Aurora (PostgreSQL) - Amazon Kendra
支持的功能先决条件连接说明备注

Aurora (PostgreSQL)

注意

在 2026 年 5 月 31 日之前，仍将为现有客户提供对 Aurora (PostgreSQL) 连接器的完全支持。该连接器虽已不再面向新用户开放，但现有用户可继续无中断使用。我们正在持续优化我们的连接器产品组合，以提供更具可扩展性和可定制性的解决方案。对于未来集成，我们建议探索 Amazon Kendra 自定义连接器框架[1]，该框架旨在支持更广泛的企业使用案例，并且具备更大的灵活性。

Aurora 是专为云构建的关系数据库管理系统（RDBMS）。如果您是 Aurora 用户，则可以使用 Amazon Kendra 为您的 Aurora (PostgreSQL) 数据来源编制索引。Amazon Kendra Aurora (PostgreSQL) 数据来源连接器支持 Aurora PostgreSQL 1。

您可以使用 Amazon Kendra 控制台 和 TemplateConfiguration API 将 Amazon Kendra 连接到 Aurora (PostgreSQL) 数据来源。

要对 Amazon Kendra Aurora (PostgreSQL) 数据来源连接器进行故障排除，请参阅数据来源故障排除。

支持的功能

  • 字段映射

  • 用户上下文筛选

  • 包含/排除筛选条件

  • 完整和增量内容同步

  • 虚拟私有云（VPC）

先决条件

在使用 Amazon Kendra 为 Aurora (PostgreSQL) 数据来源编制索引之前，请先在 Aurora (PostgreSQL) 和 AWS 账户内进行这些更改。

在 Aurora (PostgreSQL) 中，请确保：

  • 已记下您的数据库用户名和密码。

    重要

    最佳做法是向 Amazon Kendra 提供只读数据库凭证。

  • 已复制您的数据库主机 URL、端口和实例。

  • 在 Aurora (PostgreSQL) 以及计划用于编制同一索引的其他数据来源中，已检查每个文档都是唯一的。您要用于编制索引的每个数据来源在所有数据来源中都不能包含相同的文档。文档 ID 对索引来说是全局性的，并且每个索引都必须是唯一的。

在 AWS 账户 中，请确保：

  • 已创建 Amazon Kendra 索引，如果使用 API，则记下索引 ID。

  • 为您的数据来源创建了一个 IAM 角色，如果使用 API，请记下 IAM 角色的 ARN。

    注意

    如果您更改了身份验证类型和证书，则必须更新您的 IAM 角色才能访问正确的 AWS Secrets Manager 密钥 ID。

  • 将您的 Aurora (PostgreSQL) 身份验证凭证存储在 AWS Secrets Manager 密钥中，如果使用 API，请记下密钥的 ARN。

    注意

    我们建议您定期刷新或轮换您的凭证和密码。为了安全起见，请仅提供必要的访问权限级别。我们建议不要跨数据来源以及连接器版本 1.0 和 2.0（如果适用）重复使用凭证和密钥。

如果您没有现有的 IAM 角色或密钥，则在将 Aurora (PostgreSQL) 数据来源连接到 Amazon Kendra 时，您可以使用控制台创建新的 IAM 角色和 Secrets Manager 密钥。如果您使用 API，则必须提供现有 IAM 角色和 Secrets Manager 密钥的 ARN 以及索引 ID。

连接说明

要将 Amazon Kendra 连接到您的 Aurora (PostgreSQL) 数据来源，您必须提供您的 Aurora (PostgreSQL) 凭证的详细信息，以便 Amazon Kendra 访问您的数据。如果您还没有为 Amazon Kendra 配置 Aurora (PostgreSQL)，请参阅先决条件。

Console

将 Amazon Kendra 连接到 Aurora (PostgreSQL)

  1. 登录 AWS 管理控制台并打开 Amazon Kendra 控制台。

  2. 在左侧导航窗格中，选择索引，然后从索引列表中选择要使用的索引。

    注意

    您可以选择在索引设置下配置或编辑您的用户访问控制设置。

  3. 在开始使用页面上，选择添加数据来源。

  4. 在添加数据来源页面上，选择 Aurora (PostgreSQL) 连接器，然后选择添加连接器。如果使用版本 2（如果适用），请选择带有“V2.0”标签的 Aurora (PostgreSQL) 连接器。

