Search
출처: 문서
본문
검색
OpenSearch는 키워드(BM25) 검색, 벡터 검색, AI 기반 검색을 지원하며, 관련성 조정, 결과 재순위화, 사용자 정의 검색 파이프라인 구축을 위한 도구도 함께 제공합니다.
검색 방법
OpenSearch는 다양한 사용 사례와 요구 사항을 충족하기 위해 여러 검색 방법을 지원합니다.
{% include cards.html cards=page.search_methods %}
쿼리 언어
OpenSearch에서는 다음 쿼리 언어를 사용하여 데이터를 검색할 수 있습니다.
| 언어 | 사용 위치 | 설명 |
|---|---|---|
| Query domain-specific language (DSL) | Search API, Dev Tools | 복잡하고 완전히 사용자 정의 가능한 쿼리를 생성할 수 있는 OpenSearch의 기본 쿼리 언어입니다. |
| Query string query language | Search API q 매개변수, Discover 및 Dashboard 검색창 |
Apache Lucene 구문을 기반으로 하는 축소된 쿼리 언어입니다. |
| SQL | SQL API, Query Workbench | 관계형 데이터베이스 개념과 OpenSearch의 문서 지향 데이터 저장소의 유연성 사이의 간극을 메우는 전통적인 쿼리 언어입니다. |
| Piped Processing Language (PPL) | PPL API, Query Workbench | OpenSearch에서 관찰 가능성에 사용되는 기본 언어입니다. PPL은 명령을 연결하여 쿼리를 만드는 파이프 구문을 사용합니다. |
OpenSearch Dashboards에서 데이터를 쿼리하는 방법에 대한 자세한 내용은 Dashboards Query Language(DQL)를 포함하여 Analyzing data with Discover를 참조하세요.
검색 결과 사용자 정의
OpenSearch는 모든 검색 유형에서 작동하는 기본적인 결과 처리 기능을 제공합니다. 결과 탐색(페이지 매김, 정렬), 결과 형식 지정(강조 표시, 필드 선택), 쿼리 개선(자동 완성, 맞춤법 검사) 및 결과 필터링을 사용자 정의할 수 있습니다. 자세한 내용은 Customizing search results를 참조하세요.
검색 품질 최적화
OpenSearch는 검색 결과의 품질을 측정, 분석 및 개선하는 데 도움이 되는 포괄적인 도구와 기능을 제공합니다. 이러한 통합 기능은 사용자 행동과 머신 러닝을 기반으로 검색 관련성을 최적화하기 위해 함께 작동합니다. 자세한 내용은 Optimizing search quality를 참조하세요.
검색 파이프라인
검색 파이프라인은 OpenSearch의 AI 및 벡터 검색 기능을 가능하게 하는 기본 인프라입니다. 이는 쿼리 변환(텍스트-벡터 변환, ML 추론, 쿼리 재작성), 결과 개선(재순위화, RAG, 필드 조작) 및 복잡한 AI 워크플로 조정을 위한 모듈식 프로세서를 제공합니다. 자세한 내용은 Search pipelines를 참조하세요.
검색 성능 개선
OpenSearch는 기본적인 캐싱 기술부터 특수 최적화에 이르기까지 검색 성능을 최적화하는 다양한 기능을 제공합니다. 자세한 내용은 Improving search performance를 참조하세요.
교차 클러스터 검색
OpenSearch는 대규모 배포를 위해 검색 인프라를 확장할 수 있도록 여러 클러스터 간 검색을 지원합니다. 자세한 내용은 Cross-cluster search를 참조하세요.