All Products
Search
Document Center

Elasticsearch:Fitur berdasarkan versi

Last Updated:Jun 26, 2026

Alibaba Cloud Elasticsearch (ES) menawarkan dua edisi utama: Edisi Enhanced yang Dikembangkan Sendiri dan Edisi Standar. Edisi Enhanced yang Dikembangkan Sendiri telah dioptimalkan secara mendalam berbasis Elasticsearch open-source untuk memberikan performa unggul dan kemampuan pencarian berbasis AI. Edisi Standar sepenuhnya kompatibel dengan fitur open-source dan mencakup lisensi gratis untuk fitur-fitur tingkat lanjut Platinum. Topik ini menjelaskan fitur-fitur masing-masing edisi guna membantu Anda memilih edisi yang sesuai dengan kebutuhan.

Edisi enhanced yang dikembangkan sendiri

Alibaba Cloud Elasticsearch menyediakan dua jenis kluster Enhanced yang Dikembangkan Sendiri: Edisi Vector Enhanced dan Edisi Kernel-enhanced. Kedua edisi ini telah dioptimalkan secara mendalam berbasis Elasticsearch open-source untuk menghadirkan performa unggul dan kemampuan pencarian berbasis AI. Kami merekomendasikan penggunaan versi 8.17 (Vector Enhanced Edition) atau versi 7.10 (Kernel-enhanced Edition).

Item

Vector enhanced edition

Kernel-enhanced edition

Versi yang didukung

8.17 dan 8.15

7.16, 7.10, dan 6.7

Fitur utama

  • Sepenuhnya kompatibel dengan Elasticsearch open-source.

  • Mencakup lisensi gratis untuk semua fitur tingkat lanjut Platinum.

  • Ditenagai oleh kernel cloud-native FalconSeek, yang berbasis pada mesin Havenask milik Alibaba. Kernel ini menggunakan model memori kolom C++ dan framework sepenuhnya asinkron untuk meningkatkan performa kueri secara signifikan pada agregasi kompleks, istilah dengan kardinalitas tinggi, dan pengambilan vektor.

  • Mendukung fitur searchable snapshot dengan arsitektur storage dan compute yang terpisah. Semua data disimpan di Object Storage Service (OSS), yang dapat mengurangi biaya penyimpanan secara signifikan untuk volume besar data dingin.

  • Memiliki pusat event kesehatan kluster yang secara otomatis mendeteksi anomali dan risiko sumber daya melalui inspeksi berkala dan peringatan pemantauan, memicu peringatan tepat waktu serta pemulihan otomatis.

  • Sepenuhnya kompatibel dengan Elasticsearch open-source.

  • Mencakup lisensi gratis untuk semua fitur tingkat lanjut Platinum.

  • Menggunakan kernel AliES yang dioptimalkan secara mendalam untuk mengurangi biaya serta meningkatkan performa dan stabilitas kluster di berbagai skenario.

Kasus penggunaan

Semua kasus penggunaan Elasticsearch.

Contoh: pengambilan informasi, pencarian, analisis log, dan pencarian vektor.

Semua kasus penggunaan Elasticsearch.

Ideal untuk kasus penggunaan berikut:

  • Kasus penggunaan enterprise yang memerlukan performa baca dan tulis tinggi.

  • Kasus pencarian dan analisis log dengan beban tulis berat dan baca ringan.

Profil pengguna

  • Anda terbiasa dengan Elasticsearch dan mampu melakukan tuning performa secara mandiri untuk skenario tertentu.

  • Anda memiliki paket sumber daya yang jelas.

  • Anda memerlukan performa tinggi untuk operasi tulis dan kueri kluster.

  • Anda ingin mengurangi biaya konfigurasi dan O&M Elasticsearch di cloud.

  • Anda ingin meningkatkan stabilitas kluster dalam skenario dengan beban kerja yang fluktuatif.

  • Anda ingin mengurangi biaya penyimpanan untuk volume data besar.

Item yang dikenai biaya

Anda dikenai biaya berdasarkan spesifikasi node, storage space, dan jumlah node dalam kluster Anda.

Anda dikenai biaya berdasarkan spesifikasi node, storage space, dan jumlah node dalam kluster Anda.

  • Basic enhancements: Disediakan sebagai plugin gratis yang dapat Anda instal sesuai kebutuhan.

  • Advanced enhancements: Dapat diaktifkan sesuai kebutuhan. Mengaktifkan fitur-fitur ini akan dikenai biaya tambahan untuk traffic tulis dan storage space.

    Catatan

    Advanced enhancements saat ini hanya didukung pada kluster Kernel-enhanced Edition 7.10 di wilayah China (Hong Kong). Dukungan di wilayah lain akan segera hadir.

