MongoDB Vector Search
Proces przekształcania treści w embeddingi wektorowe i przechowywania ich w indeksach wektorowych MongoDB Atlas Search z metadanymi, aby umożliwić wydajne wyszukiwanie podobieństwa.
Synonimy: mongodb embedding, indeksowanie wektorowe, indeksowanie semantyczne, atlas search vectors
Indeksowanie MongoDB vector search zaczyna się od zchunkowanej, znormalizowanej treści. Każdy chunk jest osadzany, na przykład przez embeddingi Gemini albo OpenAI, a następnie zapisywany w kolekcji MongoDB z indeksem vector search. Bogate metadane, tenant, locale, access tier i znaczniki czasu, umożliwiają downstreamowe filtrowanie i kontrolę dostępu. Wersjonowanie modeli embeddingów i przechowywanie hashy wspiera odtwarzalność oraz wykrywanie driftu. Regularne różnicowe reindeksowanie zapewnia świeżość bez ponownego przetwarzania niezmienionych stron.