Elasticsearch speichert Dokumente als JSON und indexiert sie, damit Suchen selbst über Milliarden von Datensätzen in Millisekunden Ergebnisse liefern. Es begann als Volltext-Suchmaschine für Produktkataloge und Websites und wird außerdem für Logs, Metriken und Sicherheitsdaten eingesetzt. Elasticsearch ist der Kern des Elastic Stack, zu dem Kibana für Dashboards und Werkzeuge zur Datenaufnahme gehören. Unternehmen verwenden es überall dort, wo große Mengen textbasierter Daten schnell durchsucht oder aggregiert werden müssen.
Für KI dient Elasticsearch als Vektordatenbank und Retrieval-Schicht. Es speichert Embeddings, führt semantische und hybride Suchen aus, die Keyword-Matching mit Vektorähnlichkeit verbinden, und ordnet Ergebnisse vor der Übergabe an ein Sprachmodell neu. Dadurch ist es ein häufiger Bestandteil von Retrieval-Augmented-Generation-Systemen. Abfragesprachen wie ES|QL unterstützen Analysen. Die Plattform enthält außerdem Werkzeuge zur Verbindung mit LLMs und zum Aufbau von Agenten auf Unternehmensdaten.
Du kannst Elasticsearch auf eigenen Servern selbst verwalten oder Elastic Cloud in gehosteter oder serverloser Form nutzen. Die Software ist unter Open-Source-Lizenzoptionen verfügbar; einige Funktionen gibt es nur in kostenpflichtigen Abos. Der Betrieb erfordert Kenntnisse zu Clustergröße, Indexierung und Upgrades. Viele Teams bevorzugen daher den verwalteten Dienst. Alternativen sind OpenSearch, ein hauptsächlich von Amazon gepflegter Fork, Algolia und Meilisearch. Spezialisierte Vektordatenbanken wie Pinecone konkurrieren bei KI-Anwendungen.