MongoDB Vector Search
Proses mengubah konten menjadi vector embedding dan menyimpannya di indeks vektor MongoDB Atlas Search bersama metadata untuk pencarian kemiripan yang efisien.
Sinonim: mongodb embedding, vector indexing, semantic indexing, atlas search vectors
Pengindeksan MongoDB vector search dimulai dari konten ternormalisasi yang sudah di-chunk. Setiap chunk dibuat embedding, misalnya dengan Gemini atau OpenAI embeddings, lalu disimpan dalam koleksi MongoDB dengan indeks vector search. Metadata kaya seperti tenant, locale, access tier, dan timestamp memungkinkan filtering downstream dan kontrol akses. Versioning model embedding dan penyimpanan hash mendukung reproduksibilitas serta deteksi drift. Reindexing diferensial rutin menjaga freshness tanpa memproses ulang halaman yang tidak berubah.