Edisi Standar

Semua versi Alibaba Cloud Elasticsearch sepenuhnya kompatibel dengan fitur Elasticsearch open-source dan mencakup lisensi gratis untuk fitur-fitur tingkat lanjut Platinum (sebelumnya plugin komersial X-Pack). Bagian berikut menjelaskan perubahan fitur open-source di berbagai versi Alibaba Cloud Elasticsearch:

Catatan

Versi 9.3

Fitur open-source baru:

  • Agent Builder telah umum tersedia (GA). Anda dapat berinteraksi dengan data Elasticsearch Anda di Kibana melalui percakapan, membangun aplikasi tanya jawab (Q&A) berbasis AI, serta menggunakan kemampuan siap pakai seperti agen bawaan.

  • Ekstensi Elastic Inference Service (EIS) mendukung model Jina AI, memperluas ekosistem model inferensi.

  • DiskBBQ memungkinkan Anda mencari vektor terkuantisasi langsung dari disk tanpa memuat seluruh vektor ke memori heap. Fitur ini mencapai latensi kurang dari 20 ms dengan hanya 100 MB memori dan mendukung akselerasi GPU NVIDIA untuk pemrosesan vektor.

  • Algoritma pencarian vektor terfilter ACORN mengintegrasikan logika filtering ke dalam traversal graf HNSW, yang meningkatkan kecepatan pencarian terfilter hingga 5 kali lipat tanpa memengaruhi akurasi.

  • Dibangun di atas Lucene 10, yang lebih meningkatkan tingkat kompresi indeks dan efisiensi pengambilan indeks terbalik.

  • LOOKUP JOIN telah GA. Fitur ini mendukung join lintas indeks langsung dalam pipeline kueri ES|QL dan diperluas untuk mendukung pencocokan multi-bidang, perhitungan ekspresi, dan eksekusi di kluster remote.

  • Performa kueri ES|QL untuk data deret waktu dioptimalkan secara signifikan, dengan latensi berkurang hingga 5 kali lipat. Perintah agregasi deret waktu baru seperti RATE, *_OVER_TIME, TBUCKET, dan TS ditambahkan.

  • Inline Stats kini mendukung logika multi-tahap. Hal ini memungkinkan Anda melakukan agregasi di tengah pipeline menggunakan perintah stats sambil tetap mempertahankan data detail tingkat baris.

  • Mengoptimalkan garbage collection (GC) untuk fluktuasi memori dalam skenario penulisan konkurensi tinggi, yang meningkatkan stabilitas sistem.

Alibaba Cloud Elasticsearch 9.3 menghadirkan pembaruan signifikan. Untuk AI, Agent Builder memungkinkan Anda membangun aplikasi Q&A di Kibana, dan layanan inferensi EIS menambahkan dukungan untuk model Jina AI. Untuk pencarian vektor, algoritma DiskBBQ dan ACORN secara substansial mengurangi penggunaan memori dan meningkatkan performa pencarian terfilter, dengan dukungan tambahan untuk akselerasi GPU. Untuk kueri dan analisis, ES|QL ditingkatkan dengan LOOKUP JOIN untuk kueri lintas indeks, Inline Stats untuk agregasi multi-tahap, dan optimasi kueri deret waktu yang mengurangi latensi hingga 5x. Mesin dasar ditingkatkan ke Lucene 10, meningkatkan stabilitas GC untuk beban kerja konkurensi tinggi.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Apa yang baru di 9.x.

Versi 8.17

Fitur open-source baru:

  • Bidang dense_vector memperkenalkan Better Binary Quantization (BBQ), jenis kuantisasi yang mengompresi indeks vektor hingga faktor 32 dan secara signifikan mengurangi penggunaan memori.

  • Inference API telah umum tersedia (GA). Untuk informasi lebih lanjut, lihat Inference APIs.

  • Fitur Reciprocal Rank Fusion (RRF) telah GA. Untuk informasi lebih lanjut, lihat Reciprocal rank fusion.

  • Mode indeks logsdb telah GA. Mode ini dapat mengurangi ruang penyimpanan untuk indeks log hingga sekitar tiga kali lipat. Untuk informasi lebih lanjut, lihat Logs data stream.

  • Memperkenalkan model Elastic Rerank bawaan. Untuk informasi lebih lanjut, lihat Elastic Rerank.

  • Kodek best_compression kini menggunakan zstd, yang mengurangi penyimpanan sekitar 12% dan meningkatkan throughput tulis sebesar 14%.

  • ES|QL dioptimalkan dengan beberapa fitur, termasuk dukungan untuk pencarian teks lengkap. Untuk informasi lebih lanjut, lihat ES|QL.

