向量搜索和专用搜索节点现已全面可用

向量搜索和专用搜索节点现已全面可用

💡 原文约800字/词,阅读约需3分钟。
📝

内容提要

MongoDB Atlas Vector Search与Search Nodes正式全面可用。Vector Search支持语义搜索和检索增强生成,可处理各类数据,公测五个月即获最高NPS,成为第二大常用向量数据库。Search Nodes提供专用基础设施,隔离搜索与数据库负载,部分查询提速60%,新增内存优化配置,目前支持AWS单区域集群。

🔎

延伸解读

正式可用意味着什么

Atlas Vector Search 和 Search Nodes 从公开预览转为正式可用(GA),意味着它们已准备好用于生产环境。GA 通常代表功能稳定、有服务等级协议支持,并适合承载关键业务负载。对于之前因预览状态而犹豫的团队,现在可以更有信心地将其纳入生产架构。

搜索节点如何隔离负载

Search Nodes 提供专用基础设施,将搜索与数据库工作负载分离。这避免了资源争用,并允许独立扩展。文章提到,在某些情况下查询时间加快了 60%,这得益于搜索节点上的并发查询。对于搜索密集型应用,这种隔离能带来更可预测的性能。

向量搜索的两种典型场景

文章指出 Atlas Vector Search 主要支持两种应用:语义搜索和检索增强生成(RAG)。语义搜索能基于含义而非关键词找到相关结果,适合非结构化数据。RAG 则结合大语言模型与实时数据流,生成更符合企业需求的回答。这两种场景都受益于向量搜索对多种数据类型的支持。

当前可用性与未来计划

目前 Search Nodes 仅在 AWS 单区域集群上可用,Google Cloud 和 Azure 用户仍需使用共享基础设施。MongoDB 表示这两个云平台“即将”支持。如果您的部署跨多个云或区域,需要留意这一限制,并规划好迁移或等待时间。

❓

Q&A

MongoDB Atlas Vector Search 和 Search Nodes 现在正式可用了吗?

是的,MongoDB Atlas Vector Search 和 Search Nodes 已正式全面可用(GA)。

Atlas Vector Search 主要能用来做什么?

Atlas Vector Search 支持语义搜索和检索增强生成(RAG),可处理结构化或非结构化数据,帮助开发者构建智能应用。

Search Nodes 有什么作用?

Search Nodes 为 Atlas Search 和 Vector Search 提供专用基础设施,隔离搜索与数据库负载,提升可扩展性和性能,部分查询速度提升 60%。

Atlas Vector Search 在公测期间表现如何?

公测五个月后,Atlas Vector Search 获得了最高的净推荐值(NPS),并成为第二大最常用的向量数据库(据 Retool 的 AI 状态报告)。

Search Nodes 目前支持哪些云平台?

目前 Search Nodes 仅在 AWS 单区域集群上可用,Google Cloud 和 Azure 即将推出。

正式版 Search Nodes 新增了哪种配置?

正式版新增了内存优化、低计算能力的配置选项,专为生产环境中的向量搜索优化。

🏷️

标签

➡️

继续阅读