개요
이 가이드 에서는 MongoDB Search 및 MongoDB Vector Search 인덱스를 만들고 관리 방법을 학습 수 있습니다. 이러한 인덱스를 통해 다음 기능을 사용할 수 있습니다.
MongoDB Search: 빠른 전체 텍스트 검색 수행
MongoDB Vector Search: 벡터 임베딩에 대한 시맨틱(유사성) 검색 수행
MongoDB Search 및 MongoDB Vector Search 인덱스는 인덱스 할 필드를 지정하고, 이러한 필드를 인덱싱하는 방법을 지정하고, 기타 선택적 구성을 설정하다 .
이 가이드 다음 조치를 수행하여 MongoDB Search 및 MongoDB Vector Search 인덱스를 관리 방법에 대해 설명합니다.
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.
검색 인덱스 모델 만들기
MongoDB Search 인덱스 만들려면 먼저 인덱스 사양을 설정하는 SearchIndexModel 인스턴스 빌드 해야 합니다. SearchIndexModel 인스턴스 빌드를 시작하려면 SearchIndexModel::builder() 메서드를 호출합니다.
참고
모델 인스턴스화
Rust 운전자 는 SearchIndexModel 을(를) 포함한 일부 구조체 유형 생성을 위한 빌더 디자인 패턴 을 구현합니다. builder() 메서드를 사용하여 옵션 빌더 메서드를 연결하여 각 유형의 인스턴스 를 구성할 수 있습니다.
Rust 드라이버는 다음과 같은 SearchIndexModel 빌더 메서드를 제공합니다:
빌더 메서드 | Parameter Type | 설명 |
|---|---|---|
|
| 인덱스 정의를 지정합니다. 이 설정을 생략하면 운전자 동적 매핑을 사용하여 MongoDB Search 인덱스 생성합니다. |
|
| 인덱스 이름을 설정합니다. 이 설정을 생략하면 운전자 이름을 |
|
| 인덱스 유형을 설정합니다. 이 설정을 생략하면 운전자 기본값 으로 MongoDB Search 인덱스 생성합니다. |
MongoDB Search 필드 매핑에 대해 자세히 학습 Atlas 설명서에서 필드 매핑 정의를 참조하세요.
MongoDB Vector Search 인덱스 정의에 대해 자세히 학습 Atlas 문서에서 벡터 검색을 위한 필드를 인덱싱하는 방법을 참조하세요.
예제 모델
다음 예시 SearchIndexModel 인스턴스 만들어 search_idx이라는 인덱스 에 대한 사양을 제공합니다. 이 코드는 title 및 released 필드의 정적 매핑을 지정합니다.
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();
다음 예시에서는 SearchIndexModel 인스턴스를 생성하여 vs_idx라는 이름의 인덱스에 대한 사양을 제공합니다. 코드는 임베딩 경로를 plot_embedding으로 지정하고, 1536 차원을 인덱싱하며, "euclidean" 벡터 유사성 함수를 사용합니다.
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();
검색 인덱스 만들기
Collection 인스턴스 에서 create_search_index() 메서드를 호출하여 컬렉션 에 MongoDB Search 또는 MongoDB Vector Search 인덱스 만들 수 있습니다. 이 메서드는 SearchIndexModel 인스턴스 에 지정된 인덱스 모델을 매개 변수로 허용합니다.
예시
다음 예시 embedded_movies 컬렉션 에 MongoDB Search 인덱스 생성합니다. 이 코드는 인덱스 이름을 설정하고 동적 매핑을 활성화하는 SearchIndexModel 를 생성합니다. 그런 다음 코드는 SearchIndexModel 인스턴스 create_search_index() 메서드에 전달하여 MongoDB Search 인덱스 생성합니다.
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"
다중 검색 인덱스 만들기
Collection 인스턴스 에서 create_search_indexes() 메서드를 호출하여 여러 MongoDB Search 및 Vector Search 인덱스를 만들 수 있습니다. 이 메서드는 SearchIndexModel 인스턴스로 구성된 벡터를 매개 변수로 허용합니다.
예시
이 예에서는 다음 조치를 수행합니다.
as_idx이라는 이름의 MongoDB Search 인덱스 지정하는SearchIndexModel인스턴스 생성합니다.vs_idx이라는 이름의 MongoDB Vector Search 인덱스 지정하는SearchIndexModel인스턴스 생성합니다.두
SearchIndexModel인스턴스의vec을create_search_indexes()메서드에 전달합니다.embedded_movies컬렉션 에 MongoDB Search 및 MongoDB Vector Search 인덱스를 생성합니다.
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"]
검색 인덱스 나열
컬렉션 에서 list_search_indexes() 메서드를 호출하여 컬렉션의 기존 MongoDB Search 및 MongoDB Vector Search 인덱스에 대한 정보 액세스 할 수 있습니다.
예시
다음 예시 이 페이지의 여러 검색 인덱스 생성 섹션에서 생성된 MongoDB Search 및 MongoDB Vector Search 인덱스에 대한 정보에 액세스합니다. 이 코드는 메서드를 list_search_indexes() 호출하고 컬렉션 에 MongoDB Search 및 MongoDB Vector Search 인덱스 목록을 인쇄합니다.
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": [...] }
팁
커서 반복에 대해 자세히 알아보려면 커서 를 사용하여 데이터 액세스 가이드를 참조하세요.
검색 인덱스 업데이트
Collection 인스턴스 에서 update_search_index() 메서드를 호출하여 MongoDB Search 또는 MongoDB Vector Search 인덱스 업데이트 할 수 있습니다. 이 메서드는 다음 매개변수를 허용합니다.
업데이트할 인덱스의 이름
수정된 인덱스 정의 문서
예시
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 update_search_index() 메서드를 호출하여 인덱스를 업데이트합니다.
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?;
검색 인덱스 삭제
Collection 인스턴스 에서 delete_search_index() 메서드를 호출하여 MongoDB Search 또는 MongoDB Vector Search 인덱스 삭제 수 있습니다. 이 메서드는 삭제 인덱스 의 이름을 매개 변수로 받습니다.
예시
다음 예시 이 페이지의 검색 인덱스 만들기 섹션에서 생성된 이라는 이름의 MongoDB Search 인덱스 example_index 삭제합니다. 이 코드는 delete_search_index() 인덱스 이름을 메서드에 전달하여 인덱스 삭제 .
let name = "example_index"; my_coll.drop_search_index(name).await?;
추가 정보
Rust 드라이버를 사용하여 생성할 수 있는 다른 인덱스에 대해 알아보려면 인덱스 가이드를 참조하세요.
MongoDB Search에 대해 자세히 학습 다음 Atlas 설명서를 참조하세요.
MongoDB Vector Search에 대해 자세히 학습 다음 Atlas 설명서를 참조하세요.
API 문서
이 가이드에서 사용되는 메서드 또는 유형에 대해 자세히 알아보려면 다음 API 문서를 참조하세요.