MongoDB Atlas Vector Search ajoute la recherche par similarité à la base de documents qui contient déjà les données de ton application. Un vecteur est un simple champ de document et une requête est une étape de pipeline d'agrégation, donc il n'y a pas de second système à garder synchronisé. Depuis 2025, la plateforme fournit aussi ses propres modèles d'embedding, acquis avec Voyage AI.
L'avantage principal : pas de second système
Une architecture typique de recherche sémantique place les données de production dans une base et les vecteurs dans une autre. Cela semble anodin jusqu'à ce qu'on compte ce qui suit. Tu maintiens un chemin de synchronisation, tu gères le cas où l'écriture dans une base a réussi et l'autre a échoué, et tu acceptes que les résultats de recherche pointent vers des documents dont le contenu demande une récupération séparée.
Ce problème n'existe pas ici, car le vecteur est un champ du même document que tout le reste. Il y a une seule écriture, et elle réussit entièrement ou pas du tout. Un résultat de recherche porte déjà tous les champs, donc il n'y a pas d'aller-retour supplémentaire pour le contenu.
La deuxième conséquence est le filtrage. Comme les métadonnées vivent dans le même document, une condition comme « seulement les documents de cet utilisateur des trente derniers jours » est un filtre ordinaire plutôt qu'un mécanisme greffé à côté. Les bases vectorielles dédiées demandent de dupliquer les métadonnées, et chaque changement oblige à mettre à jour deux endroits.
Il est juste de décrire la situation en auto-hébergement, car beaucoup de documents à ce sujet sont périmés. La recherche est servie par un processus séparé, mongot, qui tourne à côté de la base elle-même et reste synchronisé avec elle via les change streams. Depuis septembre 2025, ce processus peut aussi tourner en dehors du service géré : la recherche en texte intégral et la recherche vectorielle sont disponibles dans l'édition Community gratuite à partir de la version 8.2 et dans la version Enterprise, donc l'affirmation selon laquelle les vecteurs exigent le cloud a cessé d'être vraie. Les réserves sont toutefois sérieuses. Cela reste une préversion publique, désignée par le fournisseur pour le développement et l'évaluation plutôt que pour la production, et cela ne tourne que sous Linux. Si la recherche vectorielle en production sur tes propres serveurs est aujourd'hui une exigence du projet, Qdrant ou Milvus est un choix plus solide.
Index et requête
Un index se définit comme un document JSON où chaque champ a le type vector ou filter. Le premier décrit l'embedding lui-même, le second les champs par lesquels tu restreindras les résultats.
{
"fields": [
{
"type": "vector",
"path": "embedding",
"numDimensions": 1536,
"similarity": "cosine"
},
{ "type": "filter", "path": "owner" },
{ "type": "filter", "path": "created_at" }
]
}Le nombre de dimensions doit correspondre exactement à la sortie de ton modèle. La mesure de similarité existe en trois variantes : cosine, dotProduct et euclidean. La recherche sémantique prend cosine par défaut, car elle regarde la direction d'un vecteur plutôt que sa norme. Le produit scalaire donne le même classement pour des vecteurs normalisés et coûte moins cher à calculer dans ce cas.
La requête est une étape de pipeline d'agrégation :
db.documents.aggregate([
{
$vectorSearch: {
index: "embedding_index",
path: "embedding",
queryVector: questionVector,
numCandidates: 200,
limit: 10,
filter: { owner: userId }
}
},
{ $project: { title: 1, content: 1, score: { $meta: "vectorSearchScore" } } }
])Trois contraintes sur cette étape valent d'être mémorisées, car chacune peut bloquer un projet en cours de route. Elle doit être la première étape de tout pipeline où elle apparaît. Elle ne peut pas être utilisée dans la définition d'une vue, dans un sous-pipeline de lookup ni dans une étape de facettes. Les résultats peuvent être transmis plus loin, y compris dans un lookup, mais la recherche elle-même démarre toujours le pipeline.
numCandidates, le paramètre qui compte le plus
Ce paramètre régit le compromis entre rappel et latence, et c'est aussi celui qu'on fixe le plus souvent au hasard.
Le mécanisme fonctionne ainsi : la recherche approximative parcourt un graphe de voisinage en maintenant une file de candidats de la taille indiquée dans numCandidates. Plus la file est grande, meilleures sont les chances que le document réellement le plus proche arrive dans les résultats, et plus la requête dure.
La documentation donne une règle concrète : fixe numCandidates à au moins vingt fois limit. Pour dix résultats, cela fait deux cents candidats, ce qui donne environ quatre-vingt-dix à quatre-vingt-quinze pour cent de recouvrement avec la recherche exacte. C'est un point de départ sensé qui ne vaut pas la peine d'être modifié sans mesure.
Si tu as besoin d'une précision complète, mettre exact à true parcourt tous les vecteurs au lieu d'utiliser le graphe. Sur de petits ensembles ou sous un filtre très étroit, cela peut battre carrément la recherche approximative, puisqu'il reste peu de choses après le filtrage. C'est une option sous-utilisée : quand un filtre laisse quelques centaines de documents, un parcours exhaustif bat généralement le réglage de la file de candidats.
