البحث المتجهي في MongoDB
عملية تحويل المحتوى إلى تضمينات متجهية وتخزينها في فهارس متجهية لـ MongoDB Atlas Search مع بيانات وصفية لبحث تشابه فعّال.
مرادفات: mongodb embedding, vector indexing, semantic indexing, atlas search vectors
تبدأ فهرسة البحث المتجهي في MongoDB بمحتوى مُطبَّع ومُقطَّع. يُضمَّن كل مقطع (مثلاً بتضمينات Gemini أو OpenAI)، ثم يُخزَّن في مجموعة MongoDB مع فهرس بحث متجهي. وتُمكّن البيانات الوصفية الغنية (المستأجر، الإعداد المحلي، طبقة الوصول، الطوابع الزمنية) التصفية وضبط الوصول لاحقًا. ويدعم إصدار نماذج التضمين وتخزين التجزئات قابلية إعادة الإنتاج وكشف الانحراف. وتضمن إعادة الفهرسة التفاضلية المنتظمة الحداثة دون إعادة معالجة الصفحات غير المتغيرة.
الأسئلة الشائعة
لماذا نستخدم MongoDB Atlas Search لاسترجاع المعرفة؟
يوفّر MongoDB Atlas Search بحث تشابه متجهيًا سريعًا مع القدرة على دمج الاستعلامات المتجهية والتقليدية، وتصفية بيانات وصفية متكاملة، وتوسعًا سلسًا ضمن بنيتك التحتية الحالية لـ MongoDB.
ما البيانات الوصفية المهمة؟
خزّن معرّف المستأجر واللغة وعنوان URL وتجزئة المحتوى والطابع الزمني للتحديث ونسخة النموذج لتمكين التصفية وفحوص الحداثة وإعادة الفهرسة المُتحكَّم بها.