Elasticsearch è un motore di ricerca e analisi distribuito e open source. I dati sono memorizzati come file JSON negli indici Elasticsearch.

È possibile associare un archivio vettoriale Elasticsearch a un prompt foundation model per utilizzare le informazioni dei documenti dell'archivio per fondare l'input del prompt su fatti attuali.

Prima di poter associare un archivio vettoriale Elasticsearch a un prompt foundation model, è necessario eseguire l'operazione una tantum di impostazione della connessione all'archivio vettoriale Elasticsearch.

Per impostare il negozio, completare i seguenti passaggi:

1. Impostare un database Elasticsearch.

   Ad esempio, è possibile eseguire il provisioning di un'istanza del servizio Databases for Elaticsearch da IBM Cloud. Scegliete un piano che includa il supporto per la ricerca vettoriale. Per ulteriori informazioni, vedere Iniziare.

2. Creare una credenziale di servizio. Si utilizzano le proprietà della credenziale per impostare il connettore dell'archivio dati.

3. Distribuire il modello ELSER necessario per vettorializzare i documenti e creare un indice vettoriale caricando i dati.

   Per ulteriori informazioni su come configurare un'istanza del servizio Database for Elaticsearch per utilizzare ELSER, vedere Utilizzare ELSER, il modello di elaborazione del linguaggio naturale di Elastic.

4. Dal progetto watsonx.ai, creare un connettore al database Elasticsearch.

   Per un'istanza del servizio Database for Elaticsearch, utilizzare i valori della credenziale del servizio nei campi del connettore:

   • URL: connection.https.composed[0]
   • Metodo di autenticazione: Nome utente e password
   • Nome utente: connection.https.authentication.username
   • Password: connection.https.authentication.password
   • Certificato SSL connection.https.certificate.certificate_base64

   Per ulteriori informazioni, vedere Connessione a Elasticsearch.

Dopo aver impostato una connessione a Elasticsearch dal progetto, si può scegliere Elasticsearch come archivio vettoriale.