MongoDB Search e índices de búsqueda vectorial

Overview

En esta guía, puedes aprender a crear y gestionar índices de MongoDB Search y MongoDB Vector Search. Estos índices te permiten utilizar las siguientes funcionalidades:

• MongoDB Search: Realiza búsquedas rápidas y completas de texto

• MongoDB Vector Search: Realiza búsquedas semánticas (de similitud) en embeddings de vectores

Los índices de búsqueda de MongoDB y búsqueda vectorial de MongoDB especifican qué campos indexar, especifican cómo se indexan estos campos y establecen otras configuraciones opcionales.

Esta guía explica cómo realizar las siguientes acciones para administrar sus índices MongoDB Search y MongoDB Vector Search:

• Crear un modelo de índice de búsqueda

• Crear un índice de búsqueda

• Crear múltiples índices de búsqueda

• Índices de búsqueda de listas

• Actualizar un índice de búsqueda

• Eliminar un índice de búsqueda

Crear un modelo de índice de búsqueda

Para crear un índice de búsqueda de MongoDB, primero se debe compilar una instancia de SearchIndexModel que establezca las especificaciones del índice. Para empezar a construir una instancia de SearchIndexModel, llame al método SearchIndexModel::builder().

El controlador de Rust proporciona los siguientes métodos de montaje de SearchIndexModel:

Para saber más sobre los mapeos de campos de búsqueda en MongoDB Search, consulta Definir mapeos de campos en la documentación de Atlas.

Para obtener más información sobre cómo definir índices de MongoDB Vector Search, consulta Cómo crear índices de campos para búsqueda vectorial en la documentación de Atlas.

let def = doc! { "mappings": doc! {
    "dynamic": false,
    "fields": {
        "title": {"type": "string"},
        "released": {"type": "date"}
    }
}};
let idx_model = SearchIndexModel::builder()
    .definition(def)
    .name("search_idx".to_string())
    .index_type(SearchIndexType::Search)
    .build();

let def = doc! {
    "fields": [{
        "type": "vector",
        "path": "plot_embedding",
        "numDimensions": 1536,
        "similarity": "euclidean",
    }]
};
let idx_model = SearchIndexModel::builder()
    .definition(def)
    .name("vs_idx".to_string())
    .index_type(SearchIndexType::VectorSearch)
    .build();

Crear un índice de búsqueda

Puedes crear un índice MongoDB Search o un índice MongoDB Vector Search en una colección llamando al método create_search_index() en una instancia de Collection. Este método acepta un modelo de índice como parámetro, especificado en una instancia de SearchIndexModel.

let idx_model = SearchIndexModel::builder()
    .definition(doc! { "mappings": doc! {"dynamic": true} })
    .name("example_index".to_string())
    .build();
let result = my_coll.create_search_index(idx_model).await?;
println!("Created MongoDB Search index:\n{}", result);

Created MongoDB Search index:
"example_index"

Crear múltiples índices de búsqueda

Puedes crear múltiples índices de búsqueda de MongoDB y de búsqueda vectorial llamando al método create_search_indexes() en una instancia de Collection. Este método acepta un vector de instancias de SearchIndexModel como parámetro.

let as_idx = SearchIndexModel::builder()
    .definition(doc! { "mappings": doc! {"dynamic": true} })
    .name("as_idx".to_string())
    .build();
let vs_idx = SearchIndexModel::builder()
    .definition(doc! {
        "fields": [{
            "type": "vector",
            "path": "plot_embedding",
            "numDimensions": 1536,
            "similarity": "euclidean",
        }]
    })
    .name("vs_idx".to_string())
    .index_type(SearchIndexType::VectorSearch)
    .build();
let models = vec![as_idx, vs_idx];
let result = my_coll.create_search_indexes(models).await?;
println!("Created indexes:\n{:?}", result);

Created MongoDB Search indexes:
["as_idx", "vs_idx"]

Índices de búsqueda de listas

Puede acceder a información sobre los índices MongoDB Search y MongoDB Vector Search existentes de una colección llamando al método list_search_indexes() en la colección.

let mut cursor = my_coll.list_search_indexes().await?;
while let Some(index) = cursor.try_next().await? {
    println!("{}\n", index);
}

{ "id": "...", "name": "as_idx", "status": "READY", "queryable":
true, "latestDefinitionVersion": {...}, "latestDefinition": {
"mappings": { "dynamic": true } }, "statusDetail": [...] }
{ "id": "...", "name": "vs_idx", "type": "vectorSearch", "status":
"READY", "queryable": true, ..., "latestDefinition": { "fields": [{
"type": "vector", "path": "plot_embedding", "numDimensions": 1536,
"similarity": "euclidean" }] }, "statusDetail": [...] }

Actualizar un índice de búsqueda

Puedes actualizar un índice de MongoDB Search o MongoDB Vector Search llamando al método update_search_index() en una instancia Collection. Este método acepta los siguientes parámetros:

• Nombre del índice que se actualizará

• Documento de definición de índice modificado

let name = "vs_index";
let updated_def = doc! {
    "fields": [{
        "type": "vector",
        "path": "plot_embedding",
        "numDimensions": 1536,
        "similarity": "dotProduct",
    }]
};
my_coll.update_search_index(name, updated_def).await?;

Eliminar un índice de búsqueda

Puedes borrar un índice de MongoDB Search o MongoDB Vector Search llamando al método delete_search_index() en una instancia Collection. Este método acepta el nombre del índice a borrar como parámetro.

let name = "example_index";
my_coll.drop_search_index(name).await?;

Información Adicional

Para aprender sobre otros índices que puedes crear utilizando el driver de Rust, consulta la guía de Índices.

Para obtener más información sobre MongoDB Search, consulte la siguiente documentación de Atlas:

• Mejores prácticas de MongoDB Search

• Optimiza el rendimiento de MongoDB Search

• MongoDB Search M0, M2 y M5 Limitaciones

• FAQ: MongoDB Search

Para obtener más información sobre MongoDB Vector Search, consulta la siguiente documentación de Atlas:

• Mejorar el rendimiento de la búsqueda de vectores

• Guía rápida de MongoDB Vector Search

• Cómo medir la precisión de los resultados de su query