Quantification, ou comment tenir en mémoire
La mémoire est le principal coût ici, car l'index vectoriel doit y vivre. La quantification stocke les coordonnées avec une précision plus faible et existe en deux variantes.
| Variante | Stockage des coordonnées | Réduction de la taille des vecteurs | Réduction de la mémoire du processus de recherche |
|---|---|---|---|
| Sans quantification | 32 bits | aucune | aucune |
| Scalaire | 8 bits | 4 fois | 3,75 fois |
| Binaire | 1 bit | 32 fois | 24 fois |
La quantification scalaire est le choix par défaut sûr. Une économie par quatre pour une légère perte de rappel est généralement le meilleur rapport risque-gain qu'un seul réglage puisse te donner ici.
Le binaire est plus radical et demande de comprendre une chose. À un bit par coordonnée, comparer deux vecteurs revient à compter les bits différents, ce qui est extrêmement rapide et pauvre en information. C'est pourquoi la quantification binaire gagne en précision quand le nombre de candidats augmente, tandis que la scalaire atteint plus tôt son plafond. Les mesures du fournisseur indiquent qu'avec un grand nombre de candidats le binaire rattrape la scalaire et la dépasse parfois, au prix d'une latence nettement plus élevée au-delà de mille candidats.
La règle pratique : commence par la scalaire. Prends le binaire quand l'ensemble est assez grand pour que la mémoire devienne une vraie contrainte de budget, et quand tu es prêt à le payer avec un plus grand nombre de candidats.
Modèles d'embedding à l'intérieur de la plateforme
En février 2025, MongoDB a acquis Voyage AI pour environ 220 millions de dollars, et la raison en était les modèles d'embedding et de reranking. Les conséquences de cette décision sont visibles aujourd'hui dans le produit.
La plus importante est l'embedding automatisé, en préversion publique dans l'édition Community depuis janvier 2026 et sur Atlas depuis le 11 mai 2026. Au lieu de calculer un vecteur de ton côté et de le stocker avec le document, tu désignes un champ texte et un modèle, et la base calcule les embeddings à l'écriture et les rafraîchit quand le contenu change.
Cela supprime toute une classe de bugs que personne ne prévoit généralement. Un document modifié sans recalcul de son vecteur reste dans l'index avec une représentation périmée et dégrade silencieusement les résultats. Un lot historique traité avec un autre modèle que les nouveaux documents produit un ensemble où anciens et nouveaux enregistrements cessent de rivaliser de façon significative. L'embedding automatisé prend en charge les deux cas.
Le prix est de te lier aux modèles d'un seul fournisseur. La famille Voyage 4 couvre plusieurs tailles et la qualité est élevée, mais passer à un modèle extérieur à la plateforme signifie revenir au calcul manuel des vecteurs. Il y a plus de détails sur les modèles eux-mêmes dans l'article sur Voyage AI.
Comparaison avec les magasins dédiés
| Critère | Atlas Vector Search | Milvus | Pinecone | pgvector |
|---|---|---|---|---|
| Données et vecteurs ensemble | oui | non | non | oui |
| Auto-hébergement | préversion publique, Community 8.2+ | oui | non | oui |
| Filtrage des métadonnées | naturel, dans le document | champs séparés | champs séparés | naturel, dans la ligne |
| Embeddings automatisés | oui, modèles Voyage | non | partiel | non |
| Échelle visée | dizaines de millions | milliards | milliards | millions |
| Coût sur un petit ensemble | faible si tu utilises déjà Atlas | élevé | moyen | le plus faible |
La règle de sélection est plus simple ici que dans d'autres comparaisons. Si les données de ton application se trouvent déjà dans MongoDB, ajouter une base vectorielle séparée est une décision qui demande à être justifiée plutôt qu'un chemin par défaut. Si elles se trouvent dans PostgreSQL, la même logique mène à l'extension pgvector. Les magasins dédiés commencent à gagner à l'échelle où les coûts de mémoire dépassent le coût de maintenance d'un système supplémentaire, ce qui signifie généralement des centaines de millions de vecteurs.
Coût et quand cela cesse d'être rentable
La facture n'est pas une ligne séparée à côté de la base de données mais une conséquence de la taille du cluster, ce qui est à la fois un avantage et un piège. Un avantage, car sur un petit ensemble la recherche vectorielle ne coûte pratiquement rien au-delà de ce que tu paies déjà. Un piège, car l'index vectoriel doit tenir en mémoire, donc à un moment il impose de passer à un niveau de cluster plus grand, ce qui augmente d'un coup la facture de tout, y compris des données qui n'ont rien à voir avec les vecteurs.
Un calcul simple vaut la peine avant de décider. Prends le nombre de documents, multiplie-le par le nombre de dimensions de ton modèle et par quatre octets, puis divise par le facteur de quantification que tu comptes activer. Un million de documents à quinze cents dimensions représente environ six gigaoctets non compressés et environ un et demi avec la quantification scalaire. Ce seul chiffre te dit sur quel niveau de cluster tu atterriras, et il est plus fiable que n'importe quel calculateur car il reflète ton modèle.
