Vespa.ai入门教程：5分钟快速部署你的第一个智能搜索应用

【免费下载链接】vespa AI + Data, online. https://vespa.ai 项目地址: https://gitcode.com/gh_mirrors/ve/vespa

Vespa.ai是一个强大的开源AI+数据处理平台，专为在线智能搜索和推荐应用设计。本教程将带你快速上手，在5分钟内完成智能搜索应用的搭建与部署，即使你是技术新手也能轻松掌握。

📋 准备工作：环境搭建

1. 安装基础依赖

确保你的系统已安装Docker和Git，这是运行Vespa应用的基础。如果尚未安装，可以使用系统包管理器快速安装：

• Docker: 适用于容器化部署Vespa服务
• Git: 用于获取项目代码

2. 获取Vespa项目代码

通过以下命令克隆官方仓库：

git clone https://gitcode.com/gh_mirrors/ve/vespa
cd vespa

🚀 快速启动：一键部署服务

1. 启动Vespa容器

使用官方提供的启动脚本，一键启动Vespa服务：

./bootstrap.sh

这个脚本会自动拉取Vespa镜像并启动容器，默认服务端口为8080。

2. 验证服务状态

打开浏览器访问 http://localhost:8080，如果看到Vespa欢迎页面，说明服务启动成功。

🔍 构建你的第一个搜索应用

1. 了解Vespa架构

Vespa采用分布式架构设计，主要包含配置集群、无状态Java容器集群和内容集群三个核心部分：

Vespa架构示意图：展示了请求处理流程和核心组件关系

2. 创建应用包

Vespa应用通过应用包定义，包含配置、模式和业务逻辑。在项目目录中创建基础应用包：

mkdir -p myapp/src/main/application

3. 定义文档模式

在 myapp/src/main/application/schemas 目录下创建 music.sd 文件，定义音乐文档结构：

schema music {
    document music {
        field title type string {
            indexing: summary | index
        }
        field artist type string {
            indexing: summary | index
        }
        field year type int {
            indexing: summary | attribute
        }
    }
}

4. 部署应用

使用Vespa CLI工具部署应用：

vespa deploy myapp

💻 体验智能搜索功能

1. 导入测试数据

通过HTTP API向Vespa服务导入测试数据：

curl -X POST -H "Content-Type: application/json" \
  http://localhost:8080/document/v1/mynamespace/music/docid/1 \
  -d '{"fields": {"title": "A Head Full of Dreams", "artist": "Coldplay", "year": 2015}}'

2. 使用查询构建器

访问Vespa查询构建器界面 http://localhost:8080/querybuilder，体验直观的搜索配置：

Vespa查询构建器界面：可通过表单快速构建和发送搜索请求

在查询框中输入：

select * from music where artist contains "coldplay"

点击"Send"按钮，即可看到搜索结果。

3. 查看搜索结果

搜索结果将以JSON格式返回，包含匹配的文档信息和相关性评分：

Vespa搜索结果展示：包含文档字段和查询性能指标

📚 进阶学习资源

官方文档

Vespa提供了丰富的官方文档，涵盖从基础到高级的所有功能：

• 核心概念：docs/concepts.md
• API参考：docs/api.md

示例应用

项目中包含多个示例应用，可作为开发参考：

• 音乐搜索示例：examples/music-search/
• 推荐系统示例：examples/recommendation/

🎯 总结

通过本教程，你已成功部署并体验了Vespa.ai的核心功能。Vespa不仅支持基础搜索，还能轻松集成机器学习模型，实现智能推荐、语义理解等高级功能。立即开始探索，构建属于你的智能应用吧！

如果在使用过程中遇到问题，可以查阅官方文档或提交Issue获取帮助。祝你在Vespa的学习之旅愉快！

【免费下载链接】vespa AI + Data, online. https://vespa.ai 项目地址: https://gitcode.com/gh_mirrors/ve/vespa