Vettori

Ogni vettore è costituito da una chiave, che lo identifica in modo univoco in un indice vettoriale. Inoltre, è possibile collegare a ciascun vettore i metadati (ad esempio anno, autore, genere, posizione) come coppie chiave-valore.

Le operazioni sui dati vettoriali includono l’inserimento, l’elenco, l’esecuzione di query e l’eliminazione di vettori. Per generare nuovi embedding vettoriali dei dati non strutturati, è possibile utilizzare l’operazione API InvokeModel di Amazon Bedrock per specificare l’ID del modello di embedding da utilizzare. Inoltre, lo strumento open source Amazon S3 Vectors Embed CLI offre un modo semplificato per generare embedding ed eseguire ricerche semantiche dalla riga di comando. Per ulteriori informazioni su questo strumento open source che automatizza sia la generazione di embedding vettoriali con i modelli di fondazione di Amazon Bedrock sia le operazioni di ricerca semantica all’interno degli indici vettoriali S3, consulta Creazione di embedding vettoriali ed esecuzione di ricerche semantiche con s3vectors-embed-cli.

Concetti sui vettori

Chiavi del vettore: ogni vettore è identificato da una chiave univoca all’interno dell’indice. Le chiavi del vettore possono contenere fino a 1.024 caratteri e devono essere univoche all’interno dell’indice vettoriale. Le chiavi fanno distinzione tra maiuscole e minuscole e possono contenere qualsiasi carattere UTF-8.

Dimensione vettoriale: una dimensione è il numero di valori presenti in un vettore. Le dimensioni più grandi richiedono più spazio di archiviazione. Tutti i vettori di un indice devono avere lo stesso numero di dimensioni, specificato al momento della creazione dell’indice. Una dimensione deve essere un numero intero compreso tra 1 e 4096.

Metadati: è possibile collegare i metadati ai vettori come coppie chiave-valore per fornire un contesto aggiuntivo e abilitare il filtro durante le query. I metadati includono chiavi di metadati filtrabili e non filtrabili. I metadati filtrabili vengono utilizzati per il filtro delle query. Le chiavi di metadati non filtrabili vengono specificate durante la creazione di un indice vettoriale e forniscono un contesto aggiuntivo, ma non possono essere utilizzate per il filtro. I metadati supportano i dati di tipo stringa, numerico e booleano. Per ulteriori informazioni sui metadati filtrabili e non filtrabili, consulta Filtro dei metadati. Per ulteriori informazioni sui limiti dei metadati, inclusi i limiti di dimensione per vettore e il numero massimo di chiavi di metadati per vettore, consulta Limitazioni e restrizioni.