Sincronización de un origen de datos

Tras crear la base de conocimientos, puede ingerir o sincronizar los datos para poder consultarlos. La ingestión convierte los datos sin procesar de la fuente de datos en incrustaciones vectoriales.

Antes de iniciar la ingesta, compruebe que el origen de datos cumpla las siguientes condiciones:

• Se ha configurado la información de conexión del origen de datos. Consulte Conectar una fuente de datos. Se ha configurado el origen de datos como parte de los pasos de creación de la base de conocimientos.

• Ha configurado el modelo de incrustaciones vectoriales que ha elegido. Consulte los modelos de incrustaciones vectoriales compatibles. Se han configurado las incrustaciones vectoriales como parte de los pasos de creación de la base de conocimientos.

• Los archivos son del formato admitido. Para obtener más información, consulte Formatos de documento compatibles.

• Los archivos no superan el tamaño del archivo del trabajo de ingestión especificado en las cuotas de servicio y las cuotas de la Referencia AWS general.

Cada vez que añada, modifique o elimine archivos del origen de datos, debe sincronizar el origen de datos para volver a indexarlo en la base de conocimientos. La sincronización es incremental, por lo que Amazon Bedrock solo procesa los documentos añadidos, modificados o eliminados desde la última sincronización.

Para obtener más información sobre cómo ingerir los datos en la base de conocimiento y sincronizarlos con los datos más recientes, seleccione la pestaña correspondiente al método que prefiera y siga estos pasos:

Console

Ingesta de los datos en la base de conocimientos y sincronización con los datos más actuales

1. Inicie sesión Consola de administración de AWS y vaya a Amazon Bedrock AgentCore > Built-in herramientas > Base de conocimientos.

2. Elija su base de conocimientos.

3. En la sección Origen de datos, seleccione Sincronizar para iniciar la ingesta de datos o para sincronizar con los datos más recientes. Para detener la sincronización actual de un origen de datos, seleccione Detener. Un origen de datos debe estar sincronizándose para poder detener la sincronización. Puede seleccionar Sincronizar para ingerir el resto de los datos.

4. Cuando se complete la ingesta de datos, aparecerá un banner verde de confirmación si se ha realizado correctamente.

5. Puede elegir un origen de datos para ver su Historial de sincronización. Seleccione Ver advertencias para ver por qué ha fallado un trabajo de ingesta de datos.

API

Para incorporar sus datos a su base de conocimientos y sincronizarlos con los datos más recientes, envíe una StartIngestionJobsolicitud a un punto límite de tiempo de compilación de Agents for Amazon Bedrock. Especifique el knowledgeBaseId y el dataSourceId. También puede detener un trabajo de ingesta de datos que se esté ejecutando actualmente enviando una solicitud. StopIngestionJob Especifique los valores de dataSourceId, ingestionJobId y knowledgeBaseId. Debe haber un trabajo de ingesta de datos en ejecución para detener la ingesta de datos. Puede volver a enviar una solicitud StartIngestionJob para ingerir el resto de los datos cuando esté listo.

Utilice lo ingestionJobId devuelto en la respuesta de una GetIngestionJobsolicitud con un punto final de tiempo de compilación de Agents for Amazon Bedrock para realizar un seguimiento del estado del trabajo de ingestión. Además, especifique el knowledgeBaseId y el dataSourceId.

• Cuando finalice el trabajo de ingesta, el status de la respuesta es COMPLETE.

• El objeto statistics de la respuesta devuelve información sobre si la ingesta se realizó correctamente o no en el caso de los documentos del origen de datos.

También puede ver la información de todos los trabajos de ingestión de una fuente de datos enviando una ListIngestionJobssolicitud con un punto límite de tiempo de compilación de Agents for Amazon Bedrock. Especifique el dataSourceId y el knowledgeBaseId de la base de conocimientos desde los que se ingieren los datos.

• Filtre los resultados especificando el estado que desee buscar en el objeto filters.

• Puede ordenarlos por la hora en que se inició el trabajo o por el estado de un trabajo especificando el objeto sortBy. Puede especificar un orden ascendente o descendente.

• Especifique el número máximo de resultados que se devuelven en una respuesta en el campo maxResults. Si hay más resultados que la cantidad que ha establecido, la respuesta devuelve un nextToken que puede enviar en otra solicitud ListIngestionJobs para ver el siguiente lote de trabajos.