Elasticsearch
BM25 전문 검색 엔진에 kNN 벡터 검색을 결합하는 ElasticsearchStore
Elasticsearch
Elasticsearch는 전통적인 전문 검색(BM25) 엔진이며 dense_vector 필드와 kNN(HNSW) 검색을 지원합니다. 이미 ES로 로그·문서 검색을 운영하고 있다면 벡터 검색을 같은 클러스터에 추가할 수 있고, BM25와 kNN을 RRF로 섞는 하이브리드 검색이 강점입니다. LangChain 연동은 langchain-elasticsearch입니다.
langchain-elasticsearch는 AgentLab 샌드박스에 설치되어 있지 않습니다. 아래 코드는 참고용이며 최신 시그니처는 공식 문서를 확인하세요.
Import
pip install langchain-elasticsearch
from langchain_elasticsearch import ElasticsearchStore, DenseVectorStrategy, BM25Strategy
시그니처
ElasticsearchStore(
index_name: str,
embedding=None, # Embeddings
es_url: str | None = None, # "http://localhost:9200"
es_cloud_id: str | None = None,
es_api_key: str | None = None,
es_user: str | None = None,
es_password: str | None = None,
strategy=DenseVectorStrategy(), # 검색 전략
...
)
파라미터
| 파라미터 | 타입 | 기본값 | 설명 |
|---|---|---|---|
index_name | str | (필수) | ES 인덱스 이름 |
embedding | Embeddings | None | None | 임베딩 객체 (BM25 전략에서는 불필요) |
es_url / es_cloud_id | str | None | None | 셀프호스트 URL 또는 Elastic Cloud ID |
es_api_key / es_user / es_password | str | None | None | 인증 |
strategy | 전략 객체 | DenseVectorStrategy() | DenseVectorStrategy(hybrid=True), SparseVectorStrategy()(ELSER), BM25Strategy(), DenseVectorScriptScoreStrategy()(정확 검색) |
메서드와 반환값
표준 인터페이스(add_documents, similarity_search, similarity_search_with_score, max_marginal_relevance_search, delete, as_retriever)를 따릅니다. filter=에는 Elasticsearch Query DSL 절의 리스트를 넘깁니다. 메타데이터는 metadata.* 필드에 저장됩니다.
예제
from langchain_core.documents import Document
from langchain_elasticsearch import DenseVectorStrategy, ElasticsearchStore
from langchain_openai import OpenAIEmbeddings
store = ElasticsearchStore(
index_name="kb-docs",
embedding=OpenAIEmbeddings(model="text-embedding-3-small"),
es_url="http://localhost:9200",
strategy=DenseVectorStrategy(hybrid=True), # BM25 + kNN, RRF 융합
)
store.add_documents([Document(page_content="에러 코드 E1234 해결법", metadata={"source": "runbook.md"})])
docs = store.similarity_search(
"E1234",
k=3,
filter=[{"term": {"metadata.source.keyword": "runbook.md"}}],
)
주의사항
문자열 메타데이터는 동적 매핑으로 text + .keyword 서브필드가 됩니다. 정확 일치 term 필터는 metadata.source가 아니라 metadata.source.keyword에 걸어야 합니다.
hybrid=True의 RRF는 Elasticsearch 라이선스/버전에 따라 사용 가능 여부가 다를 수 있습니다. 운영 클러스터의 버전과 구독 등급을 확인하세요.