생성 인덱스

샘플 데이터

이 가이드 의 예제에서는 내장된 Nutrition 모델을 nutrition 필드 의 값으로 포함하는 Recipe 모델을 사용합니다. 이러한 모델 클래스에는 다음과 같은 정의가 있습니다.

from django.db import models
from django.db.models import Q, F
from django_mongodb_backend.models import EmbeddedModel
from django_mongodb_backend.fields import EmbeddedModelField, ArrayField
from django_mongodb_backend.indexes import SearchIndex, VectorSearchIndex
class Nutrition(EmbeddedModel):
    calories = models.IntegerField(default=0)
    carb_grams = models.IntegerField(default=0)
    protein_grams = models.IntegerField(default=0)
class Recipe(models.Model):
    title = models.CharField(max_length=200)
    cuisine = models.CharField(max_length=200)
    cook_time = models.IntegerField(default=0)
    allergens = ArrayField(models.CharField(max_length=100), null=True, blank=True)
    ratings = ArrayField(models.IntegerField(default=0), size=10)
    nutrition = EmbeddedModelField(Nutrition, null=True, blank=True)
    class Meta:
        db_table = "recipes"
    def __str__(self):
        return self.title

Recipe 모델의 Meta 클래스에서 db_table = "recipes" 옵션은 Django MongoDB 백엔드가 Recipe 모델을 recipes라는 MongoDB 컬렉션 에 매핑하도록 지시합니다. 모델을 사용하여 MongoDB 컬렉션과 상호 작용 하는 Django 애플리케이션 만드는 방법을 학습하려면 시작하기 튜토리얼을 참조하세요.

단일 필드 인덱스

단일 필드 인덱스는 컬렉션 에 있는 단일 필드 의 정보를 저장 . 기본값 으로 모든 MongoDB 컬렉션에는 _id 필드 에 대한 인덱스 있습니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 title 필드 에 단일 필드 인덱스 생성하며, 이 인덱스는 장고 MongoDB 백엔드가 recipes 컬렉션 에 생성합니다.

class Meta:
    db_table = "recipes"
    indexes = [
        models.Index(fields=["title"], name="title_idx"),
    ]

또는 다음 코드에 표시된 대로 모델의 title 필드 에 db_index 옵션을 설정하다 인덱스 를 만들 수 있습니다.

class Recipe(models.Model):
    title = models.CharField(max_length=200, db_index=True)

복합 인덱스

복합 인덱스는 컬렉션 의 여러 필드에서 데이터를 수집하고 정렬합니다. MongoDB 인덱스 에 지정된 첫 번째 필드 기준으로 데이터를 그룹화한 다음 각 후속 필드 기준으로 그룹화합니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 title 및 cook_time 필드에 복합 인덱스 생성하고, Django MongoDB 백엔드가 recipes 컬렉션 에 생성합니다.

class Meta:
    db_table = "recipes"
    indexes = [
        models.Index(fields=["title", "cook_time"]),
    ]

Multikey Index

멀티키 인덱스는 배열 필드에서 데이터를 수집하고 정렬합니다. 배열 필드 에 인덱스 생성하면 MongoDB 자동으로 해당 인덱스 멀티키 인덱스 로 설정합니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 allergens 배열 필드 에 복합 인덱스 생성하며, 이 필드는 장고 MongoDB 백엔드가 recipes 컬렉션 에 생성합니다.

class Meta:
    db_table = "recipes"
    indexes = [
        models.Index(fields=["allergens"], name="allergy_idx"),
    ]

내장된 문서 인덱스

MongoDB 내장된 문서로 나타내는 내장된 모델 값을 저장 필드에 인덱스를 생성할 수 있습니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 nutrition 임베딩된 모델 필드 에 인덱스 생성하며, 이 인덱스는 장고 MongoDB 백엔드가 recipes 컬렉션 에 생성합니다.

class Meta:
    db_table = "recipes"
    indexes = [
        models.Index(fields=["nutrition"]),
    ]

Atlas search 인덱스

Atlas Search 인덱스는 MongoDB Atlas 에서 호스팅되는 컬렉션에 대한 전체 텍스트 검색 인 Atlas Search 의 동작을 지정합니다.

