Elasticsearch向量余弦相似度查询报400错误求助

• 检查脚本语法与参数传递
  确保cosineSimilarity函数的参数格式正确：第一个参数为查询向量（必须是384维数组），第二个参数为文档的embedding字段名。注意cosineSimilarity返回值范围是[-1,1]，Elasticsearch不允许负分，建议在结果后加1.0修正分数区间。示例正确查询结构：

  from elasticsearch import Elasticsearch
  
  es = Elasticsearch("http://localhost:9200")
  query_vector = [0.1, 0.2, ...]  # 确保是384维数组
  try:
      response = es.search(
          index="pokemon",
          body={
              "query": {
                  "script_score": {
                      "query": {"match_all": {}},
                      "script": {
                          "source": "cosineSimilarity(params.query_vector, 'embedding') + 1.0",
                          "params": {"query_vector": query_vector}
                      }
                  }
              }
          }
      )
  except RequestError as e:
      print(e.info['error']['root_cause'][0]['reason'])
  

• 验证Elasticsearch版本兼容性
  部分旧版本ES（如7.x之前）需要显式调用.vector获取向量值，脚本应改为：

  "source": "cosineSimilarity(params.query_vector, doc['embedding'].vector) + 1.0"
  

  确认你的ES版本，对应使用正确的字段引用方式。

• 检查查询向量的有效性
  确保用paraphrase-MiniLM-L6-v2生成的查询向量是384维，且无NaN、无穷大或非数值类型：

  from sentence_transformers import SentenceTransformer
  
  model = SentenceTransformer('paraphrase-MiniLM-L6-v2')
  query_vector = model.encode("Pikachu").tolist()
  print(len(query_vector))  # 必须输出384
  print(any(not isinstance(x, (int, float)) for x in query_vector))  # 必须输出False
  

• 查看Elasticsearch详细错误日志
  捕获RequestError后打印root_cause中的具体原因，这是定位问题最直接的方式——日志会明确指出是维度不匹配、字段不存在还是数值错误等。

• 再次验证索引映射
  重新确认embedding字段的映射类型和维度：

  mapping = es.indices.get_mapping(index="pokemon")
  print(mapping['pokemon']['mappings']['properties']['embedding'])
  

  确保输出为{'type': 'dense_vector', 'dims': 384}。

• 测试简化版查询
  先使用match_all作为基础查询，去掉其他复杂条件，验证script_score本身是否能正常运行。如果简化版正常，再逐步添加其他查询逻辑，定位问题来源。

内容的提问来源于stack exchange，提问作者KZiovas