Perbandingan versi Alibaba Cloud Elasticsearch, fitur berdasarkan versi - Elasticsearch

Alibaba Cloud Elasticsearch (ES) menyediakan dua edisi: Edisi Enhanced Hasil Pengembangan Mandiri dan Edisi Standar. Edisi Enhanced Hasil Pengembangan Mandiri merupakan hasil optimasi mendalam dari Elasticsearch open-source dan menawarkan performa lebih tinggi serta kemampuan pencarian AI, sedangkan Edisi Standar sepenuhnya kompatibel dengan fitur open-source dan mencakup lisensi gratis untuk fitur lanjutan tingkat Platinum resmi. Bandingkan edisi dan fitur masing-masing versi untuk memilih versi ES yang sesuai dengan beban kerja Anda.

Edisi enhanced hasil pengembangan mandiri

Alibaba Cloud ES menyediakan dua tipe instans Enhanced Hasil Pengembangan Mandiri: Vector Enhanced Edition dan Kernel-enhanced Edition. Kami merekomendasikan versi 8.17 (Vector Enhanced Edition) atau versi 7.10 (Kernel-enhanced Edition). Tabel berikut membandingkan kedua tipe instans tersebut.

Item	Vector Enhanced Edition	Kernel-enhanced Edition
Versi yang didukung	8.17 dan 8.15	7.16, 7.10, dan 6.7
Fitur utama	100% kompatibel dengan Elasticsearch open-source. Termasuk lisensi gratis untuk semua fitur lanjutan tingkat Platinum. Mendukung kernel cloud-native FalconSeek, yang berbasis pada mesin Havenask hasil pengembangan mandiri Alibaba. Model memori kolom C++ dan kerangka kerja sepenuhnya asinkron secara signifikan meningkatkan performa kueri untuk agregasi kompleks, istilah ber-kardinalitas tinggi, dan pengambilan vektor. Mendukung arsitektur pemisahan storage-compute searchable snapshot. Semua data disimpan di Object Storage Service (OSS), yang sangat mengurangi biaya penyimpanan untuk volume besar data dingin. Mendukung cluster health event center, yang mendeteksi pengecualian dan risiko resource kluster secara otomatis melalui inspeksi terjadwal dan peringatan pemantauan, lalu segera memicu alert dan pemulihan otomatis.	100% kompatibel dengan Elasticsearch open-source. Termasuk lisensi gratis untuk semua fitur lanjutan tingkat Platinum. Menggunakan kernel AliES yang telah dioptimalkan secara mendalam. Kernel ini mengoptimalkan biaya serta meningkatkan performa dan stabilitas instans dalam berbagai skenario.
Skenario	Semua skenario ES, seperti information retrieval, pencarian, analisis log, dan pengambilan vektor.	Semua skenario ES. Terutama cocok untuk skenario enterprise-grade yang memerlukan performa baca-tulis tinggi, serta skenario pencarian dan analisis log dengan beban tulis berat dan baca ringan.
Pengguna target	Anda memahami ES dan dapat menyesuaikan performa untuk skenario Anda sendiri. Anda memiliki perencanaan resource yang jelas.	Anda memerlukan optimasi lebih tinggi terhadap performa tulis dan kueri kluster. Anda ingin mengurangi biaya konfigurasi dan O&M ES di cloud. Anda ingin meningkatkan stabilitas kluster saat workload berfluktuasi. Anda ingin mengurangi biaya penyimpanan untuk volume data besar.
Item yang dikenai biaya	Anda dikenai biaya berdasarkan spesifikasi node, storage space, dan jumlah node kluster ES.	Anda dikenai biaya berdasarkan spesifikasi node, storage space, dan jumlah node kluster ES. Peningkatan dasar: disediakan sebagai plugin secara gratis. Anda dapat menginstalnya sesuai kebutuhan. Peningkatan lanjutan: diaktifkan sesuai kebutuhan. Setelah diaktifkan, Anda dikenai biaya tambahan untuk traffic tulis dan storage space. Saat ini, hanya Kernel-enhanced Edition 7.10 yang mendukung peningkatan lanjutan, dan fitur ini hanya tersedia di wilayah China (Hong Kong). Dukungan untuk wilayah lain akan segera hadir.

