Elasticsearch: faça buscas em bancos de dados e sistemas de negócios

O Elasticsearch oferece uma variedade de técnicas de busca, a começar pelo BM25, o padrão do setor para busca textual. Ele também oferece busca semântica alimentada por modelos de AI, melhorando os resultados com base no contexto e na intenção.

Neste guia, você aprenderá a sincronizar dados de um banco de dados externo com o Elasticsearch e usar a busca semântica para buscar facilmente seus dados.

O Elasticsearch inclui uma ampla variedade de recursos de ingestão de dados que ajudam a resolver os desafios dos seus negócios. Confira este webinar para:

• Saber como reunir dados díspares em um único local para criar experiências de busca
• Entender as ferramentas a serem usadas para seus tipos específicos de dados, incluindo o Open Crawler, catálogo de conectores, pipelines de inferência de dados e ML e muito mais.
• Ver demonstrações ao vivo usando conjuntos de dados de suporte ao cliente

Comece com uma avaliação de 14 dias. Depois de acessar cloud.elastic.co e criar uma conta, siga as etapas a seguir para executar seu primeiro projeto Elasticsearch Serverless.

Para começar, selecione Elasticsearch.

Crie um projeto para uma finalidade geral. Dê a ele o nome de "Meu projeto" e clique em Criar projeto.

Seu projeto do Elasticsearch Serverless será criado agora. Em seguida, crie seu primeiro índice do Elasticsearch e nomeie-o como "meu-indice". Clique em Criar meu índice.

Em seguida, você pode adicionar fontes de dados de terceiros ao Elasticsearch. Neste exemplo, temos um banco de dados MongoDB com cerca de 150.000 títulos de videogame e as colunas "id," "nome," "descrição," e "data." Sincronizaremos esse banco de dados com o Elasticsearch e, como uma etapa extra, adicionaremos recursos de search semântica a ele.

Vamos criar um mapeamento de índice básico com os mesmos nomes de campo e o "description_semantic" extra que conterá nossos vetores para search semântica. Abra o Dev Tools e cole o seguinte comando para atualizar seus mapeamentos de índice:

PUT meu-índice/_mapeamentos
{
 "propriedades": {
   "nome": {
     "type": "text"
   },
   "descrição": {
     "type": "text",
     "copy_to": "description_semantic"
   },
   "descrição_semântica": {
       "type": "semantic_text"
   },
   "data": {
     "type": "date"
   }
 }
}

Você está pronto para se conectar a um banco de dados existente. Clique em Conectores e + Conector autogerenciado.

Este guia usará um banco de dados MongoDB. Selecione MongoDB na lista tipo de conector.

Siga as instruções para implantar um conector self-hospedado usando o Docker. Você precisará criar um arquivo config.yml. Tenha em mente que a API key no conector e no Elasticsearch é a mesma. Por exemplo:

conectores:
-
  connector_id: KPIDOZUBfX6AM3jXM_g7
  service_type: mongodb
  api_key: RGZMUU9KVUJmWDZBTTNqWFRQano6R3RRb01jR2kxRkNqWTA5eGtSa3NFZw==
elasticsearch:
  host: https://my-project-cc67ad.es.us-east-1.aws.elastic.cloud:443
  api_key: RGZMUU9KVUJmWDZBTTNqWFRQano6R3RRb01jR2kxRkNqWTA5eGtSa3NFZw==

Então, inicie o conector auto-hospedado usando:

docker run -v "./connectors-config:/config" --tty --rm docker.elastic.co/enterprise-search/elastic-connectors:8.17.0 /app/bin/elastic-ingestão -c /config/config.yml

Em seguida, adicione a configuração ao seu banco de dados MongoDB e clique em Próximo.

Selecione o índice para o qual os dados devem ser sincronizados — nesse caso, é o "meu-indice", o índice que criamos anteriormente. Clique em Sincronizar.

É isso! O conector percorrerá o banco de dados e sincronizará os documentos para "meu-indice." A página principal conectores mostrará o status atual.

Os conectores também podem ser configurados para sincronizar periodicamente o banco de dados com o Elasticsearch. Para fazer isso, clique no conector, depois clique em Agendamento, selecione a cada hora e clique em Salvar. Agora, o conteúdo será sincronizado no início de cada hora, desde que o conector auto-hospedado esteja ativo e em execução.

Agora começa a parte divertida. Vá para Build > Dev Tools (a mesma seção que usamos para atualizar os mapeamentos de índice) e faça a seguinte consulta, que fará uma busca de texto completo nos campos "nome" e "descrição":

GET meu-índice/_search
{
 "query": {
   "multi_match": {
     "query": "adventure game on a desert island",
     "fields": [
       "name",
       "description"
     ]
   }
 }
}

Já que o índice agora tem um campo texto_semantico, você pode consultá-lo da seguinte forma:

GET meu-índice/_busca
{
 "consulta": {
   "semântica": {
     "field": "description_semantic",
     "query": "game about ghosts in medieval times"
   }
 }
}

Você acabou de aprender como sincronizar dados de um banco de dados externo com o Elasticsearch e adicionar busca semântica sobre ele!

• Comece a usar o Elasticsearch
• Crie uma experiências de busca com AI
• Configure uma busca vetorial
• Crie uma aplicação com base no Elasticsearch
• Conecte-se à API do Elasticsearch