wwz0123

查阅到config文件，请问是250002吗？

我使用ES的script_score检索可以基本实现，目前来看速度也还可以

ES可以，我已实现

https://github.com/FlagOpen/FlagEmbedding/issues/541 你看一下我在另一个issue里的内容~随时沟通~

index构建为{ "mappings": { "properties": { "vector": { "type": "object" //数据样例{"1": 0.8, "5": 0.1, "100000": 0.1} }} 使用script_score查询match_all，编写painless脚本实现计算功能 Map docVector = doc['vector']或params._source['vector']; for (Map.Entry entry : params.queryVector.entrySet()) { String token =...

我发现存成object会有索引超出1000限制的问题。 有两种解决办法： 1、扩大索引限制。可能需要较大内存，并在一定程度上影响效率。 2、不存成object，以字符串的形式存成keyword，就不会超出索引限制。此时painless的解析语言需要随之做出一定调整，由对object的解析转为对字符串的解析。同样能完美解决此问题。

> hi，我目前使用的是python语言，请问这种复杂的script，在使用python的es client时能否调用呢？感恩 可以的，我使用的也是python语言，使用request库进行ES的script接口调用就可以。速度是比较快的。

> 您可以按照[以下 https://github.com/milvus-io/pymilvus/blob/master/examples/hello_hybrid_sparse_dense.py](https://github.com/milvus-io/pymilvus/blob/master/examples/hello_hybrid_sparse_dense.py) 使用 bge-m3 的混合检索 感谢，由于milvus部署有时不稳定，我已使用ES实现混合检索。