Executar queries no Vector Search

Pesquisa ANN

Para a pesquisa de vizinhos mais próximos aproximados (ANN), o MongoDB Vector Search encontra incorporações vetoriais em seus dados que estão mais próximas da incorporação vetorial em sua consulta com base em sua proximidade no espaço multidimensional e com base no número de vizinhos que considera. Ele usa o algoritmo Hierarchical Navigable Small Worlds e encontra as incorporações vetoriais mais semelhantes à incorporação vetorial em sua query sem examinar todos os vetores. Portanto, a pesquisaANN é ideal para consultar grandes conjuntos de dados sem filtragem significativa.

Pesquisa ENN

Para uma pesquisa de vizinhos mais próximos exatos (ENN), a Vector Search do MongoDB pesquisa exaustivamente todas as incorporações de vetor indexadas calculando a distância entre todas as incorporações e encontra o vizinho mais próximo exato para a incorporação do vetor em sua consulta. Isso é computacionalmente intensivo e pode impacto negativamente a latência da query. Portanto, recomendamos pesquisas ENN para os seguintes casos de uso:

• Você deseja determinar o recall e a precisão da query ANN usando os resultados ideais e exatos para a query ENN.

• Você deseja executar queries de menos de documentos 10000 sem precisar ajustar o número de vizinhos mais próximos a serem considerados.

• Você deseja incluir pré-filtros seletivos em sua query em relação a coleções em que menos de 5% dos seus dados atendem ao pré-filtro fornecido.

Se você ativar a quantização automática, o MongoDB Vector Search usará somente os vetores de fidelidade total para consultas ENN.

Limitações

$vectorSearch não pode ser usado na definição de exibição e nos seguintes estágios de pipeline:

• $lookup subpipeline []1

• $facet estágio do pipeline

Indexação da Vector Search do MongoDB

Você deve indexar os campos a serem pesquisados usando o $vectorSearch estágio dentro de uma definição de índice do tipo vectorSearch. Você pode indexar os seguintes tipos de campos em uma definição de índice do tipo vectorSearch do MongoDB Vector Search :

• Campos que contêm incorporações vetoriais como tipo de vetor.

• Campos adicionais, como o tipo de filtro para viabilizar a pesquisa vetorial em dados pré-filtrados.

Para saber mais sobre esses tipos de campo do MongoDB Vector Search, consulte Como indexar campos para o Vector Search.

Pontuação da Vector Search do MongoDB

O MongoDB Vector Search atribui uma pontuação, em um intervalo fixo de 0 a 1 (onde 0 indica baixa similaridade e 1 indica alta similaridade), a cada documento retornado.

A pontuação é calculada de acordo com a similarity função que você especifica na definição de índice do MongoDB Vector Search . Para saber mais sobre as similarity opções de que você pode escolher, consulte Sobre as funções de similaridade.

Cada documento retornado inclui a pontuação como metadados. Para retornar a pontuação de cada documento junto com o conjunto de resultados, use um estágio em seu pipeline de agregação e configure $project o score como um campo para projeto. No score campo, especifique uma expressão $meta com o vectorSearchScore valor. A sintaxe é a seguinte:

1
db.<collection>.aggregate([
2
  {
3
    "$vectorSearch": {
4
      <query-syntax>
5
    }
6
  },
7
  {
8
    "$project": {
9
      "<field-to-include>": 1,
10
      "<field-to-exclude>": 0,
11
      "score": { "$meta": "vectorSearchScore" }
12
    }
13
  }
14
])

Pré-filtragem do MongoDB Vector Search

A opção filter $vectorSearch corresponde aos valores booleanos, data, objectId, valores numéricos, de string e UUID do BSON, incluindo arrays desses tipos.

Você deve indexar os campos nos quais deseja filtrar os dados como tipo de filtro em uma definição de índice do tipo vectorSearch. É útil filtrar os dados para restringir o escopo da pesquisa semântica e garantir que nem todos os vetores sejam considerados para comparação.

O MongoDB Vector Search suporta a opção $vectorSearch filter para os seguintes operadores MQL:

Paralelização da Execução de Consultas Entre Segmentos

Recomendamos nós de pesquisa dedicados para isolar o processamento de query de pesquisa vetorial. Você poderá ver o desempenho aprimorado da consulta nos nós de pesquisa dedicados. Observe que os sistemas de alta CPU podem fornecer mais melhorias de desempenho. Quando o MongoDB Vector Search é executado em nós de pesquisa, o MongoDB Vector Search paraleliza a execução da query em segmentos de dados.

A paralelização do processamento de queries melhora o tempo de resposta em muitos casos, como queries em grandes conjuntos de dados. O uso do paralelismo intraquery durante o processamento de query do MongoDB Vector Search utiliza mais recursos, mas melhora a latência para cada query individual.

Pré-requisitos

Antes de executar estes exemplos, realize as seguintes ações:

• Adicione a coleção de amostra ao seu cluster Atlas.

• Criar índices de Vector Search MongoDB para a coleção. Para obter instruções, consulte o procedimento Criar um índice de Vector Search do MongoDB e copie as configurações dos exemplos básicos ou de filtro na linguagem desejada.

Exemplo básico de ANN

A query abaixo usa o estágio $vectorSearch para pesquisar o campo plot_embedding_voyage_3_large usando incorporações vetoriais para a string viagem no tempo. Ela considera até 150 vizinhos mais próximos, e retorna 10 documentos nos resultados. A query também especifica um estágio $project para fazer o seguinte:

• Excluir o campo _id e inclua somente os campos plot e title nos resultados.

• Adicione um campo chamado score que exibe a pontuação da pesquisa vetorial para cada documento nos resultados.

Exemplo de ANN filtrada

A query a seguir filtra os documentos para filmes lançados entre 01 de janeiro de 1955 e 01 de janeiro de 1975 antes de executar o Atlas Search semântica em relação aos dados vetoriais de amostra. Utiliza o operador $and para executar uma operação lógica AND das datas especificadas. Em seguida, ele pesquisa o campo plot_embedding_voyage_3_large nos documentos filtrados para 150 vizinhos mais próximos usando as incorporações vetoriais para a string playground e retorna 10 documentos nos resultados. A consulta também especifica um estágio $project para fazer o seguinte:

• Exclua o campo _id e inclua apenas os campos plot, title e year nos resultados.

• Adicione um campo denominado score que mostra a pontuação do Atlas Vector Search dos documentos nos resultados.

O MongoDB Vector Search filtra os documentos com base no valor do campo year, que varia entre 1955 e 1975. Ela retorna documentos que resumem as aventuras infantis na trama de filmes lançados entre 1955 e 1975.

Exemplos de ENN

A query abaixo usa o estágio $vectorSearch para pesquisar o campo plot_embedding_voyage_3_large usando incorporações vetoriais para a string guerra mundial. Ele solicita correspondências exatas e limita os resultados apenas aos documentos 10. A query também especifica um estágio $project para fazer o seguinte:

• Exclua o campo _id e inclua somente os campos plot, title e year nos resultados.

• Adicione um campo denominado score que mostra a pontuação do Atlas Vector Search dos documentos nos resultados.