Fitur open-source berdasarkan versi

Fitur open-source dalam bagian ini berlaku untuk semua tipe instans Alibaba Cloud ES, termasuk Edisi Standar dan kedua Edisi Enhanced Hasil Pengembangan Mandiri. Semua versi Alibaba Cloud ES sepenuhnya kompatibel dengan fitur Elasticsearch open-source dan mencakup lisensi gratis untuk fitur lanjutan tingkat Platinum resmi (sebelumnya plugin komersial X-Pack). Fitur open-source bervariasi berdasarkan versi Alibaba Cloud ES sebagai berikut:

Versi 9.3

Fitur open-source baru:

Agent Builder tersedia umum (GA). Di Kibana, Anda dapat berinteraksi dengan data Elasticsearch melalui percakapan dan membangun aplikasi Chat AI. Agent bawaan menyediakan kemampuan siap pakai.
Elastic Inference Service (EIS) diperluas untuk mendukung model Jina AI, yang semakin memperkaya ekosistem model layanan inferensi.
DiskBBQ melakukan pencarian vektor terkuantisasi langsung dari disk tanpa memuat vektor lengkap ke memori. Latensi bisa kurang dari 20 ms dengan memori 100 MB. Akselerasi GPU NVIDIA untuk pemrosesan vektor juga didukung.
Algoritma pencarian vektor terfilter ACORN mengintegrasikan logika filter ke traversal graf HNSW. Kecepatan pencarian terfilter meningkat 5 kali lipat tanpa memengaruhi akurasi.
Berdasarkan Lucene 10, yang lebih meningkatkan rasio kompresi indeks dan efisiensi pengambilan indeks terbalik.
LOOKUP JOIN tersedia umum (GA). Anda dapat menjalankan operasi join lintas indeks langsung di pipeline kueri ES|QL. Pencocokan multi-bidang, operasi ekspresi, dan eksekusi lintas kluster remote juga didukung.
Performa kueri ES|QL untuk data deret waktu dioptimalkan secara signifikan, dan latensi berkurang hingga 5 kali lipat. Perintah agregasi deret waktu baru mencakup RATE, *_OVER_TIME, TBUCKET, dan TS.
Inline Stats mendukung logika multi-tahap. Anda dapat menggunakan perintah stats untuk mengagregasi data di tengah pipeline sambil mempertahankan detail tingkat baris.
Garbage collection (GC) dioptimalkan untuk mengurangi jitter memori dalam skenario tulis dengan konkurensi tinggi, sehingga meningkatkan stabilitas sistem.
Garbage collection (GC) dioptimalkan untuk jitter memori dalam skenario tulis konkurensi tinggi, yang meningkatkan stabilitas sistem.

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

Versi 8.17

Fitur open-source baru:

dense_vector memperkenalkan tipe kuantisasi Better Binary Quantization (BBQ). Indeks vektor mencapai kompresi memori 32x, yang sangat mengurangi kapasitas memori.
Inference API tersedia umum (GA). Untuk informasi lebih lanjut, lihat Inference APIs.
Reciprocal rank fusion (RRF) tersedia umum (GA). Untuk informasi lebih lanjut, lihat Reciprocal rank fusion.
Mode indeks logsdb tersedia umum (GA). Pengindeksan log menggunakan ruang penyimpanan sekitar tiga kali lebih sedikit. Untuk informasi lebih lanjut, lihat Logs data stream.
Model Elastic Rerank bawaan diperkenalkan. Untuk informasi lebih lanjut, lihat Elastic Rerank.
Kodek best_compression menggunakan zstd, yang mengurangi penyimpanan sekitar 12% dan meningkatkan throughput tulis sebesar 14%.
Beberapa fitur ES|QL dioptimalkan, termasuk dukungan untuk pencarian teks lengkap. Untuk informasi lebih lanjut, lihat ES|QL.
Alibaba Cloud Elasticsearch merilis edisi enhanced terbaru berdasarkan 8.17. Layanan model bawaan memungkinkan Anda membangun aplikasi pencarian AI secara fleksibel, layanan model AI eksternal apa pun dapat dipanggil, dan Better Binary Quantization (BBQ) menghemat lebih dari 10 kali biaya memori.

