Crie um índice do Atlas Vector Search
Nesta página
O índice do Atlas Search é uma estrutura de dados que categoriza os dados em um formato facilmente pesquisável. É um mapeamento entre os termos e os documentos que contêm esses termos. Os índices do Atlas Search permitem a recuperação mais rápida de documentos usando determinados identificadores. Você deve configurar um índice do Atlas Search para fazer query em dados em seu cluster Atlas usando o Atlas Search.
Você pode criar um índice de Pesquisa do Atlas em um único campo ou em múltiplos campos. Recomendamos que você indexe os campos que usa regularmente para classificar ou filtrar seus dados para recuperar rapidamente os documentos que contêm os dados relevantes em tempo de query.
Você pode criar um índice do Atlas Vector Search para todas as collections que contêm incorporações vetoriais menores ou iguais a 4096 dimensões de largura para qualquer tipo de dados junto com outros dados no seu Atlas cluster por meio da UI do Atlas e da API de administração do Atlas.
Pré-requisitos
Para criar um índice do Atlas Vector Search, você deve ter um agrupamento do Atlas com os seguintes pré-requisitos:
MongoDB versão
6.0.11
,7.0.2
ou superiorUma coleção para a qual criar o índice Atlas Vector Search
Acesso necessário
Você precisa da função Project Data Access Admin
ou superior para criar e gerenciar índices do Atlas Vector Search.
Clientes aceitos
Você pode criar um índice do Atlas Vector Search usando um dos seguintes métodos:
UI do Atlas
API de administração do Atlas criar um endpoint de índice do Atlas Search
Atlas CLI v1.14.3 índices de pesquisa do Atlas clusters criam comando tanto no sistema em nuvem quanto no sistema local
mongosh
v2.1. Método 2 ou posteriordb.collection.createSearchIndex()
Procedimento
Crie um índice de exemplo a partir da UI do Atlas
A seguinte definição de índice para a coleção sample_mflix.embedded_movies
indexa o campo plot_embedding
como o tipo vector
e os campos genres
e year
como o tipo filter
em um índice do Atlas Vector Search a partir da UI do Atlas. O campo plot_embedding
contém incorporações criadas utilizando o modelo de incorporações text-embedding-ada-002
do OpenAI. A definição de índice especifica 1536
dimensões vetoriais e mede a similaridade usando euclidean
.
Acesse a página Create Vector Search Index :
Acesse a página do Atlas Search.
Clique em Create Index.
Selecione Atlas Vector Search Editor.
Clique em Next.
Para obter instruções detalhadas, consulte Procedimento.
Insira o Index Name e defina o Database and Collection.
No campo Index Name , insira vector_index como o nome do índice.
O nome do índice deve ser exclusivo dentro do namespace, independentemente do tipo de índice. Se você já tiver um índice denominado vector_index nesta coleção, insira um nome diferente para o índice.
Na seção Database and Collection, localize o banco de dados
sample_mflix
e selecione a coleçãoembedded_movies
.
Se você carregar os dados de amostra em seu cluster e criar os índices anteriores do Atlas Search para esta coleta, poderá executar $vectorSearch
contra essa coleta. Para saber mais sobre os exemplos de consultas que você pode executar, consulte Exemplos de $vectorSearch.