Docs Menu
Docs Home
/ /

MongoDB Search 및 MongoDB Vector Search 검색 인덱스

이 가이드에서는 MongoDB Search 및 MongoDB Vector Search 인덱스를 만들고 관리 방법을 학습 수 있습니다. 이러한 인덱스들을 통해 다음 기능을 사용할 수 있습니다.

  • MongoDB Search: 빠르게 전체 텍스트를 검색하다

  • MongoDB 벡터 검색: 벡터 임베딩에 대한 시맨틱(유사성) 검색 수행

MongoDB Search 및 MongoDB Vector Search 검색 인덱스는 인덱스할 필드를 지정하고, 이러한 필드를 인덱싱하는 방법을 지정하며, 기타 선택 사항 구성을 설정합니다.

참고

MongoDB 검색 인덱스 관리 메서드는 비동기적으로 실행됩니다. 드라이버 메서드는 서버에서 원하는 조치 완료되기 전에 결과를 반환할 수 있습니다.

이 가이드는 다음 조치를 수행하여 MongoDB Search 및 MongoDB Vector Search 검색 인덱스를 관리하는 방법에 대해 설명합니다.

  • 검색 인덱스 모델 만들기

  • 검색 인덱스 만들기

  • 다중 검색 인덱스 만들기

  • 검색 인덱스 나열

  • 검색 인덱스 업데이트

  • 검색 인덱스 삭제

참고

샘플 데이터

이 가이드 의 예제에서는 Atlas 샘플 데이터 세트 중 하나인 sample_mflix 데이터베이스 의 embedded_movies 컬렉션 사용합니다. Atlas 샘플 데이터를 가져오는 방법에 대한 지침은 Atlas 설명서에서 샘플 데이터 로드 를 참조하세요.

MongoDB 검색 또는 MongoDB 벡터 검색 인덱스 만들려면 먼저 인덱스 사양을 설정하는 CreateSearchIndexModel 인스턴스 빌드 해야 합니다.

CreateSearchIndexModel 에는 다음과 같은 속성이 있습니다.

속성
유형
설명

definition

BsonDocument

인덱스 정의를 지정합니다. 이 설정을 생략하면 운전자 동적 매핑을 사용하여 MongoDB Search 인덱스 생성합니다.

name

string

인덱스 이름을 설정합니다. 이 설정을 생략하면 운전자 이름을 default(으)로 설정합니다.

type

SearchIndexType

인덱스 유형을 설정합니다. 이 설정을 생략하면 운전자 기본값 으로 MongoDB Search 인덱스 생성합니다.

MongoDB Search 필드 매핑에 대해 자세히 학습하려면 Atlas 설명서에서 필드 매핑 정의 를 참조하세요.

MongoDB Vector Search 인덱스 정의에 대해 자세히 학습하려면 Atlas 문서에서 벡터 검색을 위한 필드를 인덱싱하는 방법 을 참조하세요.

다음 예시 CreateSearchIndexModel 인스턴스 만들어 search_idx이라는 인덱스 에 대한 사양을 제공합니다. 이 코드는 titlereleased 필드의 정적 매핑을 지정합니다.

var def = new BsonDocument {
{ "mappings", new BsonDocument {
{ "dynamic", false },
{ "fields", new BsonDocument {
{ "title", new BsonDocument { {"type", "string" } } },
{ "released", new BsonDocument { { "type", "date" } } } } }
} }
};
var indexModel = new CreateSearchIndexModel(
"search_idx",
SearchIndexType.Search,
def
);

다음 예시에서는 CreateSearchIndexModel 인스턴스를 생성하여 vs_idx라는 이름의 인덱스에 대한 사양을 제공합니다. 코드는 임베딩 경로를 plot_embedding으로 지정하고, 1536 차원을 인덱싱하며, "euclidean" 벡터 유사성 함수를 사용합니다.

var def = new BsonDocument
{
{ "fields", new BsonArray
{
new BsonDocument
{
{ "type", "vector" },
{ "path", "plot_embedding" },
{ "numDimensions", 1536 },
{ "similarity", "euclidean" }
}
}
}
};
var indexModel = new CreateSearchIndexModel(
"vs_idx",
SearchIndexType.VectorSearch,
def
);

You can create a MongoDB Search or MongoDB Vector Search index on a collection by calling the SearchIndexes.CreateOne() method on an IMongoCollection instance. This method accepts an index model as a parameter, specified in a CreateSearchIndexModel instance.

다음 예시 embedded_movies 컬렉션 에 MongoDB Search 인덱스 생성합니다. 이 코드는 인덱스 이름을 설정하고 동적 매핑을 활성화하는 CreateSearchIndexModel 를 생성합니다. 그런 다음 코드는 CreateSearchIndexModel 인스턴스 SearchIndexes.CreateOne() 메서드에 전달하여 MongoDB Search 인덱스 생성합니다.

var indexModel = new CreateSearchIndexModel(
"example_index",
SearchIndexType.Search,
new BsonDocument {
{ "mappings", new BsonDocument {
{ "dynamic", true },
} }
}
);
var result = movieCollection.SearchIndexes.CreateOne(indexModel);
Console.WriteLine("Created MongoDB Search index:\n{0}", result);
Created MongoDB Search index:
"example_index"

IMongoCollection 인스턴스에서 SearchIndexes.CreateMany() 메서드를 호출하여 여러 개의 MongoDB Search 및 MongoDB Vector Search 검색 인덱스를 만들 수 있습니다. 이 메서드는 CreateSearchIndexModel 인스턴스의 IEnumerable 를 매개 변수로 허용합니다.