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 tipe default, dan kuantisasi int8 diaktifkan secara default.
Kuantisasi int4 didukung, yang menghemat kapasitas memori hingga 8 kali lipat.
Tipe vektor bit ditambahkan.
Instruksi SIMD mempercepat performa merge indeks terkuantisasi int8 pada arsitektur aarch64. Performa merge meningkat sekitar 3 kali lipat.
Fase rerank didukung, dan text_similarity_reranker dapat menggunakan model rerank. Untuk informasi lebih lanjut, lihat text-similarity-reranker-retriever.
Sintaks kueri retriever ditambahkan untuk mendukung Recall multi-saluran. Untuk informasi lebih lanjut, lihat retriever.
Tipe bidang semantic_text ditambahkan untuk mempermudah 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 tersedia umum (GA). Untuk informasi lebih lanjut, lihat query-rules-apis.
Index Sorting mendukung bidang nested. Untuk informasi lebih lanjut, lihat index-modules-index-sorting.
Indeks logsdb yang efisien untuk skenario log ditambahkan. Untuk informasi lebih lanjut, lihat logs-data-stream.
Lucene ditingkatkan ke 9.11, yang 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 ditingkatkan menjadi 4.096. Untuk informasi lebih lanjut, lihat Vektor padat dimensi 4096.
Indeks vektor mendukung Scalar Quantization, yang mengurangi memori indeks vektor hampir 75%. Untuk informasi lebih lanjut, lihat scalar-quantization-in-lucene.
Vektor sparse didukung, dan tipe sparse_vector ditambahkan. Untuk informasi lebih lanjut, lihat Sparse vector.
Konkurensi kueri pada satu shard didukung. Untuk informasi lebih lanjut, lihat Query parallelization.
Bidang vektor mendukung tipe nested. Anda dapat membagi dokumen menjadi passage dan membuat indeks vektor untuk passage tersebut. Untuk informasi lebih lanjut, lihat Multiple results from the same doc with nested vectors.
Learning To Rank ditambahkan, yang mendukung penyusunan ulang hasil pada fase rescore. Untuk informasi lebih lanjut, lihat Learning To Rank.
API inferensi baru didukung, yang mengintegrasikan layanan model eksternal. Untuk informasi lebih lanjut, lihat inference APIs.
SIMD 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:

Peringkat hibrid hasil recall teks dan vektor didukung. Untuk informasi lebih lanjut, lihat Reciprocal rank fusion (RRF).
Dimensi vektor maksimum ditingkatkan menjadi 2.048. Untuk informasi lebih lanjut, lihat Increase max number of vector dims to 2048.
Performa pengambilan brute-force ditingkatkan. Untuk informasi lebih lanjut, lihat Improve brute force vector search speed.
Kueri KNN mendukung kueri beberapa bidang secara bersamaan. Untuk informasi lebih lanjut, lihat Allow more than one KNN search clause.
Model ELSER dibangun secara internal. Untuk informasi lebih lanjut, lihat ELSER inference integration.
Penjadwalan dan manajemen model NLP terdistribusi didukung secara stabil. Untuk informasi lebih lanjut, lihat Make native inference generally available.
Performa tulis dengan primary key ditingkatkan. Untuk informasi lebih lanjut, lihat Primary key optimization.
Performa kueri untuk bidang keyword konstan ditingkatkan. Untuk informasi lebih lanjut, lihat Skip shards when querying constant keyword fields.
Data stream deret waktu (TSDS) dan Downsampling didukung secara stabil. Untuk informasi lebih lanjut, lihat TSDS dan Downsample.
Memori teks sumber dioptimalkan, dan penggunaan ThreadLocal dihapus. Untuk informasi lebih lanjut, lihat Remove uses of deprecated LeafReader.
Untuk informasi lebih lanjut tentang perubahan tersebut, lihat Apa yang baru di 8.9.

Versi 8.5

Fitur open-source baru:

Pencarian kemiripan vektor diimplementasikan berdasarkan algoritma HNSW. Untuk informasi lebih lanjut, lihat k-nearest neighbor (kNN) search.
Fitur deret waktu (TSDS) ditambahkan. Untuk informasi lebih lanjut, lihat Time series data stream (TSDS).
Kueri geo grid ditambahkan. Untuk informasi lebih lanjut, lihat Geo grid query.
Konfigurasi keamanan disederhanakan. Untuk informasi lebih lanjut, lihat Start the Elastic Stack with security enabled automatically.
Algoritma kompresi Lucene ditingkatkan untuk mengurangi ukuran indeks.
Performa kueri range ditingkatkan.
Tipe runtime field lookup didukung. Untuk informasi lebih lanjut, lihat lookup-runtime-fields.
Kueri agregasi random sampler diimplementasikan. Untuk informasi lebih lanjut, lihat Random sampler aggregation.
Konsumsi memori heap pada node master dan data dikurangi.
_type dihapus. Namun, 8.x tetap kompatibel dengan permintaan 7.x. Untuk informasi lebih lanjut tentang kompatibilitas, lihat rest-api-compatibility.
Perlindungan indeks telah disediakan. Secara default, pengguna Elastic hanya dapat membaca indeks Elasticsearch (ES) bawaan.
Breaking changes in 8.5Perlindungan indeks disediakan. Secara default, pengguna elastic hanya dapat membaca indeks ES bawaan.