  5. 在指定数据来源详细信息页面上，输入以下信息：

    1. 在名称和描述中，在数据来源名称中输入您的数据来源的名称。可以包含连字符，但不能包含空格。

    2. （可选）描述：输入数据来源的描述信息。

    3. 在默认语言中，选择用于筛选文档以编制索引的语言。除非另行指定，否则语言默认为英语。在文档元数据中指定的语言会覆盖所选语言。

    4. 在标签中，对于添加新标签 – 添加用于搜索和筛选资源或跟踪 AWS 成本的标签。

    5. 选择下一步。

  6. 在定义访问权限和安全性页面上，请输入以下信息：

    1. 在源中，输入以下信息：

    2. 主机 – 输入数据库主机 URL，例如：http://instance URL.region.rds.amazonaws.com。

    3. 端口 –输入数据库端口，例如 5432。

    4. 实例 – 输入数据库实例，例如 postgres。

    5. 启用 SSL 证书位置 - 选择以输入您的 SSL 证书文件的 Amazon S3 路径。

    6. 在身份验证中 - 请输入以下信息：

      1. AWS Secrets Manager 密钥 - 选择现有密钥或创建新的 Secrets Manager 密钥来存储您的 Aurora (PostgreSQL) 身份验证凭证。如果您选择创建新密钥，则会打开 AWS Secrets Manager 密钥窗口。

        1. 在创建 AWS Secrets Manager 密钥窗口中输入以下信息：

          1. 密钥名称 - 密钥的名称。前缀“AmazonKendra-Aurora (PostgreSQL)-”会自动添加到您的密钥名称中。

          2. 对于数据库用户名和密码 - 输入您从数据库中复制的身份验证凭证值。

        2. 选择保存。

    7. 虚拟私有云（VPC）- 您可以选择使用 VPC。如果是这样，则必须添加子网和 VPC 安全组。

    8. IAM 角色 - 选择现有 IAM 角色或创建新的 IAM 角色来访问您的存储库凭证和索引内容。

      注意

      用于编制索引的 IAM 角色不能用于数据来源。如果您不确定是否将现有角色用于编制索引或常见问题解答，为了避免出错，请选择创建新角色。

    9. 选择下一步。

  7. 在配置同步设置页面上，请输入以下信息：

    1. 在同步范围中，从以下选项中进行选择：

      • SQL 查询 - 输入 SQL 查询语句，例如 SELECT 和 JOIN 操作。SQL 查询必须小于 32KB。SQL 查询必须小于 32KB 且不包含任何分号 (;)。Amazon Kendra 将爬取与您的查询相匹配的所有数据库内容。

      • 主键列 - 提供数据库表的主键。这将标识数据库中的表。

      • 标题列 - 提供数据库表中文档标题列的名称。

      • 正文列 - 提供数据库表中文档正文列的名称。

    2. 在其他配置 - 可选中，从以下选项中选择以同步特定内容，而不是同步所有文件：

      • 更改检测列 - 输入 Amazon Kendra 将用于检测内容变化的列的名称。当其中任何一列发生变化时，Amazon Kendra 将重新为内容编制索引。

      • 用户 ID 列 - 输入包含允许访问内容的用户 ID 的列的名称。

      • 组列 - 输入包含允许访问内容的群组的列的名称。

      • 源 URL 列 - 输入包含要编制索引的源 URL 的列的名称。

      • 时间戳列 - 输入包含时间戳的列的名称。Amazon Kendra 使用时间戳信息来检测内容的变化并仅同步已更改的内容。

      • 时区列 - 输入列的名称，该列包含要搜索的内容的时区。

      • 时间戳格式 - 输入列的名称，该列包含用于检测内容更改和重新同步内容的时间戳格式。

    3. 同步模式 - 选择在数据来源内容发生变化时更新索引的方式。首次将数据来源与 Amazon Kendra 同步时，默认情况下会爬取所有内容并编制索引。如果首次同步失败，即使您没有选择“完整同步”作为同步模式，也必须执行一次完整的数据同步。

      • 完整同步：每次数据来源与索引同步时，重新为所有内容编制索引，并替换已有内容。

      • 新增、修改的同步：每次数据来源与索引同步时，仅为新增和修改的内容编制索引。Amazon Kendra 可以利用数据来源自身的内容变更跟踪机制，仅为自上次同步以来发生变化的内容编制索引。

      • 新增、修改、删除的同步：每次数据来源与索引同步时，仅为新增、修改和删除的内容编制索引。Amazon Kendra 可以利用数据来源自身的内容变更跟踪机制，仅为自上次同步以来发生变化的内容编制索引。

