Publicado en: Feb 19, 2024
Amazon DocumentDB (con compatibilidad con MongoDB) ahora admite la búsqueda vectorial con el índice Hierarchical Navigable Small World (HNSW). El índice HNSW le permite ejecutar búsquedas de similitud vectorial con baja latencia y producir resultados muy relevantes. Los vectores son representaciones numéricas de datos no estructurados, como texto, creadas a partir de modelos de machine learning (ML) que ayudan a capturar el significado semántico de los datos subyacentes. La búsqueda vectorial para Amazon DocumentDB puede almacenar vectores de Amazon Bedrock, Amazon SageMaker y más.
Con la búsqueda vectorial para Amazon DocumentDB, puede configurar, operar y escalar bases de datos para su ML, incluidas las aplicaciones de la IA generativa habilitadas. Ya no tendrá que perder tiempo administrando una infraestructura vectorial independiente, escribiendo código para conectarse con otro servicio y duplicando datos de su base de datos fuente. La capacidad de búsqueda vectorial, junto con los modelos de lenguaje de gran tamaño (LLM), le permiten buscar en la base de datos en función del significado, lo que desbloquea una amplia gama de casos de uso, como la búsqueda semántica, las recomendaciones de productos, la personalización y los chatbots.
La búsqueda vectorial para Amazon DocumentDB está disponible en clústeres basados en instancias de DocumentDB 5.0 en todas las regiones en las que Amazon DocumentDB está disponible.
Puede empezar lanzando un clúster de Amazon DocumentDB directamente desde la consola de AWS o la CLI de AWS. Obtenga más información sobre la búsqueda vectorial en nuestra página de características y guía para desarrolladores.