Edisi enhanced terbaru berbasis Elasticsearch 8.17 memungkinkan Anda membangun aplikasi pencarian berbasis AI secara fleksibel dengan layanan model bawaan dan mendukung pemanggilan layanan model AI eksternal apa pun. Better Binary Quantization (BBQ) mengurangi biaya memori lebih dari 10x.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Apa yang baru di 8.17 dan Apa yang baru di 8.16.

Versi 8.15

Fitur open-source baru:

  • Bidang indeks vektor dioptimalkan. Untuk informasi lebih lanjut, lihat dense-vector.

    • Tipe int8_hnsw menggantikan hnsw sebagai default, dengan kuantisasi int8 diaktifkan secara default.

    • Mendukung kuantisasi int4, yang dapat mengurangi penggunaan memori hingga faktor 8.

    • Menambahkan tipe vektor bit.

  • Menggunakan instruksi SIMD untuk mempercepat performa merge indeks terkuantisasi int8 pada arsitektur aarch64 hingga sekitar tiga kali lipat.

  • Menambahkan fase rerank, di mana text_similarity_reranker dapat menggunakan model rerank. Untuk informasi lebih lanjut, lihat text-similarity-reranker-retriever.

  • Menambahkan sintaks kueri retriever untuk mendukung recall multi-saluran. Untuk informasi lebih lanjut, lihat retriever.

  • Menambahkan tipe bidang semantic_text untuk meningkatkan pencarian semantik. Untuk informasi lebih lanjut, lihat semantic-text.

  • Kueri sparse menggunakan sintaks sparse_vector alih-alih text_expansion. Untuk informasi lebih lanjut, lihat query-dsl-sparse-vector-query.

  • API aturan kueri telah GA. Untuk informasi lebih lanjut, lihat query-rules-apis.

  • Index Sorting mendukung bidang nested. Untuk informasi lebih lanjut, lihat index-modules-index-sorting.

  • Menambahkan mode indeks logsdb yang efisien untuk skenario logging. Untuk informasi lebih lanjut, lihat logs-data-stream.

  • Ditingkatkan ke Lucene 9.11, meningkatkan efisiensi memori dan performa kueri. Untuk informasi lebih lanjut, lihat apache-lucenetm-9110-available.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Apa yang baru di 8.15 dan Apa yang baru di 8.14.

Versi 8.13

Fitur open-source baru:

  • Dimensi vektor maksimum ditingkatkan menjadi 4.096. Untuk informasi lebih lanjut, lihat 4096 dimension dense vector.

  • Indeks vektor mendukung kuantisasi skalar, yang dapat mengurangi penggunaan memori indeks vektor hingga hampir 75%. Untuk informasi lebih lanjut, lihat scalar-quantization-in-lucene.

  • Mendukung tipe sparse_vector untuk vektor jarang. Untuk informasi lebih lanjut, lihat Sparse vector.

  • Mendukung kueri paralel pada satu shard. Untuk informasi lebih lanjut, lihat Query parallelization.

  • Bidang vektor kini mendukung tipe nested, memungkinkan Anda membagi dokumen menjadi bagian-bagian dan membuat indeks vektor untuk masing-masing. Untuk informasi lebih lanjut, lihat Multiple results from the same doc with nested vectors.

  • Menambahkan fitur Learning To Rank, yang mendukung re-ranking hasil selama fase rescore. Untuk informasi lebih lanjut, lihat Learning To Rank.

  • Mendukung API inferensi baru untuk integrasi dengan layanan model eksternal. Untuk informasi lebih lanjut, lihat inference APIs.

  • Menggunakan SIMD untuk meningkatkan performa kueri vektor. Untuk informasi lebih lanjut, lihat Accelerating vector search with SIMD instructions.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Apa yang baru di 8.13.

Versi 8.9

Fitur open-source baru:

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Apa yang baru di 8.9.

Versi 8.5

Fitur open-source baru:

  • Menambahkan pencarian kemiripan vektor berbasis algoritma HNSW. Untuk informasi lebih lanjut, lihat k-nearest neighbor (kNN) search.

  • Menambahkan fitur Time Series Data Streams (TSDS). Untuk informasi lebih lanjut, lihat Time series data stream (TSDS).

  • Menambahkan kueri Geo grid. Untuk informasi lebih lanjut, lihat Geo grid query.

  • Menyederhanakan konfigurasi keamanan. Untuk informasi lebih lanjut, lihat Start the Elastic Stack with security enabled automatically.

  • Memperbaiki algoritma kompresi Lucene untuk mengurangi ukuran indeks.

  • Menyempurnakan performa kueri rentang.

  • Mendukung tipe bidang runtime lookup. Untuk informasi lebih lanjut, lihat lookup-runtime-fields.

