Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Amazon OpenSearch Trending Queries avec AWS Glue et Amazon Bedrock
Date de publication : 18 décembre 2024 (Historique du diagramme)
Cette architecture montre comment utiliser AWS des services tels qu'AWS Glue, Amazon OpenSearch Service Amazon Bedrock, l'intégration vectorielle, le K-means clustering et les LLM pour identifier les requêtes de recherche les plus populaires afin d'optimiser la stratégie de contenu et d'améliorer l'expérience utilisateur.
Amazon OpenSearch Trending Queries avec AWS Glue et Amazon Bedrock
Les étapes suivantes décrivent l'architecture :
-
Les utilisateurs finaux recherchent des articles sur la page de recherche. Les requêtes sont envoyées à Amazon OpenSearch Service pour la récupération des résultats.
-
Les journaux de requêtes de recherche sont diffusés via Amazon Kinesis Data Streams à l'aide d'un proxy API Gateway.
-
Amazon Data Firehoseconsolide les journaux des requêtes de recherche toutes les 15 minutes à la limite maximale de la mémoire tampon.
-
Une fonction Lambda compresse les journaux des requêtes de recherche pour optimiser le stockage Amazon S3.
-
EventBridgeun planificateur quotidien déclenche des fonctions d'étape pour identifier les tendances des requêtes.
-
Un robot d'exploration AWS Glue crée des tables de catalogue pour les journaux de requêtes de recherche stockés dans Amazon S3.
-
Une tâche AWS Glue consolide et transforme les journaux de requêtes en Parquet fichiers afin d'améliorer les performances des requêtes.
-
Un robot d'exploration AWS Glue crée une table de catalogue pour Parquet les fichiers stockés dans Amazon S3.
-
Une tâche AWS Glue traite les données à l'aide du K-means clustering, crée des clusters de requêtes de recherche et les stocke dans Amazon S3.
-
Un robot d'exploration AWS Glue crée une table de catalogue pour les clusters de requêtes de recherche stockés dans Amazon S3.
-
Athena interroge les n principales requêtes par cluster et transmet un fichier CSV en entrée à une fonction Lambda.
-
Lambda traite le fichier CSV en boucle, appelle Amazon Bedrock pour identifier la requête de recherche la plus pertinente par cluster et stocke les résultats dans DynamoDB.
-
Lorsque l'utilisateur ouvre la page de recherche, la logique de l'application utilise API Gateway pour récupérer les requêtes les plus populaires à l'aide de Lambda et du tableau DynamoDB à afficher sur la page de recherche.
-
Les analystes commerciaux utilisent une API de requêtes de tendances pour analyser les requêtes de recherche tendances et définir une stratégie de contenu.
Suggestions de lecture
Pour plus d'informations, consultez les ressources suivantes :
Historique du diagramme
Pour être informé des mises à jour de ce schéma d'architecture de référence, abonnez-vous au fil RSS.
| Modification | Description | Date |
|---|---|---|
Publication initiale | Schéma d'architecture de référence publié pour la première fois. | 18 décembre 2024 |
Note
Pour vous abonner aux mises à jour RSS, un plug-in RSS doit être activé pour le navigateur que vous utilisez.
