/ /

Solução de problemas da integração da base de conhecimento do Amazon Observer

Esta página descreve como solucionar problemas comuns que você pode encontrar ao integrar a Vector Search do MongoDB com o Amazon Camadhard.

To troubleshoot issues that are not covered on this page, contact MongoDB Support.

Solução de problemas gerais

Consulte as etapas a seguir para orientações gerais sobre solução de problemas.

Criação de Base de Conhecimento

Se você encontrar problemas ao criar a base de conhecimento, verifique o seguinte:

Utilize o nome de host correto e assegure-se de que ele contenha um sufixo -pl no cluster caso esteja usando PrivateLink.

The hostname is the URL for your Atlas cluster located in its connection string. The hostname uses the following format:
<clusterName>.mongodb.net
Especifique os mesmos nomes de banco de dados, coleção e índice vetorial que você especificou no Atlas. Certifique-se de que o usuário de banco de dados tenha acesso ao banco de dados no Atlas.
Especifique as chaves corretas de nome de usuário e senha no Secrets Manager e certifique-se de que os ARNsestejam corretos. Para aprender mais, consulte Conceitos do AWS Secrets Manager.
Se você estiver usando o PrivateLink, insira o nome correto do serviço PrivateLink ao configurar a base de conhecimento no Amazon Bedrock.

Importante
O ponto de extremidade do serviço PrivateLink deve estar na mesma conta que a base de conhecimento.
Se você encontrar problemas relacionados à permissão, consulte Como resolvo erros de permissão que obtenho quando crio uma base de conhecimento no Amazon Cama do Rock?.

Problemas de Sincronização e Recuperação de Dados

Se você encontrar problemas ao sincronizar ou recuperar dados da base de conhecimento, verifique o seguinte:

Certifique-se de que os dados que você deseja ingerir estejam em um formato suportado pelo modelo de base. Por exemplo, se você estiver utilizando um modelo baseado em texto, certifique-se de que os dados estejam no formato de texto.
Certifique-se de que você pode se conectar ao seu cluster e que as credenciais e o acesso à rede não foram alterados.
Certifique-se de especificar o número correto de dimensões em seu índice do MongoDB Vector Search correspondente ao modelo de base que você escolheu.
If attempting to filter your data, ensure that you've defined metadata fields as pre-filters in your index definition and that they correspond to the actual fields in your data source.

Observação

Sempre que você adicionar, modificar ou remover arquivos do bucket S3 de uma fonte de dados, será necessário sincronizar a fonte de dados para que ela seja reindexada na base de conhecimento. A sincronização é incremental, então o Amazon Bedrock processa apenas os objetos no bucket S3 que você adicionou, modificou ou excluiu desde a última sincronização. Para saber mais, consulte a documentação do Amazon Bedrock.

Erros específicos

Mensagem de erro	Etapas de solução de problemas
Ao configurar uma base de conhecimento: `AccessDeniedException: User ... is not authorized to perform: iam:CreateRole on resource ... because no identity-based policy allows the iam:CreateRole action`	Verifique se você tem as permissões de IAM para criar roles e políticas de IAM. Para saber mais, consulte a documentação do Amazon Base Rock.
Ao tentar sincronizar uma fonte de dados para uma base de conhecimento: `ConflictException: You cannot start an ingestion job on a knowledgeBase with status CREATING.`	Isso ocorre quando você tenta sincronizar uma fonte de dados para uma base de conhecimento que ainda está em processo de criação. Certifique-se de que a base de conhecimento esteja em um estado Pronto antes de sincronizar uma fonte de dados com ela. Para saber como visualizar o status da sua base de conhecimento, consulte a documentação do Amazon Bedrock.
Ao tentar adicionar uma base de conhecimento a um agente: `You must save your agent with Agent Resource Role defined before adding a knowledge base.`	Isso ocorre se você tentar adicionar uma base de conhecimento a um novo agente que está criando antes de salvar o agente. Você deve salvar o agente primeiro e, em seguida, adicionar a base de conhecimento a ele.
Ao testar um agente: `Access denied when calling Bedrock. Check your request permissions and retry the request.`	Este erro ocorre quando você tenta usar um modelo de base ao qual não tem acesso. Você deve fazer a solicitação de acesso aos modelos Amazon Bedrock antes que eles estejam disponíveis para uso. Para saber como solicitar ou modificar o acesso ao modelo, consulte a documentação do Amazon Bedrock.
Ao usar o modelo de incorporação de texto Amazon Titan: `BSON field '$vectorSearch.queryVector.####' is the wrong type 'int', expected type 'double'`	This is a known issue when using MongoDB Vector Search with this model. To resolve this issue, contact MongoDB Support.
Erro na criação de índices e nos campos de filtro.	Se você seguiu o tutorial e criou anteriormente um índice com o campo de filtro `page_number`, deverá atualizar a definição do índice para usar o novo nome de campo de filtro `x-amz-bedrock-kb-document-page-number`. O Amazon Leite atualizou o nome do campo , e os índices que usam o nome de campo antigo não funcionam mais corretamente com as bases de conhecimento do Amazon Cama do Rock.

Voltar

Pesquisa híbrida

Google Vertex AI