要在 Haystack 中实现实时更新，需要确保文档存储支持即时索引，并使用适当的方法来添加或修改数据。Haystack 的架构将文档存储与检索分开，因此实时更新取决于您选择的文档存储（例如 Elasticsearch、OpenSearch 或 InMemoryDocumentStore）。对于大多数生产场景，建议使用 Elasticsearch 或 OpenSearch，因为它们原生支持近实时索引，通常在插入文档后 1-2 秒内即可搜索。关键在于正确使用文档存储的写入方法并原子地处理更新。
首先使用您的文档存储类提供的 write_documents() 方法。例如，对于 ElasticsearchDocumentStore，调用 document_store.write_documents(docs, duplicate_documents="overwrite") 来添加或更新文档。将 duplicate_documents 参数设置为“overwrite”可确保替换具有匹配 ID 的现有文档。写入后，通过调用 document_store.refresh() 触发显式索引刷新，使更改立即对搜索管道可见。如果您使用的是 Elasticsearch 7.0 以下的版本，您可能需要在 Elasticsearch 本身中调整索引刷新间隔设置以获得更快的可见性。对于删除操作，使用 document_store.delete_documents(ids=[...]) 后跟一个刷新操作。
如果您使用的是像 InMemoryDocumentStore 这样的内存存储，实时更新是自动的，但数据是易失的（重启时数据会重置）。对于像 FAISS 这样的持久化存储，更新后需要使用 document_store.save() 重建向量索引，这不是真正的实时更新。在这种情况下，可以考虑将 SQL 数据库用于元数据与向量存储结合使用，并使用数据库触发器或消息队列（例如 RabbitMQ）通知您的应用程序更改。始终通过在您的管道中写入后立即查询来测试更新的可见性——这可以确保您的检索组件，如 BM25Retriever 或 EmbeddingRetriever，可以访问最新数据。