本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 向量索引
<a name="indexes-vector"></a>

向量索引是一種特殊類型的索引，旨在有效率地查詢和管理存放在文件集合中的向量資料。Amazon DocumentDB 支援階層式導航小型世界 (HNSW) 和具有平面壓縮 (IVFFlat) 索引的反轉檔案。

如需詳細資訊，請參閱[Amazon DocumentDB 的向量搜尋](vector-search.md)。

向量索引有助於機器學習和生成式 AI 使用案例，例如：
+ 語義搜尋
+ 產品建議
+ 個人化
+ 聊天機器人
+ 詐騙偵測
+ 異常偵測

## 支援的索引屬性
<a name="indexes-vector-properties"></a>


| 選項 | 3.6 | 4.0 | 5.0 | 8.0 | 彈性叢集 | 
| --- | --- | --- | --- | --- | --- | 
| [name](index-property-name.md) | 否 | 否 | 是 | 是 | 否 | 

## 建立向量索引
<a name="indexes-vector-creating"></a>

使用 createIndex 命令搭配 `runCommand()`方法來建立向量索引。語法是：

```
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]
    }
  }] 
})
```

金鑰參數是 JSON 文件，可指定欄位和向量索引類型：

```
{
  "<field>": "vector"
}
```

如需建立向量索引的範例，請參閱[索引屬性](index-properties.md)。