  • Menerapkan kueri agregasi random sampler. Untuk informasi lebih lanjut, lihat Random sampler aggregation.

  • Mengurangi konsumsi memori heap pada node master dan data.

  • Menghapus pemetaan _type. Namun, versi 8.x kompatibel dengan permintaan dari versi 7.x. Untuk informasi lebih lanjut tentang kompatibilitas, lihat rest-api-compatibility.

  • Menyediakan perlindungan indeks. Secara default, pengguna elastic hanya dapat membaca indeks Elasticsearch bawaan.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Breaking changes in 8.5.

Versi 7.16

Fitur open-source baru:

  • Mendukung kueri SQL untuk pencarian lintas klaster.

  • Pipeline ingest mendukung kebijakan enrich tipe range.

  • Mengoptimalkan cache untuk meningkatkan performa kueri.

  • Menambah dan menghapus indeks dari Data Stream.

  • Menambahkan informasi UUID dan nama kluster ke log audit.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat breaking changes in 7.16.

Versi 7.10

Fitur open-source baru:

  • Memperbaiki kompresi bidang yang disimpan untuk mengurangi biaya penyimpanan.

  • Menyempurnakan keamanan Elasticsearch dengan Event Query Language (EQL).

  • Nilai default search.max_buckets ditingkatkan dari 10.000 menjadi 65.535.

  • Menambahkan dukungan untuk kueri case-insensitive. Anda dapat mengaktifkannya dengan mengatur parameter opsional case_insensitive ke true.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Breaking changes in 7.10.

Versi 7.7

Fitur open-source baru:

  • Indeks baru kini default menjadi satu shard alih-alih lima.

  • Menghapus tipe pemetaan. Anda tidak perlu lagi menentukan tipe saat mendefinisikan pemetaan dan templat indeks. Untuk informasi lebih lanjut, lihat Removal of mapping types.

  • Permintaan pencarian secara default mengembalikan maksimal 10.000 dokumen. Jika batas ini terlampaui, hanya 10.000 dokumen yang dikembalikan. Untuk informasi lebih lanjut, lihat track_total_hits 10000 default.

  • Satu node data dapat berisi maksimal 1.000 shard secara default. Anda dapat mengonfigurasi batas ini menggunakan parameter cluster.max_shards_per_node. Untuk informasi lebih lanjut, lihat Cluster Shard Limit.

  • Jumlah total konteks scroll dibatasi hingga 500 secara default. Anda dapat mengonfigurasi batas ini menggunakan parameter search.max_open_scroll_context. Untuk informasi lebih lanjut, lihat Scroll Search Context.

  • Pemutus sirkuit induk kini menggunakan memori riil (indices.breaker.total.use_real_memory), dengan nilai default 95% dari memori heap JVM untuk memaksimalkan ketersediaan dan mencegah error OutOfMemory. Untuk informasi lebih lanjut, lihat Circuit Breaker.

  • Menghapus dukungan untuk bidang _all untuk meningkatkan performa pencarian.

  • Menambahkan Intervals Queries, yang menemukan dokumen berdasarkan urutan dan kedekatan kata kunci.

  • Saat auditing diaktifkan, event audit ditulis ke file <clustername>_audit.json pada sistem file host. Menyimpan event audit dalam indeks tidak didukung. Untuk informasi lebih lanjut, lihat Enabling audit logging.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Breaking changes in 7.0.

Versi 6.x (6.7 dan 6.8)

Fitur open-source baru:

  • Satu indeks hanya dapat memiliki satu tipe. Tipe _doc direkomendasikan.

  • Mulai versi 6.6.0, versi ini menambahkan manajemen siklus hidup indeks (ILM) untuk mengurangi biaya pemeliharaan.

  • Menambahkan fitur Rolling up historical data untuk meringkas data historis.

  • Mulai versi 6.3, X-Pack SQL didukung. Fitur ini memungkinkan Anda mengonversi pernyataan SQL ke kueri DSL, mengurangi kurva pembelajaran untuk DSL.

  • Menambahkan lebih banyak fungsi agregasi, termasuk Composite, Parent, dan Weighted Avg.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Breaking changes in 6.0.

Versi 5.x (5.6)

Fitur open-source baru:

  • Satu indeks dapat memiliki beberapa tipe, dan Anda dapat mendefinisikan tipe kustom.

  • Tipe bidang string sudah tidak digunakan lagi, digantikan oleh text atau keyword.

  • Nilai parameter pemetaan indeks diubah dari not_analyzed atau no menjadi true atau false.

  • Tipe data float digunakan alih-alih double untuk mengurangi biaya penyimpanan.

  • Java High Level REST Client menggantikan TransportClient.

Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Breaking changes in 5.0.

Referensi