向量搜索与专用搜索节点：现已正式发布
内容提要
MongoDB宣布Atlas Vector Search与搜索节点正式GA。搜索节点提供专用基础设施，实现工作负载隔离，查询速度提升达60%，并新增内存优化低CPU选项。Atlas Vector Search支持语义搜索和检索增强生成，助开发者构建生成式AI应用，公测五个月即成第二大向量数据库。
延伸解读
搜索节点带来的性能与隔离优势
搜索节点为Atlas Search和Vector Search提供专用基础设施，实现工作负载隔离，避免与数据库共享资源导致的资源竞争和服务中断。据文章，使用搜索节点后，部分用户的查询时间提升了60%。此外，GA版本新增内存优化低CPU选项，适合生产环境中的向量搜索，帮助优化资源使用。
Atlas Vector Search的采用与认可
文章提到，Atlas Vector Search在公开预览版发布仅5个月后，就获得了最高的开发者净推荐值（NPS），并成为第二大广泛使用的向量数据库。这表明该功能在开发者社区中受到欢迎，可能因其与MongoDB Atlas的集成和易用性而获得认可。
主要使用场景：语义搜索与RAG
Atlas Vector Search支持两种关键用例：语义搜索和检索增强生成（RAG）。语义搜索基于意义相似性从非结构化数据中查找相关结果；RAG则通过实时数据增强LLM的推理能力，构建定制化的生成式AI应用。这些功能帮助开发者利用AI解决业务问题。
可用性与区域支持
目前，搜索节点在AWS单区域集群中可用，Google Cloud和Azure即将支持。客户在Google Cloud和Microsoft Azure上仍可继续使用共享基础设施。Atlas Vector Search和搜索节点均已正式发布，可用于生产环境。
Q&A
Atlas Vector Search 和搜索节点正式发布了吗？
是的，MongoDB 宣布 Atlas Vector Search 和搜索节点已正式发布（GA），现在可用于生产环境。
搜索节点的主要优势是什么？
搜索节点提供专用基础设施，实现工作负载隔离，提升查询速度（部分场景提升达 60%），并支持独立于数据库扩展搜索需求，提高可用性和资源优化。
Atlas Vector Search 支持哪些主要使用场景？
主要支持两种场景：语义搜索（基于语义相似性从非结构化数据中检索相关结果）和检索增强生成（RAG，利用实时数据增强 LLM 的推理能力，构建定制化 GenAI 应用）。
搜索节点在 GA 版本中新增了哪些配置选项？
除了计算密集型搜索节点外，GA 版本新增了内存优化的低 CPU 选项，适合生产环境中的 Vector Search 工作负载。
Atlas Vector Search 在开发者中的受欢迎程度如何？
根据 Retool 的 AI 现状报告，Atlas Vector Search 在公开预览发布仅 5 个月后，就获得了最高的开发者净推荐值（NPS），并成为第二大广泛使用的向量数据库。
搜索节点目前支持哪些云平台？
搜索节点目前可在 AWS 单区域集群中使用，Google Cloud 和 Azure 即将支持；同时客户可以继续使用 Google Cloud 和 Microsoft Azure 的共享基础设施。
