Haystack 允许您通过统一接口处理多种文档存储，从而轻松根据您的需求在不同的存储系统之间切换。Haystack 中的文档存储保存您的数据（如文本、元数据或嵌入），并在搜索操作期间实现高效检索。要使用不同的存储，首先需要为您选择的存储后端（例如 Elasticsearch、FAISS 或 Weaviate）安装所需的依赖项，然后使用特定参数初始化文档存储，最后将其集成到您的 Haystack Pipeline 中。每种存储都有其独特优势——Elasticsearch 擅长关键词搜索，FAISS 处理向量相似性，而 Weaviate 支持混合搜索——因此您的选择取决于您的用例。
例如，要使用 Elasticsearch，您首先需要在本地运行 Elasticsearch 服务器或连接到云实例。在 Haystack 中，您将使用主机和端口初始化 ElasticsearchDocumentStore，然后使用 write_documents() 将文档写入其中。对于像 FAISS 这样的基于向量的存储，您可以使用 FAISSDocumentStore 并将其与嵌入模型（例如 sentence-transformers/all-MiniLM-L6-v2）配对，将文本转换为向量。添加文档后，您需要将 FAISS 索引保存到磁盘以供重用。Weaviate 是另一种选择，它通过支持关键词搜索和向量搜索来提供混合方法。您需要使用 Docker 容器对其进行配置，初始化 WeaviateDocumentStore，并在需要时定义数据模式。每种存储所需的代码更改都很少——Haystack 的标准化方法（如 get_all_documents() 或 query()）适用于所有后端。
选择文档存储时，请考虑可扩展性、搜索类型（关键词 vs 语义）和基础设施要求等因素。Elasticsearch 适用于需要 BM25 检索的文本密集型应用，而 FAISS 非常适合使用预计算嵌入进行语义搜索。Weaviate 简化了混合设置，但需要更多资源。Haystack 的 Pipeline 抽象了存储之间的差异：Retriever 组件（例如用于 Elasticsearch 的 BM25Retriever 或用于 FAISS 的 EmbeddingRetriever）连接到文档存储，让您无需重写查询逻辑即可更换后端。例如，您可以先使用内存中的 InMemoryDocumentStore 进行测试，然后迁移到 PostgreSQL 或 Milvus 以用于生产环境，而无需修改您的 Pipeline 代码。这种灵活性确保您可以随着项目的演进优化性能、成本或易用性。