Création d'un index vectoriel dans un compartiment vectoriel

Note

Amazon S3 Vectors est en version préliminaire pour Amazon Simple Storage Service et est sujet à modification.

Note

Choisissez soigneusement les paramètres de configuration de votre index vectoriel. Après avoir créé un index vectoriel, vous ne pouvez pas mettre à jour le nom de l'index vectoriel, la dimension, la métrique de distance ou les clés de métadonnées non filtrables. Pour modifier l'une de ces valeurs, vous devez créer un nouvel index vectoriel.

Un index vectoriel est une ressource au sein d'un bucket vectoriel qui stocke et organise les données vectorielles pour une recherche de similarité efficace. Lorsque vous créez un index vectoriel, vous définissez les caractéristiques que tous les vecteurs de cet index doivent partager, telles que la dimension, la métrique de distance utilisée pour les calculs de similarité et, éventuellement, les clés de métadonnées non filtrables. Pour plus d'informations sur les exigences de dénomination des index vectoriels, les exigences en matière de dimensions, les options de mesure de distance et les clés de métadonnées non filtrables, consultez. Limites et restrictions

Les index vectoriels doivent être créés dans un compartiment vectoriel existant et nécessitent des paramètres de configuration spécifiques qui ne peuvent pas être modifiés après leur création.

Utilisation de la console S3

Pour créer un index vectoriel

1. Ouvrez la console Amazon S3 à l'adresse https://console.aws.amazon.com/s3/.

2. Dans le volet de navigation, choisissez Vector buckets.

3. Dans la liste des compartiments vectoriels, choisissez le nom du compartiment dans lequel vous souhaitez créer un index vectoriel.

4. Choisissez Créer un index vectoriel.

5. Dans Nom de l'index vectoriel, entrez le nom de votre index vectoriel.

   Les noms des index vectoriels doivent être uniques dans le compartiment vectoriel. Le nom de l'index doit comporter entre 3 et 63 caractères. Les caractères valides sont les lettres minuscules (a-z), les chiffres (0-9), les traits d'union (-) et les points (.). Pour plus d'informations sur les exigences de dénomination des index vectoriels, reportez-vous àLimites et restrictions.

6. Pour Dimension, entrez le nombre de valeurs dans chaque vecteur.

   Note

   • La valeur de Dimension détermine le nombre de valeurs numériques que chaque vecteur contiendra.

   • Tous les vecteurs ajoutés à cet index doivent avoir exactement ce nombre de valeurs.

   • La dimension doit être comprise entre 1 et 4096.

   • Une plus grande dimension nécessite plus d'espace de stockage.

   • Choisissez en fonction des dimensions de sortie de votre modèle d'intégration.

   Pour plus d'informations sur les exigences relatives aux dimensions, consultezLimites et restrictions.

7. Pour la métrique de distance, choisissez l'une des options suivantes :

   • Cosinus — Mesure le cosinus de l'angle entre les vecteurs. Idéal pour les vecteurs normalisés et lorsque la direction compte plus que la magnitude

   • Euclidean — Mesure la distance en ligne droite entre les vecteurs. Il est préférable de le faire lorsque la direction et l'amplitude sont importantes.

8. (Facultatif) Sous Métadonnées non filtrables, configurez les clés de métadonnées qui seront stockées mais non utilisées pour le filtrage :

   Pour ajouter des clés de métadonnées non filtrables :

   1. Sélectionnez Ajouter une clé.

   2. Entrez un nom de clé (1 à 63 caractères et unique dans cet index vectoriel).

   3. Répétez l'opération pour ajouter des clés supplémentaires (10 clés au maximum).

   Note

   Vous pouvez associer des métadonnées filtrables sous forme de paires clé-valeur à chaque vecteur lorsque vous insérez des données vectorielles après avoir créé un index vectoriel. Par défaut, toutes les clés de métadonnées associées aux vecteurs sont filtrables et peuvent être utilisées comme filtres dans une requête de similarité. Seules les clés de métadonnées spécifiées comme non filtrables lors de la création de l'index vectoriel sont exclues du filtrage. Pour plus d'informations sur les limites de taille des métadonnées par vecteur, y compris les contraintes de métadonnées totales et filtrables, consultezLimites et restrictions.

9. Passez en revue votre configuration avec soin.

   Note

   Ces paramètres ne peuvent pas être modifiés après leur création.

10. Choisissez Créer un index vectoriel.

À l'aide du AWS CLI

Pour créer un index vectoriel dans un compartiment vectoriel, utilisez les exemples de commandes suivants et remplacez-le user input placeholders par vos propres informations.

Exemple 1 : Création d'un index vectoriel avec des clés de métadonnées non filtrables

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"]}'
      

Exemple 2 : Création d'un index vectoriel sans clés de métadonnées non filtrables

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

En outre, toutes les métadonnées (filtrables et non filtrables) sont extraites de la même manière à l'aide des opérations de l'API GetVectorsListVectors, ou QueryVectors de l'API. La commande CLI suivante montre comment récupérer des vecteurs avec des métadonnées (y compris des métadonnées non filtrables).

Exemple de demande :

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

Exemple de réponse :

{
    "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"
            }
        }
    ]
}

La réponse inclura toutes les métadonnées associées au vecteur, qu'il ait été spécifié comme filtrable ou non filtrable lors de la création de l'index.