发布 OpenSearch 3.2：新功能提升由 AI 支撑的搜索与分析体验

OpenSearch 3.2 已于 2025 年 8 月 20 日正式发布，带来了一系列全新功能，旨在提升 AI 驱动的搜索与分析体验，帮助用户更高效地处理大规模数据，实现更智能的搜索与洞察。以下是本次版本更新的核心亮点：

搜索与分析性能大幅提升

• 近似查询框架增强：扩展近似查询能力至所有数值字段类型（如 HALF_FLOAT、FLOAT、DOUBLE 等），显著优化了时间序列和数值工作负载的查询性能，p90 延迟降低高达 80%。

• search_after 查询支持：新增对 search_after 查询的支持，通过将参数转换为优化的范围查询，显著提升了分页性能，例如 Big5 数据集的 p90 延迟从 185 ms 降至 8 ms。

• skip_list 参数：引入 skip_list 参数，允许查询引擎跳过不符合查询条件的文档范围，进一步提升查询效率。

• 流式聚合：实验性引入流式聚合功能，支持将分段级聚合结果流式传输回协调节点，改善高基数聚合场景下的可扩展性。

向量搜索与 AI 功能增强

• 扩展 GPU 支持：GPU 索引支持更多向量类型（FP16、byte、binary），减少内存占用，提升资源利用效率。

• 向量搜索质量提升：引入非对称距离计算（ADC）和随机旋转（RR）技术，在二进制量化索引中实现高达 80% 的召回率提升，适用于对精度要求较高的应用。

• Neural Search 插件优化：语义搜索字段新增可配置参数，支持自定义文本分块算法、稀疏嵌入生成策略等，提升语义搜索的灵活性和效率。

• 计划-执行-反思 Agent GA：基于 ML Commons 插件的计划-执行-反思 Agent 正式 GA，可自主解决复杂任务，通过反思迭代优化策略。

• 自然语言查询：实验性引入 Agentic Search，支持将自然语言问题直接转换为 OpenSearch DSL，简化查询流程。

• AI Agent 记忆功能：实验性引入 Agentic Memory，使 AI Agent 能够跨会话记住关键信息，提供更个性化的交互体验。

可观测性与安全分析

• Trace Analytics 插件增强：新增对 OpenTelemetry 标准的兼容性，支持从 Data Prepper 2.11 摄取符合 OTel 标准的追踪数据，并提供服务地图可视化控制。

• PPL Calcite 引擎更新：基于 Calcite 的 Piped Processing Language（PPL）引擎获得重大性能提升，支持更多查询下推和函数优化。

• Prometheus Exporter 插件：Prometheus Exporter 插件已纳入 OpenSearch 项目，与 3.2 版本同步发布，方便用户监控集群指标。

其他亮点

• gRPC/Protobuf GA：gRPC 传输层正式 GA，支持高性能的批量文档摄取和 k-NN 查询，提升吞吐量和效率。

• 搜索相关性工作台 GA：提供可视化工具，帮助用户评估和优化搜索相关性，支持实验和诊断搜索查询问题。

OpenSearch 3.2 的这些新功能，不仅大幅提升了搜索与分析性能，还为 AI 驱动的应用场景提供了更强大的支持，助力用户更高效地从数据中获取洞察，构建智能化的搜索与分析解决方案。