Búsqueda vectorial

Semantic Search o búsqueda semántica es la práctica de buscar sobre el significado de los datos en sí.

Un vector es una representación numérica de datos y contexto asociado que se puede buscar de manera eficiente utilizando algoritmos avanzados.

Atlas Vector Search permite buscar datos basados en el significado semántico capturado en vectores, mientras que Atlas Search permite la búsqueda de palabras clave (es decir, basada en el texto real y cualquier mapeo de sinónimos definido).

Sí, MongoDB Atlas es una base de datos vectorial. Atlas es una plataforma de datos para desarrolladores multinube totalmente gestionada con una amplia gama de capacidades que incluye búsqueda de texto o léxica y vectorial. En lugar de utilizar una base de datos vectorial independiente o complementaria, la versatilidad de nuestra plataforma permite a los usuarios almacenar sus datos operativos, metadatos e incrustaciones vectoriales en Atlas y utilizar sin problemas Atlas Vector Search para indexar, recuperar y crear aplicaciones de IA de generación de alto rendimiento.

KNN, o K vecinos más cercanos, es el algoritmo que se usa con frecuencia para encontrar vectores cerca de otros.

ANN, o Vecinos más cercanos aproximados, es un enfoque para encontrar vectores similares que comercia precisión a favor del desempeño. Este es uno de los principales algoritmos que se utilizan para impulsar Atlas Vector Search. Nuestro algoritmo de búsqueda aproximada del vecino más cercano utiliza el gráfico Hierarchical Navigable Small World (HNSW) para indexar y consultar millones de vectores de forma eficiente.

ENN, o Exact Nearest Neighbors, es un enfoque para encontrar vectores similares que negocia cierto rendimiento a favor de la precisión. Este método devuelve los vectores exactos más cercanos a un vector de consulta, con el número de vectores especificado por la variable limit. La ejecución exacta de consultas de búsqueda vectorial puede mantener una latencia inferior a un segundo para consultas sin filtrar de hasta 10.000 documentos. También puede proporcionar respuestas de baja latencia para filtros altamente selectivos que restringen un amplio conjunto de documentos a 10.000 documentos o menos, ordenados por relevancia vectorial.

$VectorSearch es una fase de agregación de MongoDB Atlas que permite ejecutar una consulta aproximada del vecino más cercano (ANN) o del vecino más cercano exacto (ENN) con el filtrado de la API de consultas de MongoDB (por ejemplo, «$eq» o «$gte»). Esta etapa será compatible con la versión 6.0 y superior Atlas cluster. El tipo de campo knnVector de Atlas Search y el operador knnBeta en $search ahora están en desuso.

Los nodos de búsqueda proporcionan una infraestructura dedicada para las cargas de trabajo de Atlas Search y Vector Search, lo que le permite optimizar los recursos informáticos y escalar completamente las necesidades de búsqueda independientemente de la base de datos. Los nodos de búsqueda brindan un mejor rendimiento en escalar, brindando aislamiento de la carga de trabajo, mayor disponibilidad y la capacidad de optimizar mejor el uso de recursos.

Atlas Vector Search admite incrustaciones de cualquier proveedor que esté por debajo del límite de dimensión de 4096 en el servicio. Actualmente admitimos la ingesta, indexación y consulta de incrustaciones de vectores cuantificados escalares del proveedor que elija. Próximamente añadiremos soporte para la ingestión de vectores cuantificados binarios, así como para la cuantificación automática escalar y binaria con la repuntuación en Atlas, lo que permitirá ahorrar costes y almacenamiento sin comprometer la precisión.

Sí, Atlas Vector Search puede consultar cualquier tipo de datos que puedan convertirse en una incrustación. Uno de los beneficios del modelo de documento es que puede almacenar sus incrustaciones junto con los datos enriquecidos en sus documentos.