云搜索服务
云搜索服务
云搜索服务
文档指南
请输入
用户指南
实例管理
可视化配置
插件管理
搜索管理
可观测
Cerebro 管理
任务中心
Logstash 用户指南
最佳实践
连接实例
数据集成
应用构建
API 参考
实例查询
实例管理
- 文档首页
云搜索服务用户指南索引管理向量索引使用 DiskANN + RaBitQ 引擎
复制全文
下载 pdf使用 DiskANN + RaBitQ 引擎
文档反馈
问问助手云搜索服务将 DiskANN 算法引入到 OpenSearch 中，实现了性能型和容量型的最优结合，并通过 RaBitQ 量化技术进行更高性能、更低成本的迭代，实现更大数据规模下更低成本的向量存储和检索能力。本文介绍如何创建索引使用 DiskANN + RaBitQ 引擎。
使用方法
PUT test_default_index
{
"settings": {
"index": {
"knn": true,
"number_of_shards": 1,
"number_of_replicas": 0
}
},
"mappings": {
"properties": {
"item_vector": {
"type": "knn_vector",
"dimension": 3
},
"size": {
"type": "text"
}
}
}
}
默认方式创建的索引与以下方式创建的索引使用的参数一致。
PUT test_diskann_index
{
"settings": {
"index": {
"knn": true,
"number_of_shards": 1,
"number_of_replicas": 0,
"knn.algo_param.diskann.store_strategy": "MEMORY", //表示把 RaBitQ 全部载入内存
"knn.algo_param.diskann.distance_strategy": "MULTI_BITS", //表示使用 bit 量化来计算
"knn.algo_param.diskann.sl": 100
}
},
"mappings": {
"properties": {
"item_vector": {
"type": "knn_vector",
"dimension": 3,
"method": {
"engine": "diskann",
"space_type": "l2",
"name": "diskann",
"parameters": {
"L": 30, // 代表构图时 search list 的大小
"R": 32, // 每个节点的联通度，值为(0,512],默认 32
"quant_type": "rabitq", //使用 RaBitQ 量化
"rabitq_centers": 64 //使用 RaBitQ 的中心点个数
}
}
},
"size": {
"type": "text"
}
}
}
}
最近更新时间：2026.03.03 17:07:09
这个页面对您有帮助吗？
有用
有用
无用
无用