本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
同步資料來源
建立知識庫之後,您可以擷取或同步資料,以便查詢資料。擷取會將資料來源中的原始資料轉換為向量內嵌。
開始擷取之前,請檢查您的資料來源是否符合下列條件:
-
您已設定資料來源的連線資訊。請參閱連接資料來源。您可以將資料來源設定為建立知識庫的一部分。
-
您已設定所選的向量內嵌模型。請參閱支援的向量內嵌模型。您可以將向量內嵌設定為建立知識庫的一部分。
-
檔案採用支援的格式。如需詳細資訊,請參閱支援的文件格式。
-
檔案不超過 AWS 一般參考中服務配額和配額中指定的擷取任務檔案大小。
每次從資料來源新增、修改或移除檔案時,都必須同步資料來源,使其重新編製索引至知識庫。同步是增量的,因此 Amazon Bedrock 只會處理自上次同步以來新增、修改或刪除的文件。
若要了解如何將資料擷取至知識庫並與最新資料同步,請選擇您偏好方法的索引標籤,然後遵循下列步驟:
- Console
-
將資料擷取到您的知識庫,並與最新的資料同步
-
登入 AWS 管理主控台 並導覽至 Amazon Bedrock AgentCore > 內建工具 > 知識庫。
-
選擇您的知識庫。
-
在資料來源區段中,選取同步以開始進行資料擷取或同步您最新的資料。若要停止目前正在同步的資料來源,請選取停止。資料來源必須目前正在進行同步,才能停止同步資料來源。您可以再次選取同步,以擷取剩餘的資料。
-
資料擷取完成時若顯示成功,就會出現綠色的成功橫幅。
-
您可以選擇資料來源以檢視其同步歷史記錄。選取檢視警告,查看資料擷取作業失敗的原因。
- API
-
若要將資料擷取到您的知識庫並與最新資料同步,請使用 Amazon Bedrock 代理人建置時期端點傳送 StartIngestionJob 請求。指定 knowledgeBaseId 和 dataSourceId。您也可以傳送 StopIngestionJob 請求來停止目前正在執行的資料擷取任務。指定 dataSourceId、ingestionJobId 和 knowledgeBaseId。資料擷取任務必須目前正在執行,才能停止資料擷取。當您準備好時,可以再次傳送 StartIngestionJob 請求,以擷取您的其餘資料。
使用透過 Amazon Bedrock 代理人建置時期端點的 GetIngestionJob 請求中傳回的 ingestionJobId,以追蹤擷取任務的狀態。此外,指定 knowledgeBaseId 和 dataSourceId。
您也可以使用 Amazon Bedrock 代理人建置時期端點傳送 ListIngestionJobs 請求,來查看資料來源所有擷取任務的資訊。指定要擷取資料的目的地知識庫的 dataSourceId 和 knowledgeBaseId。
-
透過指定在 filters 物件中搜尋狀態來篩選結果。
-
透過指定 sortBy 物件,依任務開始時間或任務狀態排序。您可以依遞增或遞減順序排序。
-
設定在 maxResults 欄位中在回應中傳回的結果數量上限。如果結果數目多於您設定的數目,回應會傳回您可以在另一個 ListIngestionJobs 請求中傳送的 nextToken,如此即可查看下一批任務。
設定資料來源的同步排程
您可以設定同步排程,讓 Amazon Bedrock 以經常性的頻率自動同步資料來源,而不是每次變更內容時手動啟動同步。排程同步有助於讓您的知識庫保持在最新狀態,無需手動動作。您可以在連接資料來源時設定同步排程,稍後可以透過編輯資料來源來變更同步排程。
您可以選擇下列其中一個頻率:
- 隨需
-
內容只會在您手動啟動同步時同步。不會自動排程。這是預設頻率。
- 每日
-
內容每天會在自動排程的時間同步一次,這可能有所不同。
- 每週
-
內容每週會在您指定的某一天自動排程時間同步一次。
- 每月
-
內容會在您指定的月份的某一天自動排程時間同步一次。選擇從 1 到 28 的特定日