MongoDB Cosmos余弦相似度搜索：仅筛选Source=B文档失败求助

问题原因 #

你之前先查询所有source='B'文档的ID再传入cosmosSearch的ids参数的方式无效，大概率是因为该参数并非为批量文档过滤场景设计，且当文档数量较多时，过长的ID列表可能引发参数解析异常，最终导致向量搜索仍覆盖全部文档。

正确解决方案 #

推荐直接在$search阶段使用复合查询（compound），将向量搜索条件与source字段过滤条件结合，这样向量搜索会仅在符合source='B'的文档中执行，既高效又能保证结果准确。

代码示例

query = [
    {
        "$search": {
            "compound": {
                "must": [
                    {
                        "cosmosSearch": {
                            "vector": embedded_vector,
                            "path": "values",
                            "k": k_closest
                        }
                    },
                    {
                        "term": {
                            "path": "source",
                            "value": "B"
                        }
                    }
                ]
            },
            "returnStoredSource": True
        }
    }
]

response = collection.aggregate(query)

备选方案（不推荐） #

如果上述复合查询无法使用，也可以在向量搜索后添加$match阶段过滤结果，但这种方式是先对全量文档做向量搜索，再过滤出source='B'的结果，可能出现返回结果不足指定数量（比如k=4，但前4个相似结果里只有1个是B）的情况，且效率更低：

query = [
    {
        "$search": {
            "cosmosSearch": {
                "vector": embedded_vector,
                "path": "values",
                "k": k_closest * 10  # 需放大k值来保证过滤后有足够结果
            },
            "returnStoredSource": True
        }
    },
    {
        "$match": {
            "source": "B"
        }
    },
    {
        "$limit": k_closest  # 最终保留指定数量结果
    }
]

内容的提问来源于stack exchange，提问作者NuTs