MongoDB-Vektorsuche
Der Vorgang, Inhalte in Vektor-Embeddings umzuwandeln und sie mit Metadaten in MongoDB-Atlas-Search-Vektorindizes für eine effiziente Ähnlichkeitssuche zu speichern.
Synonyme: mongodb embedding, vector indexing, semantic indexing, atlas search vectors
Die Indexierung der MongoDB-Vektorsuche beginnt mit gechunkten, normalisierten Inhalten. Jeder Chunk wird eingebettet (z. B. mit Gemini- oder OpenAI-Embeddings) und dann in einer MongoDB-Sammlung mit einem Vektorsuchindex gespeichert. Reichhaltige Metadaten (Mandant, Gebietsschema, Zugriffsstufe, Zeitstempel) ermöglichen nachgelagerte Filterung und Zugriffskontrolle. Die Versionierung der Embedding-Modelle und das Speichern von Hashes unterstützen Reproduzierbarkeit und Drift-Erkennung. Regelmäßige differenzielle Neuindexierung sorgt für Aktualität, ohne unveränderte Seiten erneut zu verarbeiten.