Atlas Vector Search 쿼리 실행

개요

이 가이드 에서는 코틀린 동기 (Kotlin Sync) 운전자 사용하여 Atlas Vector Search 쿼리를 수행하는 방법을 학습 수 있습니다. Aggregates 빌더 클래스는 $vectorSearch 파이프라인 단계를 만드는 데 사용할 수 있는 vectorSearch() 헬퍼 메서드를 제공합니다.

중요

기능 호환성

이 기능 지원 MongoDB Atlas 버전을 학습 MongoDB Atlas 설명서의 제한 사항을 참조하세요.

벡터 검색 수행

Atlas Vector Search 쿼리를 수행하려면 먼저 컬렉션 에 Atlas Vector Search 인덱스 만들어야 합니다. 프로그래밍 방식으로 벡터 검색 인덱스 만드는 방법을 학습하려면 Atlas Search 및 Vector Search 인덱스 가이드를 참조하세요.

그런 다음 집계 파이프라인 에서 vectorSearch() 메서드를 사용하여 Atlas Vector Search 쿼리 실행 수 있습니다. 이 메서드는 다음 매개변수를 허용합니다:

path: 검색 할 필드
queryVector: 검색 쿼리 나타내는 벡터 임베딩
indexName: 사용할 Atlas Vector Search 인덱스 의 이름입니다.
limit: 반환할 최대 결과 수
options: (선택 사항) 벡터 검색 쿼리 구성하는 데 사용할 수 있는 옵션 설정하다 .

기본 벡터 검색 예제

이 예시 다음 조치를 수행하는 Atlas Vector Search 쿼리 실행합니다.

plot_embedding 벡터 필드 쿼리합니다.
결과를 5 문서로 제한합니다.
150 후보를 고려하는 근사치 근접 이웃(ANN) 벡터 검색 지정합니다. ANN 검색에 대해 자세히 학습하려면 MongoDB Atlas 문서에서 ANN 검색 을 참조하세요.

val vectorValues = FloatArray(1536) { i -> (i % 10).toFloat() * 0.1f }
val queryVector = BinaryVector.floatVector(vectorValues)
val indexName = "<vector search index>"
// Specifies the path of the field to search
val fieldSearchPath: FieldSearchPath = fieldPath("plot_embedding")
// Creates the vector search pipeline stage with a limit and numCandidates
val pipeline: List<Bson> = listOf(
    vectorSearch(
        fieldSearchPath,
        queryVector,
        indexName,
        5L, 
        approximateVectorSearchOptions(150)
    ),
    project(
        Projections.fields(
            Projections.excludeId(),
            Projections.include("title")
        )
    )
)
val results = collection.aggregate(pipeline)
results.forEach { doc ->
    println(doc.toJson())
}

{"title": "Berserk: The Golden Age Arc I - The Egg of the King"}
{"title": "Rollerball"}
{"title": "After Life"}
{"title": "What Women Want"}
{"title": "Truth About Demons"}

팁

쿼리 벡터 유형

앞의 예시 에서는 쿼리 벡터로 제공 BinaryVector 인스턴스 만들지만 Double 인스턴스의 List 을 만들 수도 있습니다. 그러나 저장 효율성 높이려면 BinaryVector 유형을 사용하는 것이 좋습니다.

벡터 검색 점수 예시

다음 예시 이전 예시 와 동일한 벡터 검색 쿼리 실행 하고 문서의 벡터 검색 메타 점수를 출력하는 방법을 보여 줍니다. 이 점수는 쿼리 벡터에 대한 각 문서 의 관련성을 나타냅니다.

val pipeline: List<Bson> = listOf(
    vectorSearch(
        fieldSearchPath,
        queryVector,
        indexName,
        5L,
        approximateVectorSearchOptions(150)
    ),
    project(
        Projections.fields(
            Projections.excludeId(),
            Projections.include("title"),
            Projections.metaVectorSearchScore("score")
        )
    )
)
val results = collection.aggregate(pipeline)
results.forEach { doc ->
    println("Title: ${doc.getString("title")}, Score: ${doc.getDouble("score")}")
}

Title: Berserk: The Golden Age Arc I - The Egg of the King, Score: 0.49899211525917053
Title: Rollerball, Score: 0.4976102113723755
Title: After Life, Score: 0.4965665936470032
Title: What Women Want, Score: 0.49622756242752075
Title: Truth About Demons, Score: 0.49614521861076355

팁

Vector Search 튜토리얼

Atlas Vector Search 쿼리를 실행 방법을 보여주는 더 많은 튜토리얼을 보려면 MongoDB Atlas 설명서에서 Atlas Vector Search 튜토리얼 을 참조하세요.

API 문서

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

돌아가기

Atlas Search

로깅 및 모니터링