Ya disponibleMenores costos, mayor escala: ahora están disponibles las nuevas funciones de cuantificación vectorial. Leer más >>

Características de Atlas Vector Search

Explore cómo puede aprovechar las capacidades de Atlas Vector Search para casos de uso de búsqueda moderna y generación de IA.

Plataforma de datos para desarrolladores totalmente gestionada

A diferencia de las bases de datos vectoriales independientes, Atlas le permite almacenar y trabajar con datos operativos, metadatos y vectores, todo en una plataforma de datos unificada, segura y escalable.

Más información sobre Atlas
general_action_best_practices

Flexibilidad y agilidad con el modelo documental

Utilice estructuras de datos enriquecidas y anidadas para organizar y realizar consultas sin esfuerzo. Modele varios campos con modelos de incrustación y considérelos conjuntamente en el momento de la consulta para obtener un rendimiento óptimo.

Más información sobre las bases de datos de documentos
mdb_replica_set

Escalado independiente con nodos de búsqueda

Garantice una mayor disponibilidad y rendimiento con escalabilidad independiente a través del aislamiento de cargas de trabajo y la infraestructura dedicada multinube optimizada para memoria.

Lee la publicación del blog
technical_mdb_quantization

Rentabilidad con cuantificación vectorial

Aumente la escala y reduzca los costos comprimiendo vectores para un almacenamiento, procesamiento y recuperación más eficientes, al tiempo que preserva la precisión de la búsqueda.

Lee la publicación del blog

Sólidas capacidades de búsqueda vectorial

Utilice enfoques de búsqueda flexibles para optimizar la relevancia y el rendimiento de sus necesidades.

realm_fast_queries

Búsqueda aproximada del vecino más cercano (ANN)

Diseñado para respaldar la eficiencia en casos de uso de vectores complejos y altamente dimensionales al equilibrar la precisión con la viabilidad computacional.

Más información sobre la búsqueda de ANN
general_action_checkmark

Búsqueda de vecino exacto más cercano (ENN)

Diseñado para centrarse en la precisión, especialmente útil en conjuntos de datos a pequeña escala donde la mejora de la evaluación comparativa y la velocidad de desarrollo son fundamentales.

Más información sobre la búsqueda de ENN
atlas_search

Búsqueda híbrida

Combine la búsqueda de texto y vectores para mejorar la precisión ajustando de forma flexible las ponderaciones para priorizar la similitud de los vectores o la relevancia de las palabras clave.

Ver tutorial

Introducción a la Atlas Vector Search

Vea cómo puede convertir sus datos en incrustaciones vectoriales, recuperarlos con capacidades de búsqueda y crear aplicaciones inteligentes de forma rápida y sencilla en MongoDB Atlas.
Empezar
Empiece a construir con:
  • Implementación simplificada
  • Experiencia unificada para desarrolladores
  • Escala horizontal, vertical e independiente
  • Ecosistema integrado de IA
  • Más de 125 regiones en todo el mundo