Elasticsearch：如何使用 Qwen3 来做向量搜索

在这篇文章中，我们将使用 Qwen3 来针对数据进行向量搜索。我们将对数据使用 qwen3 嵌入模型来进行向量化，并使用 Qwen3 来对它进行推理。在阅读这篇文章之前，请阅读之前的文章 “如何使用 Ollama 在本地设置并运行 Qwen3”。

安装

Elasticsearch 及 Kibana

如果你还没有安装自己的 Elasticsearch 及 Kibana，那么请阅读这篇文章 “使用 start-local 脚本在本地运行 Elasticsearch” 来进行安装。在默认的情况下，他没有 SSL 的配置：

$ curl -fsSL https://elastic.co/start-local | sh

  ______ _           _   _      
 |  ____| |         | | (_)     
 | |__  | | __ _ ___| |_ _  ___ 
 |  __| | |/ _` / __| __| |/ __|
 | |____| | (_| \__ \ |_| | (__ 
 |______|_|\__,_|___/\__|_|\___|
-------------------------------------------------
🚀 Run Elasticsearch and Kibana for local testing
-------------------------------------------------

ℹ️  Do not use this script in a production environment

⌛️ Setting up Elasticsearch and Kibana v9.1.2-arm64...

- Generated random passwords
- Created the elastic-start-local folder containing the files:
  - .env, with settings
  - docker-compose.yml, for Docker services
  - start/stop/uninstall commands
- Running docker compose up --wait

[+] Running 6/6
 ✔ Network elastic-start-local_default             Created                                             0.1s 
 ✔ Volume "elastic-start-local_dev-kibana"         Create...                                           0.0s 
 ✔ Volume "elastic-start-local_dev-elasticsearch"  Created                                             0.0s 
 ✔ Container es-local-dev                          Healthy                                            22.0s 
 ✔ Container kibana-local-settings                 Exited                                             21.9s 
 ✔ Container kibana-local-dev                      Healthy                                            31.9s 

🎉 Congrats, Elasticsearch and Kibana are installed and running in Docker!

🌐 Open your browser at http://localhost:5601

   Username: elastic
   Password: u06Imqiu

🔌 Elasticsearch API endpoint: http://localhost:9200
🔑 API key: QzNJQnA1Z0JiSkRyN2UwaUk3VFQ6dXFrdkFvRkt1UXlJX2Z1bm5qblpndw==


Learn more at https://github.com/elastic/start-local

在我安装完毕后，我得到的最新的 Elasticsearch 版本是 9.1.2。

写入数据到 Elasticsearch

我们使用如下的代码把数据写入到 Elasticsearch：

elasticsearch_qwen3.py

from langchain_community.vectorstores import ElasticsearchStore
from langchain_community.embeddings import OllamaEmbeddings

# Replace with your actual Elasticsearch endpoint
ELASTICSEARCH_URL = "http://localhost:9200"
INDEX_NAME = "my_embeddings_index"

# Initialize Ollama embeddings (you can specify model if needed)
embeddings = OllamaEmbeddings(model="qwen3")

# Create ElasticsearchStore index
vectorstore = ElasticsearchStore(
    embedding=embeddings,
    es_url=ELASTICSEARCH_URL,
    index_name=INDEX_NAME,
    es_user = "elastic",
    es_password = "u06Imqiu"
)

# Example: Add documents to the index
str1 = "阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳"
str2 = "百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司"

docs = [ str1, str2 ]
vectorstore.add_texts(docs)

print(f"Index '{INDEX_NAME}' created and documents added.")

我们需要安装如下的 Python 包：

pip install langchain_community

在上面，我们使用 qwen3 嵌入模型把输入的句子进行向量化。在这里，我们可以使用其它的任何嵌入模型。 运行以上的代码：

python3 elasticsearh_qwen3.py

$ python3 elasticsearch_qwen3.py 
Index 'my_embeddings_index' created and documents added.

我们可以在 Kibana 中进行查看：

我们可以看到有两个文档被写入。

这个是因为我们的模型 qwen3:8b 是 4096 维的。 

从上面我们也可以看出来所生成的向量。我们可以通过如下的命令来查看它的 mapping：

GET my_embeddings_index/_mapping

{
  "my_embeddings_index": {
    "mappings": {
      "properties": {
        "metadata": {
          "type": "object"
        },
        "text": {
          "type": "text",
          "fields": {
            "keyword": {
              "type": "keyword",
              "ignore_above": 256
            }
          }
        },
        "vector": {
          "type": "dense_vector",
          "dims": 4096,
          "index": true,
          "similarity": "cosine",
          "index_options": {
            "type": "bbq_hnsw",
            "m": 16,
            "ef_construction": 100,
            "rescore_vector": {
              "oversample": 3
            }
          }
        }
      }
    }
  }
}

我们可以看到有一个叫做 text 及 vector 的字段。

我们可以使用如下的命令来对它进行向量搜索：

elasticsearch_qwen3.py

from langchain_community.vectorstores import ElasticsearchStore
from langchain_community.embeddings import OllamaEmbeddings

# Replace with your actual Elasticsearch endpoint
ELASTICSEARCH_URL = "http://localhost:9200"
INDEX_NAME = "my_embeddings_index"

# Initialize Ollama embeddings (you can specify model if needed)
embeddings = OllamaEmbeddings(model="qwen3")

# Create ElasticsearchStore index
vectorstore = ElasticsearchStore(
    embedding=embeddings,
    es_url=ELASTICSEARCH_URL,
    index_name=INDEX_NAME,
    es_user = "elastic",
    es_password = "u06Imqiu"
)

if not vectorstore.client.indices.exists(index=INDEX_NAME):
    print(f"Index '{INDEX_NAME}' already exists.")

    # Example: Add documents to the index
    str1 = "阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳"
    str2 = "百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司"

    docs = [ str1, str2 ]
    vectorstore.add_texts(docs,
                bulk_kwargs={
                    "chunk_size": 300,
                    "max_chunk_bytes": 4096
                })

    print(f"Index '{INDEX_NAME}' created and documents added.")

results = vectorstore.similarity_search(
    query=" alibaba法定代表人是谁"
    # k=1
    # filter=[{"term": {"metadata.source.keyword": "tweet"}}],
)

# print(results, len(results))

for res in results:
    print(f"* {res.page_content}")

运行上面的代码：

$ python3 elasticsearch_qwen3.py 
* 阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳
* 百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司

我们把  query 改为：

results = vectorstore.similarity_search(
    query="中国的搜索引擎公司是哪个"
    # k=1
    # filter=[{"term": {"metadata.source.keyword": "tweet"}}],
)

$ python3 elasticsearch_qwen3.py 
* 百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司
* 阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳

我们把搜索的 query 改为：

results = vectorstore.similarity_search(
    query="淘宝"
    # k=1
    # filter=[{"term": {"metadata.source.keyword": "tweet"}}],
)

$ python3 elasticsearch_qwen3.py 
* 阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳
* 百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司

results = vectorstore.similarity_search(
    query="阿里巴巴的法人代表"
    # k=1
    # filter=[{"term": {"metadata.source.keyword": "tweet"}}],
)

$ python3 elasticsearch_qwen3.py 
* 阿里巴巴（中国）有限公司成立于2007年03月26日，法定代表人蒋芳
* 百度是拥有强大互联网基础的领先AI公司。百度愿景是：成为最懂用户，并能帮助人们成长的全球顶级高科技公司。于2000年1月1日在中关村创建了百度公司