Membuat cluster baru dan menginstal plugin dengan skrip - Amazon Personalize

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Membuat cluster baru dan menginstal plugin dengan skrip

Jika Anda belum membuat OpenSearch cluster, Anda dapat menggunakan skrip bash quickstart untuk membuatnya. Skrip ini menyiapkan OpenSearch cluster dalam wadah Docker, menyiapkan kredensyal menggunakan default Anda AWS profil, dan menginstal plugin Amazon Personalize Search Ranking.

Untuk informasi tentang membuat OpenSearch cluster secara manual, lihat petunjuk Mulai Cepat di OpenSearch dokumentasi.

Untuk menginstal plugin dengan skrip bash quickstart
  1. Sebelum Anda menjalankan skrip, unduh dan instal Docker Desktop untuk sistem operasi Anda.

  2. Unduh skrip bash mulai cepat dari GitHub.

  3. Di direktori kerja Anda, jalankan skrip dengan perintah berikut.

    sh personalized_search_ranking_quickstart.sh

    Dengan perintah ini, skrip menggunakan kredensyal di default Anda AWS profil. Untuk memberikan profil alternatif, gunakan --profile argumen.

    sh personalized_search_ranking_quickstart.sh --profile profile-name

    Setelah Anda menjalankan skrip, Anda dapat menemukan informasi lebih lanjut tentang skrip dalam README file yang terletak di direktori unik yang dibuat oleh skrip. Direktori ini menyimpan file Dockerfile dan docker-compose.yl yang digunakan skrip. Sebagai contoh: ../opensearch-personalize-intelligent-ranking-docker.1234/README.

  4. Unggah data katalog Anda ke OpenSearch klaster Anda. Saat mengunggah data, Anda membuat OpenSearch indeks dan menentukan pemetaan bidang Anda. Kemudian Anda mengunggah data Anda ke indeks itu. Sebagai contoh, lihat Membuat indeks dan pemetaan bidang menggunakan data sampel.

Setelah menyiapkan OpenSearch dan menginstal plugin Amazon Personalize Search Ranking, Anda siap mengonfigurasinya. Anda mengonfigurasi plugin dengan membuat pipeline pencarian dan menentukan prosesor personalized_search_ranking respons. Untuk informasi selengkapnya, lihat Membuat pipa.