Atlas Search 인덱스 만들려면 모델의 Meta 클래스에 있는 indexes 옵션을 SearchIndex 객체 에 할당합니다. 다음 인수를 SearchIndex() 생성자에 전달합니다.

• fields: 인덱스 할 필드입니다.

• name: (선택 사항) Atlas Search 인덱스 의 이름입니다. 이 인수를 지정하지 않으면 Django는 자동으로 인덱스 이름을 생성합니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 title 필드 에 "title_search_idx" 라는 이름의 Atlas Search 인덱스 만듭니다.

class Meta:
    db_table = "recipes"
    indexes = [
        SearchIndex(
            fields=["title"],
            name="title_search_idx",
        )
    ]

Atlas Vector Search 인덱스

Atlas Vector Search 인덱스를 사용하면 키워드 일치가 아닌 의미론적 의미를 기반으로 데이터를 쿼리 할 수 있습니다. 벡터 검색 전체 텍스트 검색 쿼리 및 AI 프레임워크와 통합하여 범위 사용 사례를 지원 수 있습니다.

벡터 검색 인덱스 만들려면 모델의 Meta 클래스에 있는 indexes 옵션을 VectorSearchIndex 객체 에 할당합니다. 다음 인수를 VectorSearchIndex() 생성자에 전달합니다.

• name: (선택 사항) Atlas Vector Search 인덱스의 이름입니다. 이 인수를 지정하지 않으면 Django는 자동으로 인덱스 이름을 생성합니다.

• fields: 인덱스 할 필드입니다. 하나 이상은 크기가 지정된 FloatField 또는 IntegerField 값의 배열로 표현되는 벡터 필드여야 합니다.

• similarities: 사용할 유사성 함수 입니다. "cosine", "dotProduct" 또는 "euclidean" 유사성 함수를 사용할 수 있습니다. 함수를 단일 문자열 값 또는 개별 벡터 필드에 함수를 할당하는 값 목록으로 지정합니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 ratings 벡터 필드 와 cook_time 숫자 필드 에 "vector_search_idx" 라는 벡터 검색 인덱스 만듭니다.

class Meta:
    db_table = "recipes"
    indexes = [
        VectorSearchIndex(
            name=["vector_search_idx"],
            fields=["ratings", "cook_time"],
            similarities=["cosine", "euclidean"],
        )
    ]

부분 인덱스

부분 인덱스는 지정된 필터하다 기준을 충족하는 컬렉션 의 문서만 인덱스 저장 사용 및 성능 비용이 절감됩니다.

부분 인덱스 만들려면 condition 인수를 models.Index() 메서드에 전달합니다. 조건 값을 필터하다 기준을 포함하는 Q 객체 로 설정합니다. condition 인수를 사용하는 경우 name 인수도 models.Index()에 전달해야 합니다.

다음 예시 Recipe 모델의 Meta 클래스를 업데이트하여 cuisine 필드 에 부분 인덱스 생성하고, cook_time 값이 30 미만인 문서만 인덱스 장고 MongoDB 백엔드에 지시합니다.

class Meta:
    db_table = "recipes"
    indexes = [
        models.Index(fields=["cuisine"],
                     condition=Q(cook_time__lt=30),
                     name="fast_cuisine_idx"),
    ]

Unique Indexes

고유 인덱스를 사용하면 인덱싱된 필드가 중복 값을 저장하지 않도록 할 수 있습니다. 단일 필드 에서 고유 인덱스를 사용하면 지정된 필드 에 대해 값이 최대 한 번만 표시됩니다. 여러 필드에서 고유 인덱스는 지정된 인덱스 키 값 조합이 최대 한 번만 표시되도록 합니다.

cuisine = models.CharField(max_length=200, unique=True)

class Meta:
    db_table = "recipes"
    constraints = [
        models.UniqueConstraint(fields=["title", "cuisine"],
                                name="unique_regional_meal"),
    ]