Tu reconnaîtras le moment d'envisager de sortir les vecteurs quand tu t'apercevras que tu agrandis le cluster uniquement à cause de l'index plutôt qu'à cause du trafic ou du volume de données. À ce stade, une base vectorielle dédiée, facturée séparément et mise à l'échelle indépendamment, commence à revenir moins cher malgré le coût d'un second système. Tant que le cluster grandit pour des raisons mixtes, répartir les données entre deux endroits aggrave généralement les choses plutôt que de les améliorer.
Erreurs courantes
La première est d'omettre les champs de filtre dans la définition de l'index. Une condition appliquée dans une requête à un champ jamais déclaré comme filter ne se comportera pas comme prévu, et le message ne pointe pas toujours directement la cause. Déclare les champs de filtre à côté du vecteur, dès la première version de l'index.
La deuxième est un nombre de candidats trop bas combiné au filtrage. Un filtre restreint l'ensemble, donc la file de candidats s'épuise plus tôt et les résultats peuvent être moins bons que ne le suggérerait la seule règle du facteur vingt. Sous des filtres étroits, augmente le nombre de candidats ou passe à la recherche exacte.
La troisième est de garder dans un même champ des vecteurs de deux modèles différents. Cela arrive quand le fournisseur d'embeddings change en cours de projet et produit des résultats qui semblent aléatoires. Changer de modèle exige de recalculer tout l'ensemble, pas seulement les nouveaux documents.
La quatrième est d'oublier la taille des documents. Un vecteur de mille dimensions stocké sous forme de tableau de flottants prend beaucoup de place dans un document, et la limite de taille de document de MongoDB est stricte. Avec plusieurs vecteurs dans un document, il vaut la peine de faire le calcul avant qu'un chargement par lots ne cale.
La cinquième est d'utiliser la recherche vectorielle là où une correspondance de texte suffirait. Une requête sur un numéro de facture ou un nom de produit exact est servie par un index ordinaire, plus vite et pour moins cher. Les vecteurs répondent à des questions formulées de façon descriptive, pas à des recherches d'identifiants.
L'intégrer dans la pile d'une application
Dans un système typique de génération augmentée par la recherche, cette base joue les deux rôles à la fois : elle stocke les documents et sert la recherche. Des intégrations existent côté LangChain et LlamaIndex, donc le branchement se résume à nommer une collection et un index.
Une décision de conception mérite l'attention car elle revient dans chaque déploiement de ce type : découper les documents en morceaux stockés comme documents séparés, ou garder un tableau de morceaux à l'intérieur d'un seul. Des documents séparés sont plus simples à manipuler et s'alignent naturellement avec l'étape de recherche, au prix de métadonnées dupliquées. Un tableau dans un seul document économise de la place mais complique les requêtes et se rapproche plus vite de la limite de taille. Pour la plupart des charges, la première approche vieillit mieux, et des métadonnées dupliquées coûtent moins cher qu'un pipeline compliqué.
FAQ
Atlas Vector Search fonctionne-t-il sur mon propre serveur ?
Oui, avec des réserves. La recherche est fournie par un processus séparé qui tourne à côté de la base, et depuis septembre 2025 elle peut aussi tourner dans l'édition Community à partir de la version 8.2 et dans la version Enterprise. Cela reste une préversion publique, désignée par le fournisseur pour le développement et l'évaluation plutôt que pour la production, et cela ne tourne que sous Linux. Quand les exigences de production imposent de garder les données sur ta propre infrastructure, une base vectorielle dédiée convient mieux aujourd'hui.
Comment choisir numCandidates ?
Commence à vingt fois la limite de résultats, car ce rapport donne environ quatre-vingt-dix pour cent de recouvrement avec la recherche exacte. Augmente-le si tu filtres étroitement ou si le rappel mesuré sur tes propres requêtes est mauvais.
Quantification scalaire ou binaire ?
Scalaire par défaut, car elle donne une économie de mémoire par quatre pour une légère perte de rappel. Binaire seulement quand la mémoire est une vraie contrainte, et seulement en acceptant d'augmenter le nombre de candidats, sans quoi le rappel chute nettement.
Dois-je calculer les embeddings moi-même ?
Non. L'embedding automatisé avec les modèles Voyage est en préversion publique, sur Atlas depuis mai 2026, et génère et rafraîchit les vecteurs au fil de l'écriture des documents. Le calcul manuel reste une option pour qui veut un modèle extérieur à la plateforme.
Puis-je combiner recherche vectorielle et recherche textuelle ?
Oui, en fusionnant les résultats de deux requêtes dans un même pipeline d'agrégation et en les classant ensemble. Cela demande plus de travail que la fusion de rangs toute prête des moteurs de texte intégral, mais donne un contrôle complet sur la pondération des deux listes.
Les détails de syntaxe sont couverts dans la documentation de l'étape $vectorSearch, et les variantes de quantification dans la page sur la quantification des vecteurs.