اختيار مخزن المتجهات لقاعدة معرفة Amazon Bedrock
توضح AWS كيف يختلف OpenSearch وAurora PostgreSQL مع pgvector وS3 Vectors لأعباء عمل RAG على Bedrock، وتأثير ذلك على زمن الاستجابة والتكلفة.
تاريخ نشر المصدر الأصلي: 17 سبتمبر 2026
عند بناء حلول الجيل المعزز بالاسترجاع (RAG) باستخدام قواعد معرفة Amazon Bedrock، يؤثر اختيار مخزن المتجهات على كل من الأداء والتكلفة. توفر Bedrock خيارًا مُدارًا بالكامل ومسارًا يُدار من قبل العميل يدعم ثلاثة أنظمة خلفية: خدمة Amazon OpenSearch، وAmazon Aurora PostgreSQL مع pgvector، وAmazon S3 Vectors.
يقدم Amazon OpenSearch (متاح كعناقيد مُدارة أو بدون خادم) زمن استجابة استعلام منخفض بالميليثانية وبحثًا هجينًا يجمع المتجهات الدلالية مع تصفية الكلمات المفتاحية التقليدية، وهو مفيد لبحث كتالوجات المنتجات في التجارة الإلكترونية التي تحتاج إلى تنقل متعدد الأوجه. يضيف Aurora PostgreSQL مع pgvector ميزات قاعدة بيانات علائقية، يدعم متجهات تصل إلى 2,000 بُعد، ويوفر طرق فهرسة مثل IVFFlat وHNSW مع مقاييس مسافة مثل L2، والجيب، والمنتج الداخلي. توفر Amazon S3 Vectors استعلامات تشابه بأقل من ثانية مع تقليل تكاليف تخزين المتجهات حتى 90 % مقارنةً بقاعدة البيانات المتجهية التقليدية.
تساعد هذه الفروقات المطورين وعلماء البيانات على اختيار الخلفية التي تتطابق أفضل مع متطلبات زمن استجابة RAG، والتكلفة، وتعقيد الاستعلام عند استخدام قواعد معرفة Bedrock.