向量搜索与专用搜索节点：现已正式发布
内容提要
MongoDB正式发布Atlas Vector Search和Search Nodes。Vector Search支持语义搜索和RAG，可基于任意数据构建AI应用，获开发者最高NPS评分。Search Nodes提供专用基础设施，实现工作负载隔离，查询速度提升60%，新增低CPU内存优化选项。目前支持AWS单区域集群，未来将扩展至谷歌云和Azure。
延伸解读
专用搜索节点的性能与隔离优势
Search Nodes 为 Atlas Search 和 Vector Search 提供专用基础设施，实现工作负载隔离，避免搜索与数据库共享资源导致的争用或服务中断。文章提到，在某些场景下查询速度提升 60%，这得益于并发查询能力。对于生产环境中的向量搜索，这种隔离能带来更稳定的性能表现，尤其适合对延迟敏感的应用。
新增低 CPU 内存优化选项的适用场景
GA 版本在原有高计算能力节点之外，新增了低 CPU、内存优化的节点选项。该选项针对生产环境的向量搜索进行了优化，适合那些对内存需求较高、但计算负载相对较低的工作负载。这为开发者提供了更精细的资源选择，有助于在保证性能的同时控制成本。
当前区域支持与未来扩展计划
目前 Search Nodes 仅在 AWS 单区域集群中可用，Google Cloud 和 Azure 的用户仍可继续使用共享基础设施。MongoDB 表示未来会将 Search Nodes 扩展到 Google Cloud 和 Azure。因此，如果用户部署在多云环境或非 AWS 区域，需留意当前的功能可用性限制，并规划后续迁移或等待支持。
Vector Search 的开发者认可与生态整合
文章指出，Atlas Vector Search 在预览版发布五个月后，获得了开发者最高的 Net Promoter Score（NPS），并在 Retool 的 AI 现状报告中成为第二大最常用的向量数据库。这反映了开发者对其易用性和功能的认可。同时，MongoDB 构建了强大的 AI 集成生态，允许开发者使用自己偏好的 LLM 或框架，降低了构建语义搜索和 RAG 应用的门槛。
Q&A
Atlas Vector Search 和 Search Nodes 现在正式发布了吗？
是的，MongoDB 宣布 Atlas Vector Search 和 Search Nodes 已正式发布（GA），可供生产使用。
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），使开发者能够基于任何类型的数据构建智能应用，即使数据是非结构化的。
Search Nodes 能带来哪些性能提升？
Search Nodes 提供专用基础设施，实现工作负载隔离，查询速度提升高达 60%，并提高可用性和资源优化能力。
Search Nodes 目前支持哪些云平台？
目前 Search Nodes 仅在 AWS 单区域集群中可用，未来将扩展到 Google Cloud 和 Azure。
Atlas Vector Search 有哪些典型应用场景？
两个关键用例是语义搜索（基于语义相似性从非结构化数据中查找相关结果）和检索增强生成（RAG，利用实时数据增强 LLM 的推理能力）。
Atlas Vector Search 获得了哪些开发者认可？
在预览版发布五个月后，Atlas Vector Search 获得了开发者最高的净推荐值（NPS），并被 Retool 的 AI 现状报告评为第二大最常用的向量数据库。
