`vectorSearch` （MongoDB搜索操作符）

定义

vectorSearch操作符对指定字段中的向量嵌入执行近似最近邻 (ANN) 或精确最近邻 (ENN) 搜索。使用此操作符可在语义搜索的同时添加分析文本功能，例如模糊搜索、短语匹配、位置过滤器、通配符模式匹配等。

语法

vectorSearch 通过以下语法实现：

{
  "$search": {
    "index": "<index name>", // optional, defaults to "default"
    "vectorSearch": {
      "exact": true | false,
      "filter": {<operator-specification>},
      "limit": <number-of-results>,
      "numCandidates": <number-of-candidates>,
      "path": "<field-to-search>",
      "queryVector": [<array-of-numbers>],
      "score": {<options>}
    }
  }
}

选项

vectorSearch 使用以下字段来构造查询：

字段	类型	必要性	说明
`exact`	布尔	Optional	如果已省略 `numCandidates`，则此为必填项。该标志指定是运行精确最近邻 (ENN) 还是近似最近邻 (ANN) 搜索。值可以是以下值之一： `false` - 运行近似最近邻 (ANN) 搜索 `true` - 运行精确最近邻 (ENN) 搜索如果省略，则默认值为 `false`。 MongoDB Vector Search 支持在运行MongoDB v6.0.11 的Atlas集群上进行近似最近邻 (ANN)搜索，v7.0.2 或更高版本，精确最近邻 (ENN) 会在运行MongoDB v6.0.16 的集群上搜索、v7.0.10,v7.3.2,或更高版本。您还可以将MongoDB Vector Search 与使用自管理或本地Atlas部署结合使用。
`filter`	对象	Optional	MongoDB Search 操作符用于根据元数据或特定搜索条件预筛选文档。若要了解更多信息，请参阅预过滤器。
`limit`	Int	必需	要在结果中返回的文档数量（仅限 `int`）。如果指定 `numCandidates`，该值不能超过 `numCandidates` 的值。在分片集群上，您必须使用 `$limit` 在 `$search` 阶段之后限制结果中的文档数量。
`numCandidates`	Int	Optional	如果 `exact` 是 `false` 或被省略，则此字段为必填字段。搜索期间要使用的最近邻数量。值必须小于或等于 (`<=`) `10000`。指定的数字不能小于要返回的文档数量 (`limit`)。我们建议您指定一个至少比要返回的文档数（`limit`）大 20 倍的数字，以提高准确性。 This overrequest pattern is the recommended way to trade off latency and :recall in your ANN searches, and we recommend tuning this parameter based on your specific dataset size and query requirements.
`path`	字符串	必需	要搜索的索引向量类型字段。
`queryVector`	整数或浮点数的数组	必需	Array of numbers of `float32`, BSON BinData vectors with subtype `float32`, or BSON BinData vectors with subtype `int1` or `int8` type that represent the query vector. To learn more about generating BSON `binData` vectors with subtype `float32`, `int8`, or `int1`, see How to Ingest Pre-Quantized Vectors. 数组大小必须与字段的索引定义中指定的向量（`numDimensions`）的数量相匹配。您必须使用用于嵌入数据的同一模型来嵌入查询。只要向量子类型相同，您就可以使用全保真向量来查询您的嵌入。这仅在 `binData` 向量的子类型为 `float32` 时才有可能。如果您使用任何其他子类型（`int8` 或 `int1`），MongoDB Search 将不会返回任何结果或错误。
`score`	对象	Optional	分配给匹配搜索词结果的分数。使用以下选项之一修改分数： `boost`将生成的分数乘以给定数字。 `constant`将结果分数替换为给定数字。 `function`：使用给定的表达式替换结果分数。有关在查询中使用 `score` 的信息，请参阅对结果中的文档进行评分。

行为

MongoDB搜索索引

必须使用 vectorSearch 操作符索引要搜索的字段。您可以在 MongoDB 搜索索引定义中为以下类型的字段建立索引：

包含向量嵌入的字段。这是您在查询 path 选项中指定的字段。
用于预过滤器文档的字段。这些是您在查询 filter 选项中指定的字段。

预过滤器

您可以对文档进行预筛选，以缩小语义搜索的范围。在 filter字段中使用任何支持的MongoDB Search操作符来查询和过滤文档。

重要

筛选后的查询通常比其他等效的未筛选查询慢。

您必须在 vector 类型的索引定义中为要筛选数据的字段建立索引。

评分

您可以在搜索结果中包含每个文档的分数。请在阶段中指定值为$project $meta的searchScore 表达式。您也可以为 scoreDetails 字段 $meta 表达式指定 searchScoreDetails 值，以了解分数明细。

要了解更多信息，请参阅结果中的文档进行评分和返回得分详情。

`vectorSearch` 操作符限制

vectorSearch 操作符必须是查询中的顶级操作符。因此，您不能在以下 MongoDB Search 操作符中使用 vectorSearch 操作符：

不能使用 vectorSearch操作符查询使用vectorSearch 类型索引建立索引的字段。

您不能将以下 $search 选项与 vectorSearch 操作符一起使用：

highlight
sort
searchSequenceToken

而应在 $search 阶段后，使用 $skip和 $limit。

您无法在 MongoDB Search Playground 中使用 vectorSearch 操作符运行$search查询。

示例

The following examples use the sample_mflix.embedded_movies collection from the sample data. If you load the sample data and create the sample index on the collection, you can run the following ANN and ENN queries against the collection after replacing the <connection-string> and <index-name> placeholders in the queries.

Vector Search

预过滤器

接口