如何索引向量字段

vector

必需

标识此字段类型的人类可读标签。值必须是 vector。

Int

必需

MongoDB Search 在索引时和查询时强制执行的向量维度数。您只能为 vector 类型字段设置此字段。您必须指定小于或等于 8192 的值。

对于索引量化向量或 BinData，您可以指定以下值之一：

• 1 为 int8 向量的 8192 进行摄取。

• 用于摄取的 int1 向量的 8 倍数。

• 1 为 8192（表示 binData(float32)）和 array(float32) 向量（表示自动标量量化）。

• binData(float32) 和 array(float32) 向量的 8 的倍数，用于自动二进制量化。

您选择的嵌入模型决定了向量嵌入的维数，某些模型对于输出的维数有多个选项。要学习；了解更多信息，请参阅选择创建嵌入的方法。

字符串

必需

用于搜索前 K 个最近邻域的向量相似度函数。只能为 vector 类型字段设立此字段。

您可以指定以下值之一：

• euclidean — 测量向量两端之间的距离。

• cosine — 根据向量之间的角度测量相似度。

• dotProduct - 测量类似于 cosine 的相似度，但考虑了向量的幅度。

要学习；了解更多信息，请参阅关于相似度函数。

字符串

Optional

向量的自动向量量化类型。仅当嵌入是 float 或 double 向量时才使用此设置。

您可以指定以下值之一：

• none - 表示向量嵌入不会自动量化。 如果您有要摄取的预量化向量，请使用此设置。 如果省略，则为默认值。

• scalar - 表示标量量化，将值转换为 1 字节整数。

• binary - 表示二进制量化，将值转换为单个比特。要使用此值，numDimensions 必须是 8 的倍数。

  如果精度至关重要，请选择 none 或 scalar 而不是 binary。

要学习；了解更多信息，请参阅向量量化。

对象

Optional

用于构建 Hierarchical Navigable Small Worlds（分层可导航小世界） 图的参数。如果未指定，将使用 maxEdges 和 numEdgeCandidates 参数的默认值。

重要提示：此功能可作为预览功能使用。修改默认值可能会对您的 MongoDB Search 索引和查询产生负面影响。

Int

Optional

在分层可导航小世界图中，一个节点最多可以拥有的边（或连接）数量。值可以在 16 到 64 之间（含）。如果未指定，则默认值为 16。例如，对于值 16，在分层可导航小世界图的每一层，每个节点最多可以有十六个出边。

较高的数值会提升召回率（搜索结果的准确性），因为图的连接性更好。不过，这也会增加每个图表节点需要评估的邻居数量，从而增加查询和索引时间，并且需要更多内存来存储分层导航小世界图中每个连接的额外节点。

Int

Optional

类似于查询时的 numCandidates，此参数控制要评估的最大节点数，以找到连接到新节点的最近邻居。值可以在 100 到 3200 之间（含）。如果未指定，值默认为 100。

较高的数值可以生成具有高质量连接的图，从而提升搜索质量（召回率），但也会增加查询延迟。