混合搜索是针对相同或相似查询条件的不同搜索方法或搜索查询的聚合。该技术利用算法对结果进行排序，并从不同的搜索方法中返回统一的结果。您可以使用 $rankFusion 和 $scoreFusion 执行混合搜索。
什么是倒数排名融合？
倒数排名融合是一种技术，通过执行以下操作，将不同搜索方法的结果合并为一个结果集：
计算结果中各个文档的倒数排名。
对于每个搜索结果中的每个排名文档，首先将该文档的排名 (
r) 与常数60相加，以平滑分数 (rank_constant)，然后将1除以r与rank_constant之和，以得出该文档在搜索结果中的倒数排名。您无法设置rank_constant的值，默认值为60。reciprocal_rank = 1 / ( r + rank_constant ) 对于每种搜索方法，应用不同的权重 （
w） 以使该搜索方法占更大重要性。对于每个文档，加权倒数排名的计算方法是将权重乘以文档的倒数排名。weighted_reciprocal_rank = w x reciprocal_rank 将结果中文档的派生排名分数和加权分数相结合。
对于所有搜索结果中的每个文档，将计算出的倒数排名相加，获得文档的单个分数。
按结果中文档的综合得分对结果进行排序。
根据结果中的综合得分对结果中的文档进行排序，以获得结果中文档的单一综合排名列表。
什么是相对分数融合？
相对分数融合是一种技术，可以通过使用每个管道的实际相关性分数（而不是文档的排名位置），将不同搜索方法的结果合并到单个结果集中。这可以对不同检索方法的分数如何进行规范化、加权和合并进行细粒控制。您可以使用 $scoreFusion 使用相对分数融合执行混合搜索。
相对分数融合通过执行以下操作来组合结果：
- 将每个管道的分数进行规范化。
对于每个管道结果中的每个文档，使用标准化参数将原始分数标准化为常用扩展。扩展分数在不同检索方法之间存在很大差异——例如，向量搜索分数通常在
0到1之间，而全文 BM25 分数可以高很多。标准化可以在组合之前将不同管道的分数带到可比较的扩展上。支持三种标准化方法：none— 分数可以直接组合，无需要规范化。当所有管道已经以可比较的规模产生分数时使用。sigmoid— 将 sigmoid 函数应用于每个分数，将分数映射到范围 (0, 1)，而不考虑结果集中其他分数的分布：normalized_score = 1 / (1 + e⁻ˢ) minMaxScaler— 应用最小-最大扩展，使用结果集中观察到的最小分数和最大分数，将最低分数映射到0，将最高分数映射到1：normalized_score = (s - min_s) / (max_s - min_s)
- 将权重应用到每个管道的规范化分数。
对于每个管道，将每个文档的规范化分数乘以管道的权重
w。如果未指定，则权重默认为1。使用权重使某种搜索方法比其他方法更受重视。weighted_score = w x normalized_score - 合并每个文档的加权分数。
- 对于出现在所有搜索结果中的每个文档，组合该文档出现所有管道的加权分数。默认组合方法是
avg，即平均加权分数。使用表达式定义自定义组合逻辑。 - 按综合得分对结果进行排序。
- 根据所有管道的索引结果中的综合得分对所有文档进行排序，以产生单一的统一排名列表。
关于不同的混合搜索应用场景
您可以使用 MongoDB 向量搜索 执行多种类型的混合搜索。具体来说，MongoDB 向量搜索 支持以下使用案例：
在单个查询中进行全文和向量搜索：您可以合并不同搜索方法的结果，如语义搜索和全文搜索。您可以使用
$vectorSearch进行语义搜索，使用$search进行全文搜索，并通过倒数排名融合技术合并结果。要了解更多信息，请参阅 执行混合向量和全文搜索教程，该教程演示了如何针对sample_mflix.embedded_movies命名空间执行语义搜索和全文搜索，并通过倒数排名融合检索合并的排名结果。或者，对于更细粒度的混合搜索，其中除了结果的相对顺序之外，分数也很重要，您可以使用
$scoreFusion管道阶段。要了解更多信息，请参阅执行混合向量和全文搜索教程，该教程演示了如何对sample_mflix.embedded_movies命名空间执行语义搜索和全文搜索，并将输入管道结果检索到最终评分结果集。$rankFusion使用倒数排名融合算法根据文档在输入管道中的位置（相对排名）对文档进行排名，$scoreFusion根据输入管道分配的分数对文档进行排名，并使用数学表达式组合结果。在
$rankFusion中，排名受管道权重影响。在$scoreFusion中，权重控制每个管道的分数对最终结果的贡献。此外，要根据与查询的相关性对结果中的文档进行重新排序，可以在
$rankFusion或$scoreFusion阶段之后使用$rerank阶段。要了解更多信息，请参阅$rerank聚合管道阶段。在单个 MongoDB
