Elegir un almacén de vectores para Amazon Bedrock Knowledge Bases

Al crear soluciones de Generación Aumentada por Recuperación (RAG) con Amazon Bedrock Knowledge Bases, la selección del almacén de vectores impacta tanto el rendimiento como el costo. Bedrock ofrece una opción totalmente gestionada y una ruta gestionada por el cliente que admite tres back‑ends: Amazon OpenSearch Service, Amazon Aurora PostgreSQL con pgvector y Amazon S3 Vectors.

Amazon OpenSearch (disponible como clústeres gestionados o sin servidor) ofrece latencia de consulta de pocos milisegundos y búsqueda híbrida que combina vectores semánticos con filtrado tradicional de palabras clave, lo que es valioso para búsquedas en catálogos de productos de comercio electrónico que requieren navegación facetada. Aurora PostgreSQL con pgvector agrega características de bases de datos relacionales, admite vectores de hasta 2,000 dimensiones y proporciona métodos de indexación como IVFFlat y HNSW con métricas de distancia como L2, coseno y producto interno. Amazon S3 Vectors ofrece consultas de similitud en menos de un segundo mientras reduce los costos de almacenamiento de vectores hasta un 90 % en comparación con bases de datos de vectores convencionales.

Estas distinciones ayudan a los desarrolladores y científicos de datos a elegir el backend que mejor se ajuste a sus requisitos de latencia, costo y complejidad de consultas en RAG al usar Bedrock Knowledge Bases.