Amazon S3

登录 AWS 管理控制台 并打开Amazon Kendra 控制台。

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。

在开始使用页面上，选择添加数据来源。

在添加数据来源页面上，选择 S3 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 S3 连接器。

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，用于添加新标签-包括可选标签以搜索和筛选您的资源或跟踪您的 AWS 成本。

5. 选择下一步。

在定义访问权限和安全性页面上，输入以下可选信息：

1. IAM 角色-选择现有 IAM 角色或创建新 IAM 角色来访问您的存储库凭据和索引内容。

   注意

   IAM 用于索引的角色不能用于数据源。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。

2. 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。

3. 选择下一步。

在配置同步设置页面上，请输入以下信息：

1. 在数据来源位置中 - 指定存储您数据的 Amazon S3 存储桶的路径。选择浏览 S3 以选择 S3 存储桶。

2. 对于最大文件大小 - 指定文件大小上限（以 MB 为单位），仅爬取不超过此大小的文件。允许的最大文件 Amazon Kendra 大小为 50 MB。

3. 对于（可选）元数据文件前缀文件夹位置-指定存储您 fields/attributes 和其他文档元数据的文件夹的路径。选择浏览 S3 以找到元数据文件夹。

4. 对于（可选的）访问控制列表配置文件的位置 - 指定包含用户及其文档访问权限的 JSON 结构文件的路径。选择浏览 S3 以找到 ACL 文件。

5. （可选）选择解密密钥 - 选择使用解密密钥。您可以选择使用现有的 AWS KMS 密钥。

6. 对于（可选的）其他配置 - 添加正则表达式以包含或排除某些文件。所有路径都是相对于数据来源位置 S3 存储桶的路径。

7. 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。首次与同步数据源时， Amazon Kendra 默认情况下会对所有内容进行抓取和索引。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、已修改、已删除的同步：每次数据源与索引同步时，仅索引新内容、修改内容和已删除内容。 Amazon Kendra 可以使用数据源的机制来跟踪内容更改并索引自上次同步以来更改的内容。

8. 在同步运行计划的频率中 – 选择同步数据来源内容并更新索引的频率。

9. 选择下一步。

在设置字段映射页面上，输入以下可选信息：

1. 默认字段映射-从 Amazon Kendra 生成的默认数据源字段中选择要映射到索引的字段。

2. 添加字段 - 选择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。

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。