Cómo indexar campos vectoriales

type

vector

Requerido

Etiqueta legible por humanos que identifica este tipo de campo. El valor debe ser vector.

numDimensions

Int

Requerido

Cantidad de dimensiones vectoriales que MongoDB Search aplica en el momento de la indexación y de la consulta. Solo puedes establecer este campo para campos de tipo vector. Debes especificar un valor menor o igual a 8192.

Para la indexación de vectores cuantizados o BinData, puede especificar uno de los siguientes valores:

• 1 a 8192 para vectores int8 para la ingesta.

• Múltiplo de 8 para los vectores int1 para la ingesta.

• 1 a 8192 para vectores binData(float32) y array(float32) para la cuantificación escalar automática.

• Múltiplo de 8 para los vectores binData(float32) y array(float32) para la cuantificación binaria automática.

El modelo de incrustación que elijas determina el número de dimensiones en tus incrustaciones vectoriales, y algunos modelos ofrecen varias opciones para la cantidad de dimensiones que se generan. Para obtener más información, consulte Elegir un método para crear incrustaciones.

similarity

String

Requerido

Función de similitud vectorial para usar en la búsqueda de los K vecinos más cercanos. Puede configurar este campo solo para campos de tipo vector.

Puede especificar uno de los siguientes valores:

• euclidean - mide la distancia entre los extremos de los vectores.

• cosine - mide la similitud basándose en el ángulo entre vectores.

• dotProduct - mide la similitud como cosine, pero tiene en cuenta la magnitud del vector.

Para obtener más información, consulte Acerca de las funciones de similitud.

quantization

String

Opcional

Tipo de cuantización automática de vectores para tus vectores. Utiliza esta configuración solo si tus incrustaciones son vectores float o double.

Puede especificar uno de los siguientes valores:

• none : indica que no hay cuantización automática para las incrustaciones vectoriales. Utilice esta configuración si dispone de vectores precuantizados para la ingesta. Si se omite, este es el valor por defecto.

• scalar : indica la cuantificación escalar, que transforma los valores en enteros de 1 byte.

• binary - Indica cuantización binaria, que transforma los valores a un solo bit. Para utilizar este valor, numDimensions debe ser un múltiplo de 8.

  Si la precisión es crítica, seleccione none o scalar en lugar de binary.

Para aprender más, consulte Acerca de la Quantization.

indexingMethod

String

Opcional

Estructura de índice para el campo vectorial. El valor puede ser:

• hnsw - para índices basados en grafos donde los vectores similares están conectados

• flat - para índices planos, no de grafo

Si se omite, el valor por defecto es hnsw. Si se especifica hnsw, MongoDB Vector Search realiza una búsqueda ANN sobre el Mundos Pequeños Navegables Jerárquicos grafo y una búsqueda ENN sobre vectores de fidelidad completa. También puedes especificar hnswOptions.

Si especificas flat, MongoDB Vector Search realiza un escaneo completo sobre vectores de fidelidad completa o cuantificados. Durante una búsqueda ANN, MongoDB Vector Search ignora la configuración de numCandidates. Para la búsqueda ENN, MongoDB Vector Search realiza un análisis completo de vectores de alta fidelidad.

hnswOptions

Objeto

Opcional

Parámetros para usar en la construcción de grafos de Hierarchical Navigable Small Worlds. Si se omite, usa los valores por defecto para los parámetros maxEdges y numEdgeCandidates.

IMPORTANTE: Esta funcionalidad está disponible como vista previa. La modificación de los valores por defecto podría impactar negativamente a tu índice y queries de MongoDB Search.

hnswOptions.
maxEdges

Int

Opcional

Número máximo de aristas (o conexiones) que un nodo puede tener en el grafo de Hierarchical Navigable Small Worlds. El valor puede estar entre 16 y 64, inclusive ambos. Si se omite, es por defecto 16. Por ejemplo, para un valor de 16, cada nodo puede tener un máximo de dieciséis aristas de salida en cada capa del grafo de Hierarchical Navigable Small Worlds.

Un número más alto mejora la recuperación (exactitud de los resultados de búsqueda) porque el grafo está mejor conectado. Sin embargo, esto también aumenta el tiempo de query e indexación al incrementar el número de vecinos a evaluar por nodo del grafo, y requiere más memoria para almacenar los nodos adicionales para cada conexión en el Hierarchical Navigable Small Worlds grafo.

hnswOptions.
numEdgeCandidates

Int

Opcional

De forma análoga a numCandidates durante el query, este parámetro controla el número máximo de nodos que se deben evaluar a fin de encontrar los vecinos más cercanos para conectarse a un nuevo nodo. El valor puede estar entre 100 y 3200, ambos inclusive. Si se omite, el valor es por defecto 100.

Un número mayor proporciona un grafo con conexiones de alta calidad, lo que puede mejorar la calidad de la búsqueda (recall), pero también puede aumentar la latencia de la query.