View a markdown version of this page

对多模式知识库进行故障排除 - Amazon Bedrock
一般限制常见错误和解决方案使用 Amazon S3 生命周期策略管理临时数据性能注意事项

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

对多模式知识库进行故障排除

本节为解决使用多模式知识库时遇到的常见问题提供指导。故障排除信息按一般限制、常见错误场景及其原因和解决方案以及性能优化建议进行组织。使用此信息诊断和解决设置、摄取或查询多模式内容期间的问题。

一般限制

在使用多模态知识库时，请注意当前的这些限制：

  • 文件大小限制：每个视频文件最大 1.5 GB，每个音频文件最大 1 GB（Nova 多模态嵌入），或每个文件最大 1.5 GB（BDA）

  • 每个摄取任务的文件数：每个任务最多 15,000 个文件（Nova 多模态嵌入）或每个任务最多 1,000 个文件（BDA）

  • 查询限制：每次查询最多一张图片

  • 数据源限制：只有 Amazon S3 和自定义数据源支持多模式内容

  • BDA 分块限制：使用具有固定大小分块的 Bedrock Data Automation 时，重叠百分比设置不适用于音频和视频内容

  • BDA 并发任务限制：默认限制为 20 个并发 BDA 作业。对于大规模处理，可以考虑申请增加服务配额

  • Reranker 模型限制：多模态内容不支持 Reranker 模型

  • 汇总限制：不支持对包含非文本内容的检索响应进行汇总

  • 查询输入限制：目前不支持同时包含文本和图像的输入。您可以同时使用文本或图像查询，但不能同时使用两者。

  • 护栏图像内容过滤器：当您将图像查询与配置了图像内容过滤器的护栏一起使用时，将根据护栏评估输入图像。如果图像违反了配置的过滤器阈值，则可能会被屏蔽。

  • 输入和类型不匹配：默认情况下，如果未指定类型，则假定输入为文本。使用文本以外的模式时，必须指定正确的类型

常见错误和解决方案

如果您的多模态知识库遇到问题，请查看以下常见场景：

使用图像查询时出现 4xx 错误

原因：尝试使用纯文本嵌入模型或 BDA-processed 知识库的图像查询。

解决方案：在创建图像查询支持的知识库时，选择 Amazon Nova 多模态嵌入。

RAG 在多模态内容中返回 4xx 错误

原因：RetrieveAndGenerate与仅包含多模态内容的知识库和 Amazon Nova 多模态嵌入模型一起使用。

解决方案：使用 BDA 解析器实现 RAG 功能，或确保您的知识库包含文本内容。

多式联运存储目的地必填错误

原因：在不配置多模式存储目标的情况下使用 Nova 多模态嵌入。

解决方案：使用 Nova 多模态嵌入时指定多模式存储目的地。

数据源和多模式存储使用相同的 S3 存储桶

原因：将您的数据源和多模式存储目标配置为使用相同的 Amazon S3 存储桶，但没有适当的包含前缀。

解决方案：要么使用单独的存储桶进行数据源和多模式存储，要么配置包含前缀以防止重新摄取提取的媒体文件。

包含前缀不能以 “aws/” 开头

原因：当您的数据源和多模式存储目标共享同一 Amazon S3 存储桶时，使用以 “aws/” 开头的包含前缀。

解决方案：指定不同的包含前缀。“aws/” 路径保留用于提取的媒体存储，不能用作包含前缀以避免重新摄取处理过的内容。

BDA 摄取会跳过多模式内容

原因：知识库是在没有多模式存储目标的情况下创建的，然后添加了包含多模式内容的 BDA 数据源。

解决方案：知识库 Re-create ，其多模式存储目标配置为支持对音频、视频和图像文件进行 BDA 处理。

在没有多模态嵌入模型的情况下创建的知识库

原因：知识库是使用纯文本嵌入模型创建的，限制了多模态能力。

解决方案：使用 Nova 多模态嵌入创建新的知识库，以支持原生多模态处理和基于图像的查询。

使用 Amazon S3 生命周期策略管理临时数据

使用 Nova 多模态嵌入时，Amazon Bedrock 会将瞬态数据存储在您的多模式存储目的地中，并在处理完成后尝试将其删除。我们建议对临时数据路径应用生命周期策略，以确保其正确过期。

Console
使用控制台创建生命周期规则

  1. 打开 Amazon S3 控制台。

  2. 导航到您为知识库配置的多模式存储目的地。

  3. 选择 “管理” 选项卡，然后选择 “创建生命周期规则” 。

  4. 对于生命周期规则名称，输入Transient Data Deletion。

  5. 在 “过滤器类型” 下，选择 “使用一个或多个过滤器限制此规则的范围” 。

  6. 在 P refix 中，输入知识库和数据源的瞬态数据路径。

    将以下前缀中的占位符值替换为您的实际标识符：

    aws/bedrock/knowledge_bases/knowledge-base-id/data-source-id/transient_data
    重要

    不要将生命周期策略应用于整个存储桶或 “aws/” 前缀，因为这将删除您的多模式内容并导致检索失败。仅使用上面显示的特定瞬态数据路径。

  7. 在生命周期规则操作下，选择使对象的当前版本过期。

  8. 对于对象创建后的天数，输入1。

  9. 选择 Create rule（创建规则）。

AWS CLI
要使用创建生命周期规则 AWS CLI

  1. 使用以下内容创建名lifecycle-policy.json为 JSON 文件。

    将占位符值替换为您的实际标识符：

    • knowledge-base-id-您的知识库标识符

    • data-source-id-您的数据源标识符

    {
    "Rules": [
        {
            "ID": "TransientDataDeletion",
            "Status": "Enabled",
            "Filter": {
                "Prefix": "aws/bedrock/knowledge_bases/knowledge-base-id/data-source-id/transient_data"
            },
            "Expiration": {
                "Days": 1
            }
        }
    ]
}

  2. 将生命周期政策应用于您的存储桶。将 your-multimodal-storage-bucket 替换为实际存储桶名称：

    aws s3api put-bucket-lifecycle-configuration \
    --bucket your-multimodal-storage-bucket \
    --lifecycle-configuration file://lifecycle-policy.json

  3. 验证生命周期策略是否已应用：

    aws s3api get-bucket-lifecycle-configuration \
    --bucket your-multimodal-storage-bucket

有关 Amazon S3 生命周期策略的更多信息，请参阅 Amazon S3 用户指南中的管理对象生命周期。

性能注意事项

为了使您的多模态知识库发挥最佳性能，请考虑以下因素：

  • 处理时间：由于内容转换，BDA 处理需要更长的时间

  • 查询延迟：图像查询的延迟可能高于文本查询

  • 分块持续时间：更长的 audio/video区块持续时间会增加处理时间，但可能会提高准确性