Elasticsearch

Elasticsearch guarda los documentos como JSON y los indexa para que las búsquedas respondan en milisegundos, incluso con miles de millones de registros. Nació como motor de búsqueda de texto completo para cosas como catálogos de productos y buscadores de sitios web, y también se usa mucho con registros, métricas y datos de seguridad. Es el núcleo del Elastic Stack, que añade Kibana para los paneles y herramientas de ingesta para cargar los datos. Las empresas lo usan siempre que necesitan buscar o agregar rápidamente un gran volumen de datos con mucho texto.

En IA, Elasticsearch funciona como base de datos vectorial y como capa de recuperación. Puede guardar embeddings, hacer búsquedas semánticas e híbridas que combinan coincidencia de palabras clave con similitud vectorial, y reordenar los resultados antes de pasarlos a un modelo de lenguaje. Por eso es un componente habitual de los sistemas de generación aumentada por recuperación. Lenguajes de consulta como ES|QL permiten hacer análisis, y la plataforma incluye herramientas para conectar con LLM y crear agentes sobre los datos de la empresa.

Puedes gestionar Elasticsearch en tus propios servidores o usar Elastic Cloud, en versión alojada o serverless. El software está disponible con opciones de licencia de código abierto, y algunas funciones se reservan a las suscripciones de pago. Hacerlo funcionar bien requiere pericia en dimensionar clústeres, indexar y actualizar, por lo que muchos equipos prefieren el servicio gestionado. OpenSearch, una bifurcación mantenida sobre todo por Amazon, Algolia y Meilisearch son alternativas, y bases de datos vectoriales específicas como Pinecone compiten en el terreno de la IA.