/ /

/ /

`vectorSearch` （MongoDB Search 演算子）

vector フィールド型とvectorSearch 演算子はプレビュー機能として使用できます。機能および関連するドキュメントは、プレビュー期間中にいつでも変更される可能性があります。詳細については、「プレビュー機能」を参照してください。

定義

vectorSearch 演算子は、指定されたフィールド内のベクトル埋め込みに対して近似最近傍探索または厳密最近傍探索検索する。この演算子を使用して、セマンティック検索と並行して、ファジー検索、フレーズ一致、ロケーションフィルター、ワイルドカードパスワードなし一致などの分析する機能を追加します。

構文

vectorSearch の構文は次のとおりです。

{
  "$search": {
    "index": "<index name>", // optional, defaults to "default"
    "vectorSearch": {
      "exact": true | false,
      "filter": {<operator-specification>},
      "limit": <number-of-results>,
      "numCandidates": <number-of-candidates>,
      "path": "<field-to-search>",
      "queryVector": [<array-of-numbers>],
      "score": {<options>}
    }
  }
}

オプション

vectorSearch 次のフィールドを使用してクエリを作成します。

フィールド	タイプ	必要性	説明
`exact`	ブール値	任意	`numCandidates`を省略する場合は、これが必要です。 EXN検索またはANN検索のどちらを実行するかを指定するフラグ。値は次のいずれかになります。 `false` - Ann検索を実行する場合 `true` - ENN検索を実行する場合省略した場合、デフォルトは `false` になります。 MongoDB ベクトル検索は、 MongoDB v6.0.11 、v7.0.2 、またはそれ以降を実行実行中実行中Atlas クラスターによる任意の検索と、 MongoDB v.. 、v..6 0、v..16 7010732、またはそれ以降また、Atlas CLI を使用して作成した、自己管理型またはローカル Atlas 配置でMongoDB ベクトル検索を使用することもできます。
`filter`	オブジェクト	任意	MongoDB Search 演算子を使用すると、メタデータまたは特定の検索条件に基づいてドキュメントを事前にフィルタリングできます。詳細については、「プリフィルター」を参照してください。
`limit`	Int	必須	結果で返されるドキュメントの数（ `int`のみ）。 `numCandidates`を指定する場合、この値は`numCandidates`の値を超えることはできません。シャーディングされたクラスターでは、結果のドキュメント数を制限するために、`$limit` ステージの後に`$search`を使用する必要があります。
`numCandidates`	Int	任意	このフィールドは、 `exact`が`false`または省略されている場合に必須です。検索中に使用する最近傍の数。値は（ `<=` ） `10000`以下である必要があります。返されるドキュメント数より小さい数値は指定できません（ `limit` ）。精度を高めるために、返されるドキュメント数（`limit`）の 20 倍以上を指定することをお勧めします。このオーバーリクエストパターンは、近似最近傍探索でレイテンシと再現率のバランスを取るためのお勧めの方法であり、当社では具体的なデータセットのサイズとクエリ要件に基づきこのパラメーターを調整することをお勧めしています。
`path`	文字列	必須	検索するインデックス付きのベクトルタイプフィールド。
`queryVector`	整数または浮動小数点数の配列	必須	`float32` の数値の配列、サブタイプ `float32` の BSON BinData ベクトル、またはサブタイプ `int1` または `int8` の BSON BinData ベクトルで、クエリベクトルを表します。サブタイプ `float32`、`int8`、または `int1` を持つ BSON `binData` ベクトルの生成の詳細については、「事前に量子化されたベクトルを取り込む方法」を参照してください。配列のサイズは、フィールドのインデックス定義で指定されたベクトル次元（`numDimensions`）と一致している必要があります。データの埋め込みに使用したのと同じモデルを使用してクエリを埋め込む必要があります。ベクトルのサブタイプが同じである限り、完全忠実度ベクトルを使用して埋め込みをクエリすることができます。これはサブタイプ `float32` を持つ`binData` ベクトルでのみ可能です。他のサブタイプ（`int8` や `int1`）を使用した場合、MongoDB Search では結果やエラーは返されません。
`score`	オブジェクト	任意	一致する検索語句の結果に割り当てられたスコア。スコアを変更するには、次のいずれかのオプションを使用します。 `boost`: 結果のスコアに指定された数値を掛けます。 `constant`: 結果のスコアを指定された数値に置き換えます。 `function`: 指定された式を使用して結果スコアを置き換えます。クエリで `score` を使用する方法については、「結果内のドキュメントのスコアリング」を参照してください。

動作

MongoDB Search インデックス

検索対象のフィールドを vectorSearch演算子を使用してインデックス化する必要があります。MongoDB Search インデックス定義では、以下の種類のフィールドをインデックスできます。

ベクトル埋め込みを含むフィールド。これはクエリ内で path オプションで指定するフィールドです。
ドキュメントを事前にフィルターするフィールド。これらはクエリ filter オプションで指定するフィールドです。

プレフィルター

プリフィルターを使用することで、セマンティック検索の対象範囲を絞り込み、すべてのベクトルが比較対象とならないように制御できます。また、filter フィールド内で、サポートされている任意の MongoDB Search 演算子を使用して、ドキュメントをクエリ・フィルタリングすることができます。

vector 型のインデックス定義では、データのフィルタリングに使用するフィールドを必ずインデックス化する必要があります。

score

検索結果には、各ドキュメントのスコアを含めることができます。$meta 式に searchScore 値を指定し、$project ステージで使用します。また、スコアの詳細な内訳を取得するために、scoreDetails フィールドの $meta 式に searchScoreDetails 値を指定することもできます。

詳細については、「結果内のドキュメントのスコアリング」および「スコアの詳細を返す」を参照してください。

`vectorSearch` 演算子の制限

vectorSearch 演算子はクエリの最上位演算子でなければなりません。そのため、以下の MongoDB Search の演算子内ではvectorSearch 演算子を使用できません。

vectorSearch 演算子を使用して、 vectorSearch タイプのインデックスを使用してインデックス付けされたフィールドをクエリすることはできません。

vectorSearch 演算子で以下の$searchオプションは使用できません。

highlight
sort
searchSequenceToken
代わりに、$skip および$limit を$search ステージの後に使用してください。
トラッキング（非推奨）

$searchvectorSearchMongoDB Search Playground では、演算子を使用してクエリを実行できません。

例

次の例では、サンプルデータからの sample_mflix.embedded_movies コレクションを使用します。もし、サンプルデータを読み込みし、コレクションにサンプルインデックスを作成した場合、クエリ内の<connection-string>と<index-name>のプレースホルダーを置き換えたうえで、そのコレクションに対して以下の近似最近傍探索および厳密最近傍探索クエリを実行できます。

ベクトル検索

プレフィルター

インターフェース

戻る

text

wildcard

定義

構文

オプション

動作

MongoDB Search インデックス

プレフィルター

score

vectorSearch 演算子の制限

例

`vectorSearch` 演算子の制限