大模型RAG实战｜向量数据库：Elasticsearch实现混合检索（附完整代码）_向量数据库混合检索

大模型RAG实战系列文章，带你深入探索使用LlamaIndex框架，构建本地大模型知识库问答系统。本系列涵盖知识库管理、检索优化、模型本地部署等主题，通过代码与实例，讲解如何打造生产级系统，实现本地知识库的快速检索与智能问答。

当时，我们采用的向量数据库是Chroma，作为LlamaIndex中的向量存储（Vector Store）。Chroma是一个非常简单易用的嵌入式向量数据库，在开发和测试场景非常受欢迎。

但是，如果是生产级系统，我们必须考虑能力更强、可扩展的向量数据库，比如国内使用较多的Milvus，以及国外使用较多的Weaviate。

LlamaIndex支持超过20种向量数据库，在官网文档上给出了列表，并标注了各个向量数据库是否支持下列5个特性，包括：元数据过滤、混合检索、可删除、文档存储、支持异步。

详情请参考官方文档：

https://docs.llamaindex.ai/en/stable/module_guides/storing/vector_stores/

1

选择向量数据库

最初，QAnything使用了Milvus做向量存储和向量语义检索，后来引入了Elasticsearch做BM25关键词检索，从而实现了混合检索。

Elasticsearch作为一个分布式的搜索和数据分析引擎，在全文检索和海量非结构化数据存储等场景，已经得到了广泛应用。现在，Elasticsearch也可以用于向量存储，并支持以上包括混合检索在内的全部5个特性。

因此，在生产环境，使用Elasticsearch作为向量数据库并使用其混合检索功能，是一个合适的选择。

系统技术栈如下表所示：

以下，我将结合代码实例，讲解如何在LlamaIndex框架中使用Elasticsearch，并给出一套完整可运行的本地知识库问答系统。

2

代码实现示例

示例:1安装和配置ES

我们使用ES做向量存储（Vector Stores）。首先，使用ES官方Docker镜像，在本机安装和运行ES。

docker run -p 9200:9200 \`  `-e "discovery.type=single-node" \`  `-e "xpack.security.enabled=false" \`  `-e "xpack.license.self_generated.type=trial" \`  `docker.elastic.co/elasticsearch/elasticsearch:8.13.2
1

然后，配置ES，作为向量数据库，并通过retrieval_strategy配置使用混合检索（hybrid=true）。

# 向量数据库: Elasticsearch``   ``from llama_index.vector_stores.elasticsearch import ElasticsearchStore``from llama_index.vector_stores.elasticsearch import AsyncDenseVectorStrategy``   ``ES_URI = "http://localhost:9200"``   ``es_vector_store = ElasticsearchStore(`    `es_url=ES_URI,`    `index_name="my_index",`    `retrieval_strategy=AsyncDenseVectorStrategy(hybrid=True), # 使用混合检索``)
1

示例2:配置MongoDB

我们选用MongoDB做文档存储（Document Stores）和索引存储（Index Stores）。你可以通过Docker安装和运行MongoDB，然后做如下代码配置。

# 文档存储: MongoDB``   ``from llama_index.storage.docstore.mongodb import MongoDocumentStore``from llama_index.storage.index_store.mongodb import MongoIndexStore``from llama_index.core import StorageContext``   ``MONGO_URI = "mongodb://localhost:27017"``   ``mongo_doc_store = MongoDocumentStore.from_uri(uri=MONGO_URI)``mongo_index_store = MongoIndexStore.from_uri(uri=MONGO_URI)``   ``storage_context = StorageContext.from_defaults(`    `docstore=mongo_doc_store,`    `index_store=mongo_index_store,`    `vector_store=es_vector_store,``)
1

****示例3：配置本地模型

请到ollama.com安装Ollama，并下载大模型，比如：Llama 3, Phi 3, Mistral, Gemma等。为了测试方便，我们选用速度更快、效果较好的Gemma 2B模型，共1.7GB。

# Ollama本地LLM: gemma:2b``   ``from llama_index.llms.ollama import Ollama``llm_ollama = Ollama(model="gemma:2b", request_timeout=600.0)
1

嵌入模型我们继续使用智源的BAAI/bge-small-zh-v1.5。

# 本地嵌入模型: bge-small-zh-v1.5``   ``from llama_index.embeddings.huggingface import HuggingFaceEmbedding``bge_embed_model = HuggingFaceEmbedding(model_name="BAAI/bge-small-zh-v1.5")
1

