Vector Search 쿼리 실행

검색 데이터 사전 필터링

데이터를 사전 필터링하여 시맨틱 검색 의 범위를 좁히고 관련 벡터만 비교 대상으로 고려하도록 할 수 있습니다. filter 옵션을 사용하여 데이터를 사전 필터링하면 MongoDB Vector Search는 데이터의 하위 집합에 대해서만 시맨틱 검색 수행하므로 MongoDB Vector Search 쿼리 에 사용되는 계산 리소스가 줄어들고 성능이 향상됩니다.

사전 필터링은 사전 필터와 정확히 일치하지 않지만 벡터 검색 중에 고려하려는 쿼리 와 의미적으로 유사한 데이터를 제외할 수 있으므로 사전 필터링은 너무 제한적일 수 있습니다. 이를 완화하려면 쿼리 다음을 수행하도록 광범위한 필터하다 기준을 설정하는 것이 좋습니다.

• 관련 결과를 최대한 많이 포함합니다.

• 결과에서 관련 없는 데이터를 제외합니다.

• 결과에서 요청된 문서 수를 반환합니다.

사후 필터 검색 결과

인덱스 크기가 사전 필터링에 적합하지 않거나 광범위한 사전 필터링 기준을 설정하다 경우 벡터 검색 결과를 사후 필터링하여 관련 데이터만 반환할 수 있습니다. 벡터 검색 결과를 필터하다 하려면 단계 이후에 지원되는 $match 집계 파이프라인 $vectorSearch 단계(예: 단계)를 사용할 수 있습니다.자세한 학습 은 추가 성능 권장 사항을 참조하세요.

결과에서 반환할 필드를 $project 선택하려면 결과에 모든 필드가 필요한 경우가 아니라면 단계를 사용합니다. 쿼리 성능을 향상시키려면 $project 단계에서 벡터 필드 제외하는 것이 좋습니다.

예시 를 들어 $project 단계를 사용하여 를 포함한 vectorSearchScore 다음 $match 단계를 사용하여 특정 점수 임계값을 초과하는 문서만 반환할 수 있습니다.

필터 고려 사항

• MongoDB Vector Search는 $eq의 짧은 형식을 지원합니다. 짧은 형식에서는 쿼리 에 $eq 을(를) 지정할 필요가 없습니다.

  예를 들어, $eq가 포함된 다음 필터를 가정하겠습니다.

  "filter": { "_id": { "$eq": ObjectId("5a9427648b0beebeb69537a5") }

  이는 $eq의 짧은 형식을 사용하는 다음 필터와 동일합니다.

  "filter": { "_id": ObjectId("5a9427648b0beebeb69537a5") }

• $and MQL 연산자 사용하여 단일 쿼리 에서 필터 배열 을 지정할 수 있습니다.

  예를 들어 genres 필드가 Action이고 year 필드가 1999, 2000 또는 2001인 문서에 대해 다음과 같은 사전 필터를 사용한다고 가정해 보겠습니다.

  "filter": {
    "$and": [
      { "genres": "Action" },
      { "year": { "$in": [ 1999, 2000, 2001 ] } }
    ]
  }

• 퍼지 검색, 구문 일치, 위치 필터링 및 기타 분석된 텍스트와 같은 고급 필터링 기능의 경우 vectorSearch 연산자를 $search 단계에서 사용합니다.