Versi 7.16

Fitur open-source baru:

Kueri SQL didukung dalam pencarian lintas klaster.
Pipeline ingest mendukung kebijakan enrich tipe range.
Cache dioptimalkan untuk meningkatkan performa kueri.
Anda dapat menambahkan dan menghapus indeks dari data stream.
UUID dan nama kluster telah ditambahkan ke log audit.
Breaking changes in 7.16UUID dan nama kluster ditambahkan ke log audit.

Versi 7.10

Fitur open-source baru:

Kemampuan kompresi untuk stored fields ditingkatkan untuk mengurangi biaya penyimpanan.
Keamanan ES ditingkatkan oleh Event Query Language (EQL).
Nilai default search.max_buckets ditingkatkan dari 10.000 menjadi 65.535.
Kueri case-insensitive didukung. Untuk menjalankan kueri case-insensitive, atur 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:

Saat membuat indeks, jumlah shard default berubah dari lima menjadi satu.
Tipe mapping dihapus. Anda tidak perlu lagi menentukan tipe saat mendefinisikan mapping dan templat indeks. Untuk informasi lebih lanjut, lihat Removal of mapping types.
Permintaan pencarian secara default mengembalikan maksimal 10.000 dokumen. Jika jumlah total melebihi nilai ini, ES hanya mengembalikan 10.000 dokumen. 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 objek 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 menggunakan memori yang benar-benar tersedia sebagai garis dasar (indices.breaker.total.use_real_memory). Nilai default adalah 95% dari memori heap JVM, yang memaksimalkan penggunaan memori dan menghindari error kehabisan memori. Untuk informasi lebih lanjut, lihat Circuit Breaker.
Dukungan untuk bidang _all ditinggalkan, yang meningkatkan performa pencarian.
Intervals Queries ditambahkan. Anda dapat mengambil dokumen berdasarkan urutan dan kedekatan beberapa string dalam teks.
Setelah Anda mengaktifkan audit logging, event audit dipertahankan ke file <clustername>_audit.json pada sistem file host. Output ke indeks tidak didukung. Untuk informasi lebih lanjut, lihat Enabling audit logging.
Untuk informasi lebih lanjut tentang perubahan dalam seri 7.x, 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. Kami merekomendasikan Anda menggunakan _doc.
Mulai dari 6.6.0, manajemen siklus hidup indeks (ILM) ditambahkan untuk mengurangi biaya pemeliharaan indeks.
Fitur Rolling up historical data ditambahkan untuk meringkas data historis.
Mulai dari 6.3, X-Pack SQL didukung. Pernyataan SQL dikonversi ke pernyataan DSL, yang mengurangi biaya pembelajaran DSL.
Fungsi agregasi diperkaya. Fungsi Composite, Parent, dan Weighted Avg didukung.
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 tipe kustom didukung.
Tipe bidang string dihapus dan diganti oleh text atau keyword.
Nilai bidang indeks berubah dari not_analyzed atau no menjadi true atau false.
float digunakan alih-alih double untuk mengurangi biaya penyimpanan.
Java High Level REST Client menggantikan Java Transport Client yang lawas.
Breaking changes in 5.0Java High Level REST Client menggantikan client transport Java lawas.

Referensi

Anda dapat melihat tipe instans dan versi ES di halaman Basic Information instans. Untuk informasi lebih lanjut, lihat View basic cluster information.
Untuk membeli instans Alibaba Cloud ES, lihat Create an Alibaba Cloud Elasticsearch cluster.
Untuk mengevaluasi spesifikasi dan kapasitas ES yang Anda butuhkan, lihat Evaluate specifications and storage capacity.