$rankFusion管道中进行多个向量搜索查询：MongoDB 管道支持多个子管道，这些子管道包含针对同一集合执行的向量搜索查询，并使用倒数排名融合技术合并结果。如何组合多个$vectorSearch查询教程演示了以下类型的向量搜索：对您的数据集进行全面搜索，以在同一查询中查找语义相似的术语。
在数据集中搜索多个字段，以确定哪些字段为查询返回最佳结果。
使用不同嵌入模型生成的嵌入向量进行搜索，以确定不同模型在语义解释上的差异。
Considerations
使用 $rankFusion 或 $scoreFusion管道阶段进行混合搜索时，请考虑以下事项。
互斥结果集
如果想捕获一种搜索方法无法捕获的漏报，从单个子管道获得不相交的结果可能是可以接受的。当结果不相交时，大部分或所有结果可能会显示为从一个管道返回，而不是从另一个管道返回。但是，如果希望所有子管道返回相似的结果，请尝试增加每个子管道的结果数量。
权重
MongoDB 建议基于每个查询动态权衡词法查询和向量查询的权重，而不是对所有查询采用静态权重，以提高每个查询结果的相关性。这样还可以将资源分配给最需要的查询，从而提高计算资源的利用率。
多个管道
您可以在 $rankFusion 或 $scoreFusion 阶段将任意数量的子管道组合在一起，但它们必须都针对同一个集合执行。您不能使用 $rankFusion 或 $scoreFusion 阶段进行跨集合搜索。使用 $unionWith 阶段与 $vectorSearch 进行跨集合搜索。
非搜索管道
地理空间相关性
您可以使用$geoNear $search$rankFusion和$scoreFusion 中的 near 操作符在 或 阶段进行位置搜索。但是，$geoNear 和 near 操作符使用不同的坐标参考系。因此，结果序数和分数可能不同。
限制结果
MongoDB 建议为每个子管道返回的结果数量设置限制。如果 $rankFusion 或 $scoreFusion 输入管道内的管道阶段不支持限制结果数量（例如 $search），MongoDB 建议您随后在输入管道内使用 $limit 来限制 $rankFusion 或 $scoreFusion 评估的文档数量。
高级预过滤器
如果您想使用包含分析文本功能（如模糊搜索、短语匹配、位置过滤、通配符模式匹配等）的$search 操作符预先过滤数据以进行向量搜索，MongoDB 建议使用 vectorSearch（MongoDB Search 操作符） 。
限制
以下限制应用于使用 $rankFusion 和 $scoreFusion 的混合搜索：
$rankFusion仅在 MongoDB 8.0 及更高版本（包括带自动升级功能的最新版本）上支持。$scoreFusion在 v8.3 及更高版本上可用。注意
要使用
$scoreFusion，您的集群必须运行 MongoDB v8.3 或更高版本。从 8.0 升级时，您可能必须暂停执行$rankFusion查询。$rankFusion和$scoreFusion子管道只能包含以下阶段：$rankFusion和$scoreFusion保留每个子管道的可追溯链接，可追溯到原始输入文档。因此，它们不支持以下内容：$project阶段storedSource 字段
$rankFusion和$scoreFusion子管道串行运行，而不是并行运行。$rankFusion且$scoreFusion不支持分页。rankFusion只能在运行 MongoDB 8.0 或更高版本的集群上的 视图上运行。您无法在视图定义内或在时间序列集合上运行rankFusion。
先决条件
要试用这些教程，必须具备以下条件:
MongoDB 版本 v8.0 或更高版本的集群。要使用
$scoreFusion，您的集群必须运行 MongoDB v8.3 或更高版本。注意
对于自动嵌入，必须使用以下设置启用集群自动伸缩：
如果当前集群层为
M10或M20（可爆发式 CPU 实例），请将最大实例大小设置为M30或更大。如果当前集群层为
M30或更大，请将最大实例大小设置为大于当前层级的层级。对于使用 NVMe 存储的集群，请选择“扩展 NVMe 集群层”选项，当存储空间不足时。
对于免费 (
M0) 和 Flex 层级集群，无需进一步操作。
用于创建MongoDB 向量搜索和MongoDB Search 索引的项目的
Project Data Access Admin访问权限。已将
sample_mflix数据库加载到集群中。要学习更多信息，请参阅加载示例数据。mongosh或MongoDB Compass创建索引并在集群上尝试查询。注意
您还可以在使用Atlas CLI创建的本地Atlas部署和自托管（本地部署）部署中尝试这些混合搜索使用案例。要学习；了解更多信息，请参阅创建本地Atlas部署。