Docs Menu
Docs Home
/
Atlas
/ / /

Amazon 기반암 및 Atlas 사용한 하이브리드 검색

참고

Amazon 베드락은 현재 미국 서부(오레곤) 및 미국 동부(북부 북부)에서만 Atlas 와의 하이브리드 검색 지원합니다. 버지니아) Amazon Web Services 리전.

MongoDB Atlas 와의 Amazon 베드락 지식 기반 통합은 하이브리드 검색 지원합니다. 하이브리드 검색 MongoDB Vector Search와 MongoDB Search(전체 텍스트 검색)를 결합하여 검색 결과의 관련성을 향상시킵니다.

Amazon 베드락과 함께 하이브리드 검색 사용하려면 데이터에 MongoDB Vector Search 인덱스 와 MongoDB Search 인덱스 모두 생성해야 합니다. 그런 다음 Amazon 베드락 콘솔 또는 API 통해 하이브리드 검색 활성화 할 수 있습니다.

지식 기반에 대한 하이브리드 검색 활성화 하려면 Atlas 의 컬렉션 에 MongoDB Vector Search 인덱스 와 MongoDB Search 인덱스 모두 있어야 합니다. 이 예시 에서는 test 컬렉션 이 있는 bedrock_db 데이터베이스 가 있다고 가정합니다.

1

아직 생성하지 않았다면 Atlas UI 에서 컬렉션에 MongoDB Vector Search 인덱스 생성 단계를 완료하세요.

2
  1. 클러스터 의 MongoDB Search 페이지로 고 (Go) .

    사이드바에서 Services 제목 아래의 Atlas Search 을 클릭합니다.

  2. Create Search Index를 클릭합니다.

  3. 인덱스 구성을 시작합니다.

    페이지에서 다음 항목을 선택한 후 Next를 클릭합니다.

    Search Type

    MongoDB Search 인덱스 유형을 선택합니다.

    Index Name and Data Source

    다음 정보를 지정합니다.

    • Index Name: search_index

    • Database and Collection:

      • bedrock_db database

      • test 컬렉션

    Configuration Method

    For a guided experience, select Visual Editor.

    To edit the raw index definition, select JSON Editor.
  4. 인덱스를 정의합니다.

    다음 인덱스 정의는 컬렉션에서 지원되는 유형 의 필드를 동적으로 인덱싱합니다. Atlas user 인터페이스에서 MongoDB Search Visual Editor 또는 MongoDB Search JSON Editor 를 사용하여 인덱스 만들 수 있습니다.

    collection의 기본 인덱스 정의를 검토합니다.

    1. 인덱스 정의를 검토합니다.

      인덱스 정의는 다음과 비슷해야 합니다:

      {
      "mappings": {
      "dynamic": true
      }
      }
    2. Next를 클릭합니다.

  5. Create Search Index를 클릭합니다.

  6. You're All Set! 모달 창을 닫습니다.

    인덱스가 작성 중임을 보여주는 모달 창이 표시됩니다. Close 버튼을 클릭합니다.

  7. 인덱스 생성이 완료될 때까지 기다립니다.

    인덱스 작성에는 약 1분 정도가 소요됩니다. 작성하는 동안 Status 열은 Build in Progress을 읽습니다. 작성이 완료되면 Status 열에 Active이 표시됩니다.

두 인덱스를 모두 생성한 후에는 하이브리드 검색을 사용하도록 지식 기반을 구성하세요. Amazon Bedrock 콘솔 또는 Amazon Bedrock API를 사용하여 하이브리드 검색을 활성화할 수 있습니다.

1
  1. Amazon Web Services 콘솔에 로그인합니다.

  2. 왼쪽 상단 모서리에서 Services 드롭다운 메뉴를 클릭합니다.

  3. Machine Learning 을 클릭한 다음 Amazon Bedrock 을 선택합니다.

2

Atlas를 벡터 저장소로 사용하여 새 지식 기반을 생성하거나 기존 지식 기반을 수정 하세요.

  1. 벡터 저장 구성에서 Text search index name 필드 search_index 또는 다른 이름을 사용한 경우 MongoDB Search 인덱스 의 이름으로 설정하다 .

    벡터 스토어 검색 인덱스 구성 섹션의 스크린샷.
    클릭하여 확대
  2. 구성을 저장합니다.

3
  1. Amazon Bedrock 콘솔의 왼쪽 탐색에서 Knowledge Bases를 클릭합니다.

  2. 지식창고를 선택합니다.

  3. Test knowledge base를 클릭합니다.

  4. 설정 아이콘을 클릭합니다.

  5. Search type에서 Hybrid search (semantic & text)를 선택합니다.

기본적으로 파운데이션 모델을 선택하여 쿼리를 기반으로 응답을 생성할 수 있습니다. 조회된 문서만 보려면 Generate response 옵션을 꺼짐으로 설정합니다.

기존 지식창고가 있는 경우 다음 단계를 완료하세요.

1

MongoDbAtlasConfiguration에서 textIndexName 필드를 지식창고의 MongoDB Search 인덱스 이름으로 설정하다.

2

지식창고에 대한 지식베이스 벡터검색 구성에서 overrideSearchType 필드 로 설정하다 HYBRID.

이 구성을 사용하여 다음 API 요청에서 데이터를 조회합니다.

하이브리드 검색을 활성화한 후 지식 기반을 테스트하거나 에이전트를 생성합니다.

돌아가기

Amazon Bedrock

이 페이지의 내용