Atlas Search 镜像文档

1. 镜像概述和主要用途

Atlas Search 是 MongoDB Atlas 提供的嵌入式全文搜索功能，旨在为应用提供无缝、可扩展的基于相关性的搜索能力。本镜像主要用于本地测试与开发环境，帮助开发人员复现 Atlas Search 及 Atlas Vector Search 的核心功能，验证搜索逻辑、相关性排序及向量检索等特性，为生产环境部署前的功能调试与原型验证提供支持。

2. 核心功能和特性

2.1 嵌入式搜索集成

• 与 MongoDB Atlas 原生集成，无需额外部署独立搜索服务，简化架构复杂度。
• 支持直接对 MongoDB 集合数据执行全文搜索，避免数据同步开销。

2.2 多模态搜索支持

• 提供全文搜索能力：支持文本分词、模糊匹配、短语搜索及布尔逻辑查询。
• 支持向量搜索（Atlas Vector Search）：兼容高维向量数据检索，适用于 AI 应用（如语义搜索、推荐系统）。

2.3 可扩展性与性能

• 基于 MongoDB Atlas 分布式架构，支持搜索能力随数据规模弹性扩展。
• 内置相关性排序算法，自动优化搜索结果优先级（如 TF-IDF、BM25 等）。

2.4 本地开发适配

• 支持本地环境部署，无需依赖云端 Atlas 集群即可验证搜索功能。
• 与 Atlas CLI 深度整合，简化本地实例的启动、配置与管理流程。

3. 使用场景和适用范围

3.1 典型使用场景

• 应用开发调试：开发阶段验证搜索功能逻辑（如关键词匹配、过滤条件、结果排序）。
• 原型验证：快速构建含搜索功能的应用原型，评估用户体验与功能完整性。
• 兼容性测试：验证 Atlas Search 语法（如 $search 聚合阶段）在不同场景下的表现。

3.2 适用范围

• 用户群体：应用开发工程师、测试工程师、数据工程师。
• 环境限制：仅用于本地开发/测试环境，不支持生产环境部署。
• 依赖条件：需配合 MongoDB Atlas 账户及 Atlas CLI 使用。

4. 使用方法和配置说明

4.1 前提条件

• 安装 Atlas CLI（v1.6.0+ 推荐）。
• 拥有 MongoDB Atlas 账户（免费 tier 即可满足本地开发需求）。
• 本地环境已安装 Docker（Atlas CLI 需通过 Docker 启动本地实例）。

4.2 本地部署步骤（基于 Atlas CLI）

4.2.1 安装并初始化 Atlas CLI

bash
# 安装 Atlas CLI（以 macOS 为例，其他系统参考***文档）
brew tap mongodb/brew && brew install mongodb-atlas-cli

# 初始化 CLI 并登录 Atlas 账户
atlas login

4.2.2 部署本地 Atlas Search 实例

通过 atlas deploy local 命令启动包含 Atlas Search 的本地 MongoDB 实例：

bash
# 部署本地单节点实例，默认启用 Atlas Search 和 Vector Search
atlas deploy local --search --vector-search

# 自定义配置（如端口、资源限制）
atlas deploy local --search --vector-search \
  --port 27018 \  # 自定义 MongoDB 端口（默认 27017）
  --memory 4g \    # 分配内存资源（默认 2g）
  --volume ./data  # 挂载本地数据目录（持久化存储）

4.2.3 验证实例状态

bash
# 查看本地部署状态
atlas deploy local status

# 输出示例：
# Local deployment is running (ID: local-abc123)
# MongoDB URI: mongodb://localhost:27017/?directConnection=true
# Atlas Search enabled: true
# Vector Search enabled: true

4.2.4 连接并测试搜索功能

使用 MongoDB Shell（mongosh）连接本地实例，执行搜索查询验证功能：

bash
# 连接本地实例
mongosh "mongodb://localhost:27017"

# 创建测试集合并插入数据
use testdb
db.books.insertMany([
  { title: "MongoDB in Action", content: "A guide to MongoDB development" },
  { title: "Atlas Search Essentials", content: "Full-text search with MongoDB Atlas" }
])

# 创建 Atlas Search 索引（需通过 Atlas CLI 或本地配置文件定义）
# 索引定义示例（保存为 search_index.json）：
# {
#   "mappings": {
#     "dynamic": true,
#     "fields": {
#       "content": { "type": "string" },
#       "title": { "type": "string" }
#     }
#   }
# }

# 通过 CLI 创建索引
atlas deploy local search index create --db testdb --coll books --file search_index.json --indexName book_index

# 执行全文搜索查询
db.books.aggregate([
  {
    $search: {
      index: "book_index",
      text: { query: "MongoDB", path: ["title", "content"] }
    }
  },
  { $project: { title: 1, score: { $meta: "searchScore" } } }
])

4.3 配置参数说明

4.4 环境变量配置

5. 注意事项

• 非生产环境使用：本地部署实例仅用于开发/测试，不提供数据高可用、备份及安全加固能力，禁止用于生产环境。
• 资源需求：启用 Vector Search 时建议分配至少 4GB 内存，避免因资源不足导致服务不稳定。
• 版本兼容性：本地实例功能与云端 Atlas Search 可能存在版本差异，需通过 atlas deploy local --version 指定与生产集群匹配的版本。
• 数据清理：通过 atlas deploy local stop --clean 命令可停止并清除本地实例数据，避免磁盘占用。