跳至主要內容

Amazon OpenSearch Service

Amazon OpenSearch Service - 受管擷取引擎

適用於任何規模 AI、搜尋與分析的即時擷取引擎

什麼是 Amazon OpenSearch Service

Amazon OpenSearch Service 是在 OpenSearch 基礎之上建置的受管擷取引擎,適用於代理式 AI、搜尋與分析。它將向量、詞彙、混合式和代理式擷取結合在單一系統中,並且以 PB 規模提供低延遲的高度相關結果。原生 AI 和 ML 功能允許直接在服務內執行嵌入產生、推論和代理式工作流程。使用 ZeroETL 無縫存取資料,並且與 Amazon Bedrock 等 AI 服務和第三方模型直接整合,可讓您加速 AI 開發並更快投入市場。

Missing alt text value

核心功能

無伺服器

藉助即時向上擴展和縮減至 0 來支援代理式 AI 和動態工作負載,無需管理基礎設施,也沒有任何閒置成本。

進一步了解

向量資料庫

藉助可擴展、安全且高效能的向量資料庫,建置向量驅動的搜尋和企業 AI 應用程式。

進一步了解

可觀測性

透過帶有內建異常偵測和自動提醒功能的統一儀表板分析日誌、追蹤和指標。

進一步了解

Amazon OpenSearch Service 的好處

    在統一搜尋基礎之上建置,將詞彙、向量和混合式擷取結合在單一系統中以得到更加相關的結果,並且藉助 HNSW 和 IVF 等索引策略以及向量量化技術,在規模化運用中平衡準確性、延遲和成本。ML 支援的自動最佳化無伺服器 GPU 可減少手動調整工作並加速實現大規模向量索引,而多向量和自動語義擴充可在無需人工干預的情況下改善召回率。代理式搜尋會協調多步驟擷取工作流程,這些工作流程根據查詢動態調整。提供可解釋的評分,讓您理解排名決策並精確地微調相關性。對於可觀測性,可透過統一儀表板分析日誌、追蹤和指標,並且針對 Amazon S3、Amazon CloudWatch 和 Amazon Security Lake 執行直接查詢。消除資料移動並降低儲存成本,同時內建的機器學習會偵測異常並自動發出提醒,從而更快速地解決異常。

    可專注於建置,而無需管理基礎設施。Amazon OpenSearch Service 會處理備份、修補、監控和叢集維護任務,而 Cluster Insights 會揭示問題並提供規範性建議。OpenSearch Serverless 藉助可根據需求調整且無停機時間的自動擴展功能來免除容量規劃工作。

    透過 Amazon Kinesis、AWS Glue 或與 Amazon S3 和 Amazon DynamoDB 的零 ETL 整合進行即時或批次資料擷取,並且藉助內建的擷取管道來擴充資料。模型連接器、MCP 伺服器支援以及與 Amazon Bedrock 和 Amazon SageMaker 的整合可讓您透過組態外掛正確的 AI 模型,而無需編寫自訂程式碼。此外,藉助 OpenSearch 代理程式技能,您可以直接從最愛的代理程式 IDE (包含 Kiro、Claude 和 Cursor) 建置搜尋應用程式,調查日誌,以及移轉至 OpenSearch Service。 

    在 OpenSearch 的基礎上建置,後者是由 Linux Foundation 託管、社群推動的開放原始碼專案,擁有超過 17 億次下載量,並且彙聚 500 多家組織中 3,000 多名貢獻者的寶貴經驗。  可受益於中立管控和長期永續發展,而無需依賴單一供應商。可從本機開始,然後順暢地轉換至 Amazon OpenSearch Service 以實現生產規模的部署,並且取得內建的擴展性、可用性和運作簡便性。可在各種環境中部署與執行,全面掌控資料與架構,並且依託 Apache License 版本 2.0,確保長期的存取權限與可擴展性。 

    藉助根據存取模式在不同儲存層之間管理資料的智慧分層技術高效執行工作負載,並且採用記憶體或磁碟最佳化的向量搜索組態,可讓您針對不同工作負載在效能與成本之間實現平衡。採用角色型存取控制 (RBAC) 實現精細許可,同時採用索引層級加密實現租用戶資料隔離,以此保障多租用戶應用程式的安全。藉助含待機多可用區部署、自動容錯移轉和內建備援功能實現 99.99% 的可用性,從而確保業務連續性。

使用案例

    透過整合擷取增強產生 (RAG) 與作為外部知識庫的 Amazon OpenSearch Service,增強大型語言模型 (LLM) 回應的準確性和關聯性。

    儲存和搜尋高維度向量,以便在文字、影像、音訊和視訊資料之間進行任意規模的語義和多模態搜尋。與 Amazon Bedrock、Amazon SageMaker 和第三方供應商上的基礎模型整合,以此支援智慧搜尋、聊天機器人、個人化建議和 AI 輔助分析功能。

    根據使用者意圖和行為,提供相關的情境感知搜尋結果。將詞彙、向量和混合式擷取與 ML 支援的關聯性調校結合,打造在電子商務、媒體和企業應用程式中隨時間推移不斷改善的搜尋體驗。

    集中化並分析安全性與可觀測性資料,以進行即時威脅偵測、事件管理,以及改善應用程式運作狀態。實現跨日誌、追蹤和指標的統一可見性,以更快速地解決問題並提高系統可靠性。

Adobe

Adobe 將 Acrobat AI 助理從概念驗證階段擴展到 AWS 上的數百萬使用者。Amazon OpenSearch Service 支援作為該體驗核心的歸因和引用功能,而 Amazon Bedrock 則擴展多語言 AI 支援以觸及全球受眾。面對數以萬億計的在用 PDF 文件,Adobe 助力使用者更快速地從文件中擷取可付諸行動的洞察。

在資料存放位置建置代理式 AI

深入探討如何為代理式 AI 選擇合適的向量引擎
報名參加網路研討會