    4. 在同步运行计划中，对于频率 - Amazon Kendra 与数据来源同步的频率。

    5. 选择下一步。

  8. 在设置字段映射页面上，请输入以下信息：

    1. 从生成的默认数据来源字段（文档 ID、文档标题和源 URL）中选择要映射到 Amazon Kendra 索引的字段。

    2. 添加字段 - 添加自定义数据来源字段以创建要映射到的索引字段名称和字段数据类型。

    3. 选择下一步。

  9. 在查看和创建页面上，请检查输入的信息是否正确，然后选择添加数据来源。您也可以选择在此页面上编辑信息。成功添加数据来源后，您的数据来源将显示在数据来源页面上。

API

将 Amazon Kendra 连接到 Aurora (PostgreSQL)

您必须使用 TemplateConfiguration API 指定以下内容：

  • 数据来源 - 当使用 TemplateConfiguration JSON 架构时，将数据来源类型指定为 JDBC。当调用 CreateDataSource API 时，还要将数据来源指定为 TEMPLATE。

  • 数据库类型 - 必须将数据库类型指定为 postgresql。

  • SQL 查询 - 指定 SQL 查询语句，例如 SELECT 和 JOIN 操作。SQL 查询必须小于 32KB。Amazon Kendra 将爬取与您的查询相匹配的所有数据库内容。

  • 同步模式 - 指定当数据来源内容发生变化时 Amazon Kendra 更新索引的方式。首次将数据来源与 Amazon Kendra 同步时，默认情况下会爬取所有内容并编制索引。如果首次同步失败，即使您没有选择“完整同步”作为同步模式，也必须执行一次完整的数据同步。您可以选择：

    • FORCED_FULL_CRAWL，每次数据来源与索引同步时，重新为所有内容编制索引，并替换已有内容。

    • FULL_CRAWL，每次数据来源与索引同步时，仅为新增、修改和删除的内容编制索引。Amazon Kendra 可以利用数据来源自身的内容变更跟踪机制，仅为自上次同步以来发生变化的内容编制索引。

    • CHANGE_LOG，每次数据来源与索引同步时，仅为新增和修改的内容编制索引。Amazon Kendra 可以利用数据来源自身的内容变更跟踪机制，仅为自上次同步以来发生变化的内容编制索引。

  • 密钥 Amazon 资源名称（ARN）- 提供包含您在 Aurora (PostgreSQL) 账户中创建的身份验证凭证的 Secrets Manager 密钥的 Amazon 资源名称（ARN）。密钥必须使用具有以下键的 JSON 结构存储：

    {
    "user name": "database user name",
    "password": "password"
}
    注意

    我们建议您定期刷新或轮换您的凭证和密码。为了安全起见，请仅提供必要的访问权限级别。我们建议不要跨数据来源以及连接器版本 1.0 和 2.0（如果适用）重复使用凭证和密钥。

  • IAM 角色 - 指定 RoleArn，以便调用 CreateDataSource 来向 IAM 角色提供访问您的 Secrets Manager 密钥的权限，以及为 Aurora (PostgreSQL) 连接器和 Amazon Kendra 调用所需的公共 API 的权限。有关更多信息，请参阅 Aurora (PostgreSQL) S3 数据来源的 IAM 角色。

您还可以添加以下可选功能：

  • 虚拟私有云（VPC）- 指定 VpcConfiguration，以便调用 CreateDataSource。有关更多信息，请参阅配置 Amazon Kendra 以使用 Amazon VPC。

  • 包含和排除过滤器 - 您可以使用用户 ID、组、来源 URL、时间戳和时区来指定是否包含特定内容。

  • 用户上下文筛选和访问控制 - 如果文档有 ACL，则 Amazon Kendra 会爬取文档的访问控制列表（ACL）。ACL 信息用于根据用户或其所在组对文档的访问权限来筛选搜索结果。有关更多信息，请参阅用户上下文筛选。

  • 字段映射 - 选择将 Aurora (PostgreSQL) 数据来源字段映射到 Amazon Kendra 索引字段。有关更多信息，请参阅映射数据来源字段。

    注意

    文档正文字段或文档正文的等效字段是 Amazon Kendra 搜索文档时所必需的。您必须将数据来源中的文档正文字段名映射到索引字段名称 _document_body。其他所有字段均为可选字段。

有关要配置的其他重要 JSON 键的列表，请参阅Aurora（PostgreSQL）模板架构。

备注

  • 在 Amazon Kendra 检查更新内容时，不会跟踪已删除的数据库行。

  • 在数据库的一行中，字段名和值的大小不能超过 400KB。

  • 如果您的数据库数据来源中有大量数据，并且不想让 Amazon Kendra 在第一次同步后将所有数据库内容编入索引，则可以选择仅同步新增、修改或删除的文档。

  • 最佳做法是向 Amazon Kendra 提供只读数据库凭证。

  • 最佳做法是避免添加包含敏感数据或个人身份信息（PII）的表。