Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Vektor-Indizes

Vektorindizes sind spezielle Indextypen, mit denen Vektordaten, die in einer Sammlung von Dokumenten gespeichert sind, effizient abgefragt und verwaltet werden können. Amazon DocumentDB unterstützt die Indizes Hierarchical Navigable Small World (HNSW) und Inverted File with Flat Compression (IVFFlat).

Weitere Informationen finden Sie unter Vektorsuche für Amazon DocumentDB.

Vektorindizes sind vorteilhaft für maschinelles Lernen und generative KI-Anwendungsfälle, wie z. B.:

Unterstützte Indexeigenschaften

Einen Vektorindex erstellen

Verwenden Sie den Befehl createIndex mit der runCommand() Methode, um einen Vektorindex zu erstellen. Die Syntax lautet wie folgt:

db.runCommand({
  "createIndexes": "<collection>", 
  "indexes": [{
    "key": {
      "<field>": "vector"
    },
    "name": "<name>",
    "vectorOptions": {
      "type": "<hnsw> | <ivfflat>",
      "dimensions": <number of dimensions>,
      "similarity": "<euclidean>|<cosine>|<dotProduct>",
      "lists": <number_of_lists> [applicable for IVFFlat],
      "m": <max number of connections> [applicable for HNSW],
      "efConstruction": <size of the dynamic list for index build> [applicable for HNSW]
    }
  }] 
})

Der Schlüsselparameter ist ein JSON-Dokument, das den Feld- und Vektorindextyp angibt:

{
  "<field>": "vector"
}

Beispiele für die Erstellung von Vektorindizes finden Sie unter Indexeigenschaften.