一、索引 Mapping 详解
如下是一个向量索引的创建示例：
PUT /book-index{ "settings": { "index": { "number_of_shards": 3, "number_of_replicas": 1, "refresh_interval": "1s" } }, "mappings": { "properties": { "id": { "type": "keyword" }, "category": { "type": "keyword" }, "price": { "type": "integer" }, "title_text": { "type": "text" }, "title_vector": { "type": "dense_vector", // 稠密向量 "dims": 768, // 向量维度 "similarity": "cosine", // 向量相似度算法 "index_options":{ "type": "hnsw", "m": 16, // HNSW 图中每个节点的最大连接数 "ef_construction": 100 // 构建HNSW时，为每个新节点考察的候选邻居数量，影响构建索引的质量和速度 } }, "content_text": { "type": "text" }, "content_vector": { "type": "dense_vector", "dims": 768, "similarity": "cosine", "index_options":{ "type": "hnsw", "m": 16, // HNSW 图中每个节点的最大连接数 "ef_construction": 100 // 构建HNSW时，为每个新节点考察的候选邻居数量，影响构建索引的质量和速度 } } } }}
如下是主要参数说明，可参见dense_vector了解更详细介绍信息。
向量字段的参数说明：
| 参数 | 是否必选 | 说明 |
| type | 是 | dense_vector 表示稠密向量类型。 |
| dims | 是 | 向量维度数，最大4096，必须与写入的向量维度严格一致。越高则包含的信息越丰富，检索精度越高，但存储和计算成本也越高。你可以先从 384维、768维开始测试召回率/准确率，不达标则升维，达标可尝试降维。 |
| similarity | 是 | 相似度计算方式，决定向量距离度量标准。 |
index_options（可选）：
| 参数 | 是否必选 | 说明 |
| type | 否 | 指定索引算法，不同ES版本的默认值不同，8.13为 hnsw，8.16为 int8_hnsw，9.1.3为 bbq_hnsw。你可以根据向量规模参考以下信息设置：. hnsw：建议向量数量在1亿以内采用. int8_hnsw：建议向量数量在1亿-20亿采用. bbq_hnsw：建议向量数量在十亿到百亿采用. bbq_disk：建议向量数量在十亿到千亿采用（diskbbq在 ES 9.2以上支持，云上版本预计Q1上线） |
| m | 否 | HNSW 图中每个节点的最大连接数，默认值16。较大的 m 会提高召回率和查询速度，但会增加索引时间和内存占用。大多数场景从 16 开始，如果对召回率要求极高，且可以接受更长索引时间和更大索引体积，可尝试增加到32或更高。 |
| ef_construction | 否 | 是HNSW 索引构建时，为每个新节点寻找连接时考察的候选邻居数量，默认值100。增大此值会提升索引质量和召回率，但会延长索引构建时间。可以从 100 开始，如果数据分布复杂或对精度要求很高可以设置200或更高。 |
相似度计算 similarity 支持4种算法如下：
| 算法 | 描述 |
| l2_norm，欧氏距离（L2距离） | 计算空间绝对距离，数值越小越相似 |
| cosine，余弦相似度 | 关注向量方向，适合语义检索 |
| dot_product，向量点积 | 兼顾方向和大小，向量须先归一化为单位向量（长度为 1） |
| max_inner_product，最大内积 | 适用于未归一化且长度有意义的向量 |
注意：说明：
注意：图片检索推荐用cosine或者l2_norm，文本语义检索推荐用cosine，详情请参考kNN search in Elasticsearch。