Para agentes de IA: um índice de documentação está disponível em https://www.mongodb.com/pt-br/docs/llms.txt — as versões de markdown de todas as páginas estão disponíveis anexando .md a qualquer caminho de URL.
See how MongoDB 9.0 delivers up to 2x higher throughput.
MongoDB Branding Shape
Register now >
Menu Docs

Compatibilidade e limitações da Vector Search do MongoDB

Esta página descreve a compatibilidade e as limitações dos recursos de pesquisa vetorial do MongoDB no Atlas. Para obter detalhes sobre a compatibilidade da pesquisa vetorial do MongoDB com implantações autogerenciadas, consulte a documentação de opções de implantação.

Recurso de pesquisa vetorial do MongoDB
Versão do MongoDB para recurso

8.0+

Query Views diretamente com $vectorSearch

8.1+

Visualizações com sub-pipelines sharded via $lookup/$unionWith

8.2+

$rankFusion em Visualizações

8.2+

7.0.2+

8.3+

Para aprender sobre clientes compatíveis, consulte Clientes compatíveis.

Uma contagem alta de índice gera uma carga significativa no cluster base e pode interromper seu volume de trabalho. O número de índices que seu cluster pode suportar depende da camada do cluster e do volume de trabalho. Camadas de cluster menores, como M10, podem sofrer degradação de desempenho ou erros de falta de memória à medida que a contagem de índice aumenta. Comece com um pequeno número de índices e monitore o uso de recursos do cluster à medida que você escala.

Não é possível criar mais de:

  • 3 índices (independentemente do tipo, search ou vector) em clusters gratuitos.

  • 10 índices em clusters Flex.

Para saber mais sobre as limitações do índice, consulte:

Os índices de pesquisa vetorial do MongoDB suportam embeddings vetoriais que são menores ou iguais a 8192 dimensões de comprimento. Para aprender mais sobre os tipos de campo de indexação, consulte:

Se você estiver usando uma coleção clusterizada e tiver o parâmetro notablescan definido como true, seus índices de pesquisa do MongoDB Vector podem não terminar de ser compilados. Para resolver esse problema, você deve definir o parâmetro notablescan como false ou verificar se há transições de status do índice no log.

Atualmente, a binary quantization não é suportada para índices de vetores aninhados. Em vez disso, use quantization scalar ou não especifique nenhum tipo de quantization.

Para saber mais sobre a compatibilidade e as limitações das opções de query, consulte: