OpenSearch

开源搜索与分析引擎，内置向量近邻检索

向量数据库 RAG 系统 AI 开发免费开源

访问官网 GitHub 文档

核心功能

OpenSearch 是开源搜索与分析引擎，其 k-NN 插件提供向量近邻检索：以 knn_vector 字段存储嵌入，支持 HNSW、IVF 与多种引擎，可与全文检索混合，适合语义搜索与 RAG。

功能亮点

多引擎

同一向量字段可指定 Faiss、Lucene 等引擎实现

混合检索

向量 k-NN 可与 keyword、filter 查询组合

降内存

on_disk 模式与 pq/sq 编码可显著降低内存

易起步

Docker 一键拉起，_search 中加 knn 子句即可

适用场景

• 在日志或文档检索中叠加向量，实现语义与关键词混合搜索。
• 用 knn_vector 存储商品嵌入，支撑以图搜图。
• 与 RAG 结合，提供私有知识库的自然语言检索。

安装配置

bash

Docker 运行（单节点，关闭安全插件便于本地测试）：
docker pull opensearchproject/opensearch:latest
docker run -it -p 9200:9200 -p 9600:9600 -e "discovery.type=single-node" -e "DISABLE_SECURITY_PLUGIN=true" opensearchproject/opensearch:latest

健康检查：
curl http://localhost:9200

或 docker compose 启动：
docker compose up -d

使用方法

bash

创建索引并开启 knn：
PUT /test-index
{
  "settings": {
    "index": {
      "knn": true
    }
  },
  "mappings": {
    "properties": {
      "embedding": {
        "type": "knn_vector",
        "dimension": 3,
        "space_type": "l2"
      }
    }
  }
}

向量近邻查询：
GET /my-vector-index/_search
{
  "size": 3,
  "query": {
    "knn": {
      "embedding": {
        "vector": [1, 2, 3],
        "k": 3
      }
    }
  }
}

关键指标

尚未核验对标产品，此处只列本工具自身指标，不做对比结论。

指标OpenSearch

价格免费

开源是

上手难度进阶

优点

开源（Apache 2.0），可自托管且与 Elasticsearch API 兼容。
向量检索可与全文、聚合查询在同一引擎内混合。
HNSW/Faiss/Lucene 多引擎，可按规模与精度选型。
支持 on_disk 与量化编码，降低大规模内存占用。

缺点

NMSLIB 引擎已弃用，新建索引应使用 Faiss 或 Lucene。
IVF 索引需先执行 Train API 训练中心后再写入。
向量过滤仅 Faiss 与 Lucene 引擎支持，NMSLIB 不行。
Lucene 引擎建议向量数低于 1000 万，超量需评估。