第一次运行时会自动从Hugging Face下载模型，请提前设置使用国内镜像站点。

export HF_ENDPOINT=https://hf-mirror.com
1

将配置好的大模型和嵌入模型，挂载在LlamaIndex全局设置上。

# LlamaIndex全局配置``   ``from llama_index.core import Settings``Settings.llm = llm_ollama``Settings.embed_model = bge_embed_model
1

****示例4：配置文本分割器

文本分割器Spacy对中文支持较好。我们可以通过Langchain引入和使用。

# 文本分割器: SpacyTextSplitter``   ``from llama_index.core.node_parser import LangchainNodeParser``from langchain.text_splitter import SpacyTextSplitter``spacy_text_splitter = LangchainNodeParser(SpacyTextSplitter(`    `pipeline="zh_core_web_sm",``    chunk_size = 512,`    `chunk_overlap = 128``))
1

****示例5：加载网页信息

此前文章介绍过，我们可以用LlamaIndex的SimpleDirectoryReader读取本地文件夹“data”中的文件。

# 加载文件信息: SimpleDirectoryReader``   ``from llama_index.core import SimpleDirectoryReader``documents = SimpleDirectoryReader(input_dir="./data", recursive=True).load_data()` `print(f"Loaded {len(documents)} Files")
1

为了测试方便，本程序中，我们用SimpleWebPageReader读取网页信息。

# 加载网页信息: SimpleWebPageReader``   ``from llama_index.readers.web import SimpleWebPageReader``   ``pages = ["https://mp.weixin.qq.com/s/prnDzOQ8HjUmonNp0jhRfw",]``documents = SimpleWebPageReader(html_to_text=True).load_data(pages)``print(f"Loaded {len(documents)} Web Pages")
1

****示例6：配置数据转换管道

通过配置数据转换管道，可以实现数据转换并行处理以及知识库的去重，即默认的策略为更新插入（upserts）。

# 数据转换管道``   ``from llama_index.core.ingestion import IngestionPipeline``pipeline = IngestionPipeline(`    `transformations=[`        `spacy_text_splitter,`        `bge_embed_model,`    `],`    `docstore=mongo_doc_store,`    `vector_store=es_vector_store,``)
1

接下来，运行数据转换管道，将分片后的文本向量化之后，存储到Elasticsearch向量数据库中。

# 生成索引存入向量数据库``   ``nodes = pipeline.run(documents=documents)``print(f"Ingested {len(nodes)} Nodes")``print(f"Load {len(pipeline.docstore.docs)} documents into docstore")
1

示例7：创建索引

然后，基于上述生成的nodes，创建向量存储索引。

# 创建向量存储索引` `   ``from llama_index.core import VectorStoreIndex``index = VectorStoreIndex(nodes, storage_context=storage_context)
1

示例8：定制中文Prompt模板

为了避免大模型用英文回答中文问题，我们需要定制LlamaIndex的Prompt模板。

# 定制中文Prompt``   ``from llama_index.core import PromptTemplate``   ``text_qa_template_str = (`    `"以下为上下文信息\n"`    `"---------------------\n"`    `"{context_str}\n"`    `"---------------------\n"`    `"请根据上下文信息回答我的问题或回复我的指令。前面的上下文信息可能有用，也可能没用，你需要从我给出的上下文信息中选出与我的问题最相关的那些，来为你的回答提供依据。回答一定要忠于原文，简洁但不丢信息，不要胡乱编造。我的问题或指令是什么语种，你就用什么语种回复。\n"`    `"问题：{query_str}\n"`    `"你的回复："``)
1

示例9：创建查询引擎

基于索引，创建查询引擎（Query Engine）。现在，可以针对知识库中的内容进行提问了。

# 创建查询引擎并查询``   ``query_engine = index.as_query_engine(`    `text_qa_template = text_qa_template,`    `top_k=1,``)``   ``your_question = "什么是流程？"``print(f"问题：{your_question}")``response = query_engine.query(your_question)``print(f"回答：{response}")
1

示例10：前端UI使用Streamlit

我们使用Streamlit构建一个Web UI，用于对话。

# 使用Streamlit构建Web UI``   ``import streamlit as st``   ``TITLE = "本地大模型知识库问答"``st.set_page_config(page_title=TITLE, page_icon="声明：本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】