如何在本地MongoDB的mongosh终端创建$vectorSearch索引？

前提条件 #

• 本地MongoDB版本需为7.0及以上的Enterprise版（Community版默认不支持官方$vectorSearch索引，若使用Community版需依赖第三方向量搜索工具）
• 已通过mongosh成功连接到本地MongoDB实例

创建步骤 #

1. 切换到目标数据库

   use your_target_database
   

   替换your_target_database为实际要操作的数据库名称。

2. 执行索引创建命令
   以集合products、向量字段embedding（维度1536，余弦相似度度量）为例，运行以下命令：

   db.products.createIndex(
     { embedding: "vector" },
     {
       name: "vector_search_idx",
       type: "vectorSearch",
       numDimensions: 1536,
       similarity: "cosine"
     }
   )
   

参数说明 #

• name：自定义索引名称，便于后续识别
• numDimensions：向量字段的维度，必须与你的嵌入模型输出的向量维度完全匹配
• similarity：相似度计算方式，可选值为cosine（余弦相似度）、euclidean（欧氏距离）、dotProduct（点积）

验证索引创建 #

执行以下命令查看目标集合的所有索引，确认vector_search_idx已存在：

db.products.getIndexes()

注意事项 #

• 向量字段必须为Array<Number>类型，且数组长度需与numDimensions一致
• 若本地为MongoDB集群部署，需确保分片配置支持向量索引的存储

内容的提问来源于stack exchange，提问作者Reza Hedayati