이 예에서는 다음 조치를 수행합니다.

  1. as_idx이라는 이름의 MongoDB Search 인덱스 지정하는 CreateSearchIndexModel 인스턴스 생성합니다.

  2. vs_idx이라는 이름의 MongoDB Vector Search 인덱스 지정하는 CreateSearchIndexModel 인스턴스 생성합니다.

  3. CreateSearchIndexModel 인스턴스의 ListSearchIndexes.CreateMany() 메서드에 전달합니다.

  4. embedded_movies 컬렉션에 MongoDB Search 및 MongoDB Vector Search 검색 인덱스를 생성합니다.

var searchModel = new CreateSearchIndexModel(
"as_idx",
SearchIndexType.Search,
new BsonDocument {
{ "mappings", new BsonDocument {
{ "dynamic", true },
} }
}
);
var vectorModel = new CreateSearchIndexModel(
"vs_idx",
SearchIndexType.VectorSearch,
new BsonDocument
{
{ "fields", new BsonArray
{
new BsonDocument
{
{ "type", "vector" },
{ "path", "plot_embedding" },
{ "numDimensions", 1536 },
{ "similarity", "euclidean" }
}
}
}
}
);
var models = new List<CreateSearchIndexModel> { searchModel, vectorModel };
var indexes = movieCollection.SearchIndexes.CreateMany(models);
Console.WriteLine("Created Search indexes:\n{0} {1}", indexes.ToArray());
Created Search indexes:
as_idx vs_idx

컬렉션에서 SearchIndexes.List() 메서드를 호출하여 컬렉션의 기존 MongoDB 검색 인덱스 및 MongoDB 벡터 검색 인덱스에 대한 정보에 액세스할 수 있습니다.

다음 예시 여러 검색 인덱스 생성 섹션에서 생성된 MongoDB Search 및 MongoDB Vector Search 인덱스에 대한 정보에 액세스합니다. 이 코드는 SearchIndexes.List() 메서드를 호출하고 컬렉션에 MongoDB 검색 및 MongoDB 벡터 검색 검색 인덱스 목록을 인쇄합니다.

var indexesList = movieCollection.SearchIndexes.List().ToList();
foreach (var i in indexesList)
{
Console.WriteLine(i);
}
{ "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": [...] }

You can update a MongoDB Search or MongoDB Vector Search index by calling the SearchIndexes.Update() method on an IMongoCollection instance. This method accepts the following parameters:

  • 업데이트할 인덱스의 이름

  • 수정된 인덱스 정의 문서

다음 예는 이 페이지의 다중 검색 인덱스 생성 섹션에서 생성된 vs_index라는 Vector Search 인덱스를 업데이트합니다. 코드는 "dotProduct"를 벡터 유사성 함수로 사용하도록 인덱스에 지시하는 새로운 인덱스 정의 문서를 생성합니다. 그런 다음 SearchIndexes.Update() 메서드를 호출하여 인덱스를 업데이트합니다.

var updatedDef = new BsonDocument
{
{ "fields", new BsonArray
{
new BsonDocument
{
{ "type", "vector" },
{ "path", "plot_embedding" },
{ "numDimensions", 1536 },
{ "similarity", "dotProduct" }
}
}
}
};
movieCollection.SearchIndexes.Update("vs_index", updatedDef);

IMongoCollection 인스턴스 에서 SearchIndexes.DropOne() 메서드를 호출하여 MongoDB Search 또는 MongoDB Vector Search 인덱스 삭제 수 있습니다. 이 메서드는 삭제 인덱스 의 이름을 매개 변수로 받습니다.

다음 예시 이 페이지의 검색 인덱스 만들기 섹션에서 생성된 example_index 이라는 이름의 MongoDB Search 인덱스 삭제합니다. 이 코드는 인덱스 이름을 SearchIndexes.DropOne() 메서드에 전달하여 인덱스 삭제 .

movieCollection.SearchIndexes.DropOne("example_index");

.NET/ C# 드라이버 사용하여 만들 수 있는 다른 인덱스에 대해 학습하려면 인덱스 만들기 및 관리 가이드를 참조하세요.

MongoDB Search에 대해 자세히 학습 다음 Atlas 설명서를 참조하세요.

MongoDB Vector Search에 대해 자세히 학습 다음 Atlas 설명서를 참조하세요.

이 가이드에서 사용되는 메서드 또는 유형에 대해 자세히 알아보려면 다음 API 문서를 참조하세요.

돌아가기

Indexes

이 페이지의 내용