Início rápido do Atlas Vector Search

Dados de amostra

Este início rápido usa a coleção sample_mflix.embedded_movies que contém detalhes sobre filmes. Em cada documento da coleção, o campo plot_embedding_voyage_3_large contém uma incorporação de vetor que representa a string no campo plot . Para obter mais informações sobre o esquema dos documentos na coleção, consulte Exemplo de conjunto de dados Mflix.

Ao armazenar seus dados de origem e os embeddings vetoriais correspondentes no mesmo documento, você pode aproveitar os dois campos para queries complexas ou pesquisas híbridas. Você pode até mesmo armazenar embeddings vetoriais gerados a partir de diferentes modelos de embedding no mesmo documento para otimizar seu fluxo de trabalho enquanto testa o desempenho de diferentes modelos de embedding vetorial para seu caso de uso específico.

incorporações de vetor

As inserções vetoriais na coleção sample_mflix.embedded_movies e no exemplo de query foram criadas usando o modelo de inserção de voyage-3-large da Voyage AI. A escolha do modelo de incorporação informa as dimensões do vetor e a função de similaridade vetorial que você utiliza no índice de pesquisa vetorial. Você pode usar qualquer modelo de incorporação que desejar, e vale a pena experimentar modelos diferentes, pois a exatidão pode variar de modelo para modelo dependendo do caso de uso.

Para aprender a criar incorporações vetoriais dos seus próprios dados, consulte Como criar incorporações vetoriais.

Definição de índice vetorial

Um índice é uma estrutura de dados que contém um subconjunto de dados dos documentos de uma coleção que melhora o desempenho do banco de dados para queries específicas. Um índice de pesquisa vetorial aponta para os campos que contêm suas incorporações vetoriais e inclui as dimensões de seus vetores, bem como a função usada para medir a similaridade entre vetores de queries e vetores armazenados no banco de dados.

Como o modelo de incorporação voyage-3-large usado neste início rápido converte dados em incorporações vetoriais com dimensões 2048 e é compatível com a função cosine, esse índice de pesquisa de vetor especifica o mesmo número de dimensões vetoriais e função de similaridade.

Consulta de pesquisa vetorial

A consulta executada neste início rápido é um pipeline de agregação, no qual o estágio $vectorSearch executa uma pesquisa aproximada de vizinho mais próximo (ANN) seguida por um estágio $project que refina os resultados. Para ver todas as opções para uma query de pesquisa vetorial , incluindo o uso do vizinho mais próximo exato (ENN) ou como estreitar o escopo da sua pesquisa vetorial com a opção filter , consulte Executar queries de Vector Search .