/ /

MongoDB Vector Search

Visão geral

Neste guia, você pode aprender como usar o recurso MongoDB Vector Search no driver Kotlin. A classe de construtores Aggregates fornece o método assistente vectorSearch() que você pode usar para criar um estágio de pipeline $vectorSearch. Esse estágio do pipeline permite realizar uma pesquisa semântica em seus documentos. Uma pesquisa semântica é um tipo de pesquisa que localiza informações com significado semelhante, mas não necessariamente idênticas, ao termo ou frase de pesquisa fornecida.

Importante

Compatibilidade de recursos

Para saber quais versões do MongoDB Atlas suportam este recurso, consulte Limitações na documentação do MongoDB Atlas.

Realizar uma Vector Search

Para utilizar este recurso, você deve criar um índice de pesquisa vetorial e indexar suas incorporações de vetor. Para aprender sobre como criar programaticamente um índice de pesquisa vetorial, consulte a seção MongoDB Search e MongoDB Vector Search Indexes do guia Índices. Para saber mais sobre incorporações vetoriais, consulte Como indexar incorporações vetoriais para pesquisa vetorial na documentação do Atlas.

Depois de criar um índice de pesquisa vetorial nas incorporações vetoriais, você poderá fazer referência a esse índice no estágio do pipeline, conforme mostrado na seção a seguir.

Exemplo de Vector Search

O exemplo nesta seção utiliza dados modelados com a seguinte classe de dados Kotlin:

data class MovieAlt(
    val title: String,
    val year: Int,
    val plot: String,
    val plotEmbedding: List<Double>
)

Este exemplo mostra como construir um pipeline de agregação que utiliza o método vectorSearch() para executar uma pesquisa vetorial exata com as seguintes especificações:

pesquisar plotEmbedding valores de campo usando incorporações vetoriais de um valor de string
Utiliza o índice de pesquisa vetorial mflix_movies_embedding_index
Retorna 1 documento
Filtros para documentos nos quais o valor de year é de pelo menos 2016

Aggregates.vectorSearch(
    SearchPath.fieldPath(MovieAlt::plotEmbedding.name),
    BinaryVector.floatVector(floatArrayOf(0.0001f, 1.12345f, 2.23456f, 3.34567f, 4.45678f)),
    "mflix_movies_embedding_index",
    1.toLong(),
    exactVectorSearchOptions().filter(Filters.gte(MovieAlt::year.name, 2016))
)

Dica

Tipo de vetor de query

O exemplo anterior cria uma instância de BinaryVector para servir como o vetor de consulta, mas você também pode criar um List de Double instâncias. No entanto, recomendamos que você use o tipo BinaryVector para melhorar a eficiência do armazenamento.

Dica

Exemplos de Vector Search no Kotlin

Visite a documentação do Atlas para encontrar mais tutoriais sobre como usar o driver Kotlin para executar uma MongoDB Vector Search.

Documentação da API

Para saber mais sobre os métodos e tipos mencionados neste guia, consulte a documentação da API abaixo:

Voltar

MongoDB Search

Exploração madeireira