Einen Vektorindex in einem Vektor-Bucket erstellen - Amazon Simple Storage Service

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Einen Vektorindex in einem Vektor-Bucket erstellen

Anmerkung

Amazon S3 Vectors befindet sich in der Vorschauversion für Amazon Simple Storage Service und kann sich ändern.

Anmerkung

Wählen Sie Ihre Konfigurationsparameter für den Vektorindex sorgfältig aus. Nachdem Sie einen Vektorindex erstellt haben, können Sie den Namen, die Dimension, die Entfernungsmetrik oder die nicht filterbaren Metadatenschlüssel des Vektorindexes nicht mehr aktualisieren. Um einen dieser Werte zu ändern, müssen Sie einen neuen Vektorindex erstellen.

Ein Vektorindex ist eine Ressource innerhalb eines Vektor-Buckets, die Vektordaten für eine effiziente Ähnlichkeitssuche speichert und organisiert. Wenn Sie einen Vektorindex erstellen, definieren Sie die Merkmale, die alle Vektoren in diesem Index gemeinsam haben müssen, z. B. die Dimension, die für Ähnlichkeitsberechnungen verwendete Entfernungsmetrik und optional nicht filterbare Metadatenschlüssel. Weitere Informationen zu den Benennungsanforderungen für Vektorindizes, zu den Dimensionsanforderungen, zu den Optionen für Entfernungsmetriken und zu nicht filterbaren Metadatenschlüsseln finden Sie unter. Begrenzungen und Einschränkungen

Vektorindizes müssen innerhalb eines vorhandenen Vektor-Buckets erstellt werden und erfordern spezielle Konfigurationsparameter, die nach der Erstellung nicht mehr geändert werden können.

Um einen Vektorindex zu erstellen

  1. Öffnen Sie die Amazon S3 S3-Konsole unter https://console.aws.amazon.com/s3/.

  2. Wählen Sie im Navigationsbereich Vector Buckets aus.

  3. Wählen Sie in der Liste der Vektor-Buckets den Namen des Buckets aus, in dem Sie einen Vektorindex erstellen möchten.

  4. Wählen Sie Vektorindex erstellen.

  5. Geben Sie unter Vektorindexname einen Namen für Ihren Vektorindex ein.

    Vektorindexnamen müssen innerhalb des Vektor-Buckets eindeutig sein. Der Indexname muss zwischen 3 und 63 Zeichen lang sein. Gültige Zeichen sind Kleinbuchstaben (a-z), Zahlen (0-9), Bindestriche (-) und Punkte (.). Weitere Informationen zu den Benennungsanforderungen für Vektorindizes finden Sie unter. Begrenzungen und Einschränkungen

  6. Geben Sie für Dimension die Anzahl der Werte in jedem Vektor ein.

    Anmerkung

    • Der Wert für Dimension bestimmt, wie viele numerische Werte jeder Vektor enthalten wird.

    • Alle diesem Index hinzugefügten Vektoren müssen genau diese Anzahl von Werten haben.

    • Die Dimension muss zwischen 1 und 4096 liegen.

    • Eine größere Dimension erfordert mehr Speicherplatz.

    • Wählen Sie basierend auf den Ausgabeabmessungen Ihres Einbettungsmodells.

    Weitere Informationen zu den Dimensionsanforderungen finden Sie unterBegrenzungen und Einschränkungen.

  7. Wählen Sie für Metrik „Entfernung“ eine der folgenden Optionen aus:

    • Kosinus — Misst den Kosinus des Winkels zwischen Vektoren. Am besten für normalisierte Vektoren und wenn die Richtung wichtiger ist als die Größe

    • Euklidisch — Misst den geradlinigen Abstand zwischen Vektoren. Am besten, wenn sowohl Richtung als auch Größe wichtig sind.

