创建 Atlas Vector Search 索引
版本 1.42.1 中的新增内容。
您可以使用 MongoDB Compass 创建 Atlas Vector Search 索引。 这些索引使您能够索引向量数据和其他数据类型，从而便于对索引字段进行语义搜索。 Atlas Vector Search 索引支持通过识别最相似的向量来索引向量数据。 索引通过计算查询向量与索引中存储的向量之间的距离来确定相似度。
关于此任务
要创建Atlas Search索引，您的部署必须符合以下情况之一：
在MongoDB Atlas上托管且 Atlas 集群层为 M 10或更高的部署。
使用 Atlas CLI 设置的本地部署。
此外，您的部署必须运行 MongoDB 7.0 或更高版本。
步骤
1
打开索引创建对话框
在索引标签页中，单击 Create按钮，然后单击Search Index 。
4
提供 Atlas Vector Search 索引配置
您必须首先提供以下默认矢量搜索索引配置。您可以稍后修改配置。
字段 | 类型 | 说明 | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|
type | 字符串 | 标识索引类型的人类可读标签。 该值必须为 vector才能对索引字段执行向量搜索。 如果省略，则默认为search ，仅支持全文搜索。 | ||||||||
path | 字符串 | 要创建索引的字段名称。 | ||||||||
numDimensions | int | 向量维度数，Atlas Search 在索引和查询时会严格要求向量维度数保持一致。此值不能大于 4096 | ||||||||
similarity | 字符串 | 用于搜索前 K 个最近邻域的向量相似度函数。 从以下函数中进行选择：
|
例子
以下示例定义使用 sample_mflix.embedded_movies 集合并对 plot_embedding 字段建立索引以创建 Atlas Vector Search 索引：
{ "fields": [ { "type": "vector", "path": "plot_embedding", "numDimensions": 1536, "similarity": "euclidean" } ] }
结果
要查看创建的索引的状态，请Go到Indexes标签页并将右上角的开关设置为Search Indexes 。
Status 列显示索引的状态。当状态为 Ready 时，您的索引就可以使用了。
有关搜索索引状态的更多信息，请参阅Atlas Search索引状态。