Vektoren

Jeder Vektor besteht aus einem Schlüssel, der jeden Vektor in einem Vektorindex eindeutig identifiziert. Darüber hinaus können Sie jedem Vektor Metadaten (z. B. Jahr, Autor, Genre, Ort) als Schlüsselwertpaare zuordnen.

Zu den Operationen mit Vektordaten gehören das Einfügen, Auflisten, Abfragen und Löschen von Vektoren. Um neue Vektoreinbettungen Ihrer unstrukturierten Daten zu generieren, können Sie die InvokeModel-API-Operation von Amazon Bedrock verwenden, um die Modell-ID des Einbettungsmodells anzugeben, das Sie verwenden möchten. Darüber hinaus bietet das Open-Source-CLI-Tool Amazon S3 Vectors Embed eine vereinfachte Möglichkeit, Einbettungen zu generieren und semantische Suchen von der Befehlszeile aus durchzuführen. Weitere Informationen zu diesem Open-Source-Tool, das sowohl die Generierung von Vektor-Einbettungen mit Amazon-Bedrock-Basismodellen als auch semantische Suchvorgänge innerhalb Ihrer S3-Vektorindizes automatisiert, finden Sie unter Vektoreinbettungen erstellen und semantische Suchen durchführen mit s3vectors-embed-cli.

Vektor-Konzepte

Vektorschlüssel: Jeder Vektor wird durch einen eindeutigen Vektorschlüssel innerhalb des Index identifiziert. Vektorschlüssel können bis zu 1.024 Zeichen enthalten und müssen innerhalb des Vektorindex eindeutig sein. Bei Schlüsseln wird zwischen Groß- und Kleinschreibung unterschieden und sie können alle UTF-8-Zeichen enthalten.

Vektor-Dimension: Eine Dimension ist die Anzahl der Werte in einem Vektor. Eine größere Dimension erfordert mehr Speicherplatz. Alle Vektoren in einem Index müssen dieselbe Anzahl von Dimensionen haben, die bei der Erstellung des Indexes angegeben wird. Eine Dimension muss eine ganze Zahl zwischen 1 und 4096 sein.

Metadaten: Sie können Vektoren Metadaten als Schlüssel-Wert-Paare zuordnen, um zusätzlichen Kontext bereitzustellen und das Filtern bei Abfragen zu ermöglichen. Metadaten umfassen sowohl filterbare als auch nicht filterbare Metadatenschlüssel. Filterbare Metadaten werden für die Abfragefilterung verwendet. Nicht filterbare Metadatenschlüssel werden bei der Erstellung eines Vektorindexes angegeben und bieten zusätzlichen Kontext, können aber nicht zum Filtern verwendet werden. Metadaten unterstützen Zeichenfolgen-, Zahlen- und Boolesche Typen. Weitere Informationen zu filterbaren und nicht filterbaren Metadatenschlüsseln finden Sie unter Metadatenfilterung. Weitere Informationen zu Metadatenbeschränkungen, einschließlich Größenbeschränkungen pro Vektor und maximaler Anzahl von Metadatenschlüsseln pro Vektor, finden Sie unter Einschränkungen und Einschränkungen.