  8. (Optional) Konfigurieren Sie unter Nicht filterbare Metadaten Metadatenschlüssel, die gespeichert, aber nicht zum Filtern verwendet werden:

    So fügen Sie nicht filterbare Metadatenschlüssel hinzu:

    1. Wählen Sie Schlüssel hinzufügen.

    2. Geben Sie einen Schlüsselnamen ein (1—63 Zeichen, der innerhalb dieses Vektorindex eindeutig ist).

    3. Wiederholen Sie den Vorgang, um weitere Schlüssel hinzuzufügen (maximal 10 Schlüssel).

    Anmerkung

    Sie können jedem Vektor filterbare Metadaten als Schlüssel-Wert-Paare zuordnen, wenn Sie Vektordaten einfügen, nachdem Sie einen Vektorindex erstellt haben. Standardmäßig sind alle Metadatenschlüssel, die Vektoren zugeordnet sind, filterbar und können als Filter in einer Ähnlichkeitsabfrage verwendet werden. Nur Metadatenschlüssel, die bei der Erstellung des Vektorindexes als nicht filterbar angegeben wurden, werden von der Filterung ausgeschlossen. Weitere Informationen zu Größenbeschränkungen für Metadaten pro Vektor, einschließlich Einschränkungen für die Gesamtzahl und filterbare Metadaten, finden Sie unter. Begrenzungen und Einschränkungen

  9. Überprüfen Sie Ihre Konfiguration sorgfältig.

    Anmerkung

    Diese Einstellungen können nach der Erstellung nicht geändert werden.

  10. Wählen Sie Vektorindex erstellen.

Um einen Vektorindex in einem Vektor-Bucket zu erstellen, verwenden Sie die folgenden Beispielbefehle und ersetzen Sie sie durch Ihre eigenen Informationen. user input placeholders

Beispiel 1: Erstellen eines Vektorindexes mit nicht filterbaren Metadatenschlüsseln


aws s3vectors create-index \
  --vector-bucket-name "amzn-s3-demo-vector-bucket" \
  --index-name "idx" \
  --data-type "float32" \
  --dimension 1 \
  --distance-metric "cosine" \
  --metadata-configuration '{"nonFilterableMetadataKeys":["nonFilterableKey1"]}'

Beispiel 2: Einen Vektorindex ohne nicht filterbare Metadatenschlüssel erstellen


aws s3vectors create-index \
  --vector-bucket-name "amzn-s3-demo-vector-bucket" \
  --index-name "idx2" \
  --data-type "float32" \
  --dimension 4096 \
  --distance-metric "euclidean"

Darüber hinaus werden alle Metadaten (sowohl filterbar als auch nicht filterbar) auf die gleiche Weise abgerufen, indem die API-OperationenGetVectors,, ListVectors oder verwendet werden. QueryVectors Der folgende CLI-Befehl zeigt, wie Vektoren mit Metadaten (einschließlich nicht filterbarer Metadaten) abgerufen werden.

Beispiel für eine Anfrage:

aws s3vectors get-vectors \
  --vector-bucket-name "amzn-s3-demo-vector-bucket" \
  --index-name "idx" \
  --keys '["vec1", "vec3"]' \
  --return-data \
  --return-metadata \

Beispielantwort: 

{
    "vectors": [
        {
            "key": "vec1",
            "data": {
                "float32": [
                    0.10000000149011612,
                    0.20000000298023224,
                    0.30000001192092896,
                    0.4000000059604645,
                    0.5
                ]
            },
            "metadata": {
                "category": "test",
                "text": "First vector"
            }
        },
        {
            "key": "vec3",
            "data": {
                "float32": [
                    0.6000000238418579,
                    0.699999988079071,
                    0.800000011920929,
                    0.8999999761581421,
                    1.0
                ]
            },
            "metadata": {
                "text": "Third vector",
                "category": "test"
            }
        }
    ]
}

Die Antwort enthält alle mit dem Vektor verknüpften Metadaten, unabhängig davon, ob er bei der Indexerstellung als filterbar oder nicht filterbar angegeben wurde.