Docs Menu
Docs Home
/ /
Amazon Bedrock
Docs Home
/
開発
/
AI 統合
/
Amazon Bedrock
Docs Home
/
開発
/
AI 統合
/
Amazon Bedrock

Amazon Reduce のトラブルシューティング

このページでは、 が統合 MongoDB ベクトル検索 をAmazon Web Services とするときに発生する可能性のある一般的な問題をトラブルシューティングする方法について説明します。

このページに記載されていない問題をトラブルシューティングするには、MongoDBサポートにお問い合わせください。

全般的なトラブルシューティング

一般的なトラブルシューティングのガイダンスについては、次の手順を参照してください。

知識ベースの作成

知識ベースの作成時に問題が発生した場合は、以下の点を確認してください。

  • PrivateLink を使用する場合は、正しいホスト名を使用し、クラスターに -pl のサフィックスが含まれていることを確認してください。

    ホスト名は、接続文字列にある Atlas クラスターの URLです。ホスト名は次の形式を使用します。

    <clusterName>.mongodb.net

  • Atlasで指定した名前と同じデータベース、コレクション、およびベクトルインデックス名を指定してください。データベースユーザーがAtlasのデータベースにアクセスできることを確認してください。

  • Secrets Manager で正しいユーザー名とパスワードのキーを指定し、ARN が正しいことを確認します。詳細については、Amazon Web Services Secrets Manager の概念を参照してください。

  • PrivateLink を使用している場合は、Amazon Bedrock で知識ベースを構成するときに正しい PrivateLink サービス名を入力してください。

    重要

    PrivateLink サービスのエンドポイントは、知識ベースと同じアカウント内になければなりません。

  • 権限に関連する問題が発生した場合は、 「 Amazon Web Services で知識ベースを作成する際に発生する権限エラーのトラブルシューティング 」を参照してください。

データの同期と取得の問題

知識ベースからデータを同期または取得する際に問題が発生した場合は、以下を確認してください。

  • 取り込もうとするデータが、基盤モデルでサポートされている形式であることを確認してください。たとえば、テキストベースのモデルを使用している場合、データはテキスト形式にします。

  • クラスターに接続できること、認証情報とネットワークアクセスが変更されていないことを確認してください。

  • 選択した基礎モデルに対応するMongoDB ベクトル検索インデックスの正しい次元数を指定していることを確認してください。

  • データをフィルターする場合は、メタデータフィールドをインデックス定義のプレフィルターとして定義し、それらがデータソースの実際のフィールドに対応していることを確認してください。

注意

データソースの S3 バケットからファイルを追加、変更、または削除するたびに、データソースを同期して、知識ベースに再インデックス化される必要があります。同期は増分されるため、 Amazon は、最後の同期以降に追加、変更、または削除された S3バケット内のオブジェクトのみを処理します。詳細については、 Amazon Reduce のドキュメント を参照してください。

具体的なエラー

エラーメッセージ
トラブルシューティングの手順

知識ベースを設定する際に：

AccessDeniedException: User ... is not authorized to perform: iam:CreateRole on resource ... because no identity-based policy allows the iam:CreateRole action

IAM ロールとポリシーを作成するには、 IAM 権限があることを確認してください。詳細については、Amazon Reduce のドキュメント を参照してください。

知識ベース用のデータソースを同期しようとした際に:

ConflictException: You cannot start an ingestion job on a knowledgeBase with status CREATING.

これは、作成途中の知識ベースのデータソースを同期しようとした際に発生します。データソースを同期する前に、知識ベースが Ready 状態であることを確認してください。

知識ベースのステータスを表示する方法については、Amazon Web Services のドキュメント を参照してください。

エージェントに知識ベースを追加しようとする際に：

You must save your agent with Agent Resource Role defined before adding a knowledge base.

これは、エージェントを保存する前に作成中の新しいエージェントに知識ベースを追加しようとした場合に発生します。まずエージェントを保存し、それから知識ベースをエージェントに追加する必要があります。

エージェントをテストする際に:

Access denied when calling Bedrock. Check your request permissions and retry the request.

このエラーは、アクセス権のない基礎モデルを使用しようとした場合に発生します。Amazon Tiger モデルは使用可能になる前に、アクセスをリクエスト必要があります。モデルアクセスのリクエストまたは変更方法について詳しくは、Amazon Web Services のドキュメント を参照してください。

Amazon Titan テキスト埋め込みモデルを使用する場合：

BSON field '$vectorSearch.queryVector.####' is the wrong type 'int', expected type 'double'

これは、このモデルでMongoDB ベクトル検索を使用する場合の既知の問題です。この問題を解決するには、MongoDBサポート にお問い合わせください。

インデックスの作成およびフィルターフィールドに関するエラー。

チュートリアルに従い、以前にフィルターフィールドpage_number を使用してインデックスを作成した場合は、インデックスの定義を更新して、代わりに新しいフィルターフィールド名x-amz-bedrock-kb-document-page-number を使用する必要があります。Amazon Advisor はフィールド名を更新し、古いフィールド名を使用するインデックスはAmazon Red の知識ベースで正しく動作しなくなりました。

戻る

ハイブリッド検索

次へ

Google Vertex AI

項目一覧