/_search" -H 'Content-Type: application/json' -d'
     {
     "query": {
     "match": {
     "title": "Hello"
     }
     }
     }'
     ```
     
     
     
     

     结语
     

     
     Elasticsearch 是搜索与分析领域标杆性的产品。它将 Lucene 的能力包装起来，加上分布式、易用以及与数据可视化、安全监控等功能的整合，使搜索引擎从专业技术逐渐变为“随手可用”的基础设施。
     
     虽然协议变动、与 OpenSearch 的分叉引发争议，但它在企业与开发者群体中的实际应用价值依然难以替代。
     
     ---
     
     🚀 下期预告
     
     下一篇我们将介绍 OpenSearch，探讨这个 Elasticsearch 分支项目的发展现状、技术特点以及与 Elasticsearch 的详细对比。如果您有特别关注的问题，欢迎提前提出！
     
     💬 三连互动
     
     

  6. 你或公司最近在用 Elasticsearch 吗？拿来做了什么场景？
     
  7. 在 Elasticsearch 和 OpenSearch 之间做过技术选型？
     
  8. 对 Elasticsearch 的许可证变化有什么看法？
     
     对搜索技术感兴趣的朋友，也欢迎加我微信（ID：lsy965145175）备注“搜索百科”，拉你进  搜索技术交流群，一起探讨与学习！
     
     ✨ 推荐阅读
     
     
• [搜索百科（2）：Apache Solr — 企业级搜索的开源先锋](https://infinilabs.cn/blog/2025/search-wiki-2-solr/)
  
• [搜索百科（1）：Lucene — 打开现代搜索世界的第一扇门](https://infinilabs.cn/blog/202 ... ucene/)
  
  🔗 参考
  
  
• [Elasticsearch 官方文档](https://www.elastic.co/docs/solutions/search)
  
• [Elasticsearch 协议变更声明](https://www.elastic.co/cn/blog ... -again)
  
• [Elasticsearch Architecture V: Node Roles](https://braineanear.medium.com ... 04257e)
  
  

  原文：https://infinilabs.cn/blog/202 ... arch/