——原生ANN引擎，QPS飙升数十倍，成本新低，开发体验「真香」！
开通入口>> https://www.aliyun.com/product/es/es-serverless
随着生成式AI与实时数据分析需求激增，开发者亟需兼顾高性能、低成本且免运维的检索服务。阿里云 Elasticsearch Serverless 基于官方8.17版本，深度融合无服务器架构与分层扩展能力，面向信息检索、向量搜索、语义分析等通用场景，提供全托管服务。
一、Serverless服务简介
阿里云 Elasticsearch Serverless 采用读写分离架构与智能资源调度策略，自动监控 CPU、内存、网络等关键指标，动态调整计算资源，消除手动扩缩容与集群配置负担，是企业轻量化搭建搜索应用的高性价比选择。
与2024年7月发布的检索通用型7.10版本相比，本次推出的检索增强型8.17版本在最新特性扩展、自动扩缩性能、资源成本优化三大维度实现全面跃升。本文将深度解析该版本通过工程优化带来的核心能力升级。
升级一：向量检索性能飞跃
基于 Elasticsearch 8.17 版，发布最新向量能力，实现检索性能、开发体验的跨越式升级
· 高效 KNN 检索：相较于7.10版依赖 script_score 自定义脚本进行暴力检索，8.17版原生支持高效的 KNN 检索，查询速度实现了质的飞跃。
· 资源优化：在高召回的同时，默认int8量化能力将内存占用降低75%，bbq 量化进一步降低资源消耗。同等资源下，百万级向量检索 QPS 提升数十倍。
· 灵活组合查询：8.17版原生支持 knn 向量查询与传统 query 子句的灵活组合，并结合 RRF（Reciprocal Rank Fusion）实现多元召回结果的智能融合与统一排名，显著提升复杂场景下的搜索相关性与用户体验。
升级二：智能化弹性调度架构
全面升级智能化弹性调度架构，保障服务稳定的同时1秒内资源拓展到位，扩缩更丝滑
ES Serverless 服务底层采用弹性架构，基于应用 CU 等水位观测，高效调度底层机器资源，实现低成本承接高用量的业务效果。相比检索通用型（7.10版）应用，检索增强型（8.17版）不但大幅缩短了弹性响应时效，同时放开了低峰期突增流量限流的限制。
· A场景-流量逐渐稳定增长：8.17版能够瞬时响应并正常承接增加的用户请求量，几乎没有触发限流；整体 RT 平稳度和耗时更有优势，扩容期间服务稳定、性能有保障。
· B场景-流量瞬时突增：8.17版能够稳定承接流量突增，而7.10版需要一定时间缓冲，初期成功率较低。8.17版在整体RT平稳度、稳定性与无感扩容体验上更优。
如下图，某真实电商网站在下午 18:00-21:00时间段开展品类大促活动，搜索流量能达到平时的3倍，并且会有突增 6 倍的秒杀活动，本文将模拟【A场景-流量逐渐稳定增长】与【B场景-流量瞬时突增】两种不同趋势，对比分析检索通用型（7.10版）应用与检索增强型（8.17版）应用的体验差异（下文简称为7.10应用、8.17应用）。
A-场景流量逐渐稳定增长：三小时流量分别是一小时稳定增流，一小时稳定高峰，一小时稳定减流。其中高峰为低峰的 3 倍流量。
· 7.10 应用受限于弹性机制的限制。在启动增压时，若增压过程较快（如上），会出现因弹性反应时间过长导致的限流；
· 8.17 应用完成了瞬时响应，正常承接了增加的用户请求量，没有触发限流。具体可见：失败请求数统计图表。
· 8.17 应用较 7.10 应用在整体 RT 平稳度、RT 耗时上都更有优势，可见流量增长过程中 8.17 的 RT/took 都很稳定。具体可见：平均 RT 统计图表。
· 8.17 应用与 7.10 应用均表现出优秀的稳定性体验，8.17应用扩容更加无感、几乎未出现重试操作。具体可见：成功率、重试率统计图表。
· 在 CU 统计上，8.17 应用更线性更稳定；7.10 应用在初期弹性和高峰期会有波动。具体可见：消耗CU、应用请求 QPS、总请求数统计图表。