当前位置：首页 > news >正文

【RAG】【vector_stores057】MongoDB Atlas向量搜索示例分析

news 2026/4/16 20:37:02

1. 案例目标

本示例展示了如何使用LlamaIndex与MongoDB Atlas向量搜索功能实现文档检索和查询。主要目标包括：

演示如何连接MongoDB Atlas数据库
展示如何创建向量搜索索引
展示如何将文档加载到MongoDB Atlas向量存储中
演示如何执行向量搜索查询
展示如何从向量存储中删除文档

2. 技术栈与核心依赖

LlamaIndex

MongoDB Atlas

PyMongo

核心依赖包：

llama-index-vector-stores-mongodb- LlamaIndex的MongoDB向量存储集成
llama-index- LlamaIndex核心库
pymongo- MongoDB Python客户端

3. 环境配置

3.1 安装依赖

%pip install llama-index-vector-stores-mongodb

!pip install llama-index

3.2 配置MongoDB Atlas连接

import pymongo from llama_index.vector_stores.mongodb import MongoDBAtlasVectorSearch from llama_index.core import VectorStoreIndex from llama_index.core import StorageContext from llama_index.core import SimpleDirectoryReader # MongoDB Atlas连接URI mongo_uri = ( "mongodb+srv://:@?retryWrites=true&w=majority" ) mongodb_client = pymongo.MongoClient(mongo_uri)

注意：在使用MongoDB Atlas之前，需要创建一个Atlas搜索索引。请参考MongoDB文档：创建Atlas向量搜索索引

4. 案例实现

4.1 下载和准备数据

下载Uber 2021年10-K报告作为示例数据：

# 创建数据目录 !mkdir -p 'data/10k/' # 下载Uber 2021年10-K报告 !wget 'https://raw.githubusercontent.com/run-llama/llama_index/main/docs/examples/data/10k/uber_2021.pdf' -O 'data/10k/uber_2021.pdf'

4.2 创建向量存储和索引

创建MongoDB Atlas向量搜索存储，并设置向量搜索索引：

# 创建MongoDB Atlas向量搜索存储 store = MongoDBAtlasVectorSearch(mongodb_client) # 创建向量搜索索引 store.create_vector_search_index( dimensions=1536, path="embedding", similarity="cosine" ) # 创建存储上下文 storage_context = StorageContext.from_defaults(vector_store=store)

4.3 加载文档并构建索引

使用SimpleDirectoryReader加载PDF文档，并构建向量索引：

# 加载Uber 2021年10-K报告 uber_docs = SimpleDirectoryReader( input_files=["./data/10k/uber_2021.pdf"] ).load_data() # 创建向量索引 index = VectorStoreIndex.from_documents( uber_docs, storage_context=storage_context )

4.4 执行查询

使用查询引擎执行查询：

# 查询Uber的收入 response = index.as_query_engine().query("What was Uber's revenue?") display(Markdown(f"{response}"))

4.5 文档管理

展示如何检查和删除向量存储中的文档：

from llama_index.core import Response # 检查初始文档数量 print(store._collection.count_documents({})) # 获取参考文档ID typed_response = ( response if isinstance(response, Response) else response.get_response() ) ref_doc_id = typed_response.source_nodes[0].node.ref_doc_id # 检查特定参考文档的节点数量 print(store._collection.count_documents({"metadata.ref_doc_id": ref_doc_id})) # 删除文档 if ref_doc_id: store.delete(ref_doc_id) print(store._collection.count_documents({}))