如何在Elasticsearch中仅对关键词/模糊查询匹配文档执行KNN向量搜索？

方法1：利用Elasticsearch 8.11+的Bool查询集成KNN功能 #

Elasticsearch 8.11版本开始支持在bool查询中直接嵌入knn子句，可自然将关键词/模糊筛选与KNN搜索结合，底层会自动在满足筛选条件的文档子集上执行向量匹配。

示例请求：

GET /your_index/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "content": "你的关键词" // 关键词/模糊搜索条件
          }
        },
        {
          "knn": {
            "vector_field": { // 你的稠密向量字段
              "vector": [0.1, 0.2, ..., 0.9], // 查询向量
              "k": 10, // 返回的top K结果
              "filter": {} // 可选额外筛选条件
            }
          }
        }
      ]
    }
  }
}

方法2：通过Rescore重打分在搜索结果子集上执行KNN #

若你的Elasticsearch版本低于8.11，可先执行关键词/模糊搜索获取Top N候选文档，再在这个子集上用KNN算法重排序。通过window_size控制参与重打分的文档数量，平衡性能与匹配效果。

示例请求：

GET /your_index/_search
{
  "query": {
    "fuzzy": {
      "content": {
        "value": "模糊关键词",
        "fuzziness": "AUTO"
      }
    }
  },
  "rescore": {
    "window_size": 1000, // 取关键词搜索结果的前1000个文档做KNN重排
    "query": {
      "rescore_query": {
        "knn": {
          "vector_field": {
            "vector": [0.1, 0.2, ..., 0.9],
            "k": 10
          }
        }
      },
      "query_weight": 0.1, // 原关键词搜索的权重，可按需调整
      "rescore_query_weight": 0.9 // KNN重排的权重，可按需调整
    }
  },
  "size": 10 // 最终返回的结果数量
}

方法3：临时索引存储筛选结果（适合小规模数据） #

如果上述方法都不适用，可先将关键词/模糊搜索的结果写入临时索引，再在临时索引上执行KNN搜索。这种方式会产生额外存储与性能开销，仅适合数据量较小的场景。

步骤：

1. 执行关键词搜索并将结果写入临时索引：

POST /_reindex
{
  "source": {
    "index": "your_index",
    "query": {
      "match": {
        "content": "你的关键词"
      }
    }
  },
  "dest": {
    "index": "temp_filtered_index"
  }
}

2. 在临时索引上执行KNN搜索：

GET /temp_filtered_index/_knn_search
{
  "knn": {
    "field": "vector_field",
    "query_vector": [0.1, 0.2, ..., 0.9],
    "k": 10,
    "num_candidates": 100
  }
}

3. 使用完成后删除临时索引：

DELETE /temp_filtered_index

内容的提问来源于stack exchange，提问作者Ali Amini Bagh