İçeriğe atla
Sözlük

MongoDB Vektör Araması

İçeriği vektör gömmelerine dönüştürme ve verimli benzerlik araması için meta verilerle birlikte MongoDB Atlas Search vektör dizinlerinde saklama süreci.

Eşanlamlılar: mongodb embedding, vector indexing, semantic indexing, atlas search vectors

MongoDB vektör araması dizinleme, parçalanmış, normalleştirilmiş içerikle başlar. Her parça gömülür (örneğin Gemini veya OpenAI gömmeleriyle), ardından bir vektör arama diziniyle birlikte bir MongoDB koleksiyonunda saklanır. Zengin meta veriler (kiracı, yerel ayar, erişim katmanı, zaman damgaları) aşağı akış filtrelemeyi ve erişim denetimini etkinleştirir. Gömme modellerini sürümleme ve karmaları saklama, yeniden üretilebilirliği ve sapma tespitini destekler. Düzenli ayırt edici yeniden dizinleme, değişmeyen sayfaları yeniden işlemeden tazeliği güvence altına alır.

Sıkça sorulan sorular

Bilgi geri getirme için neden MongoDB Atlas Search kullanmalı?
MongoDB Atlas Search, vektör ve geleneksel sorguları birleştirme yeteneği, tümleşik meta veri filtreleme ve mevcut MongoDB altyapınız içinde sorunsuz ölçeklemeyle hızlı vektör benzerlik araması sağlar.
Hangi meta veriler önemlidir?
Filtrelemeyi, tazelik denetimlerini ve denetimli yeniden dizinlemeyi etkinleştirmek için kiracı kimliğini, dili, URL'yi, içerik karmasını, güncelleme zaman damgasını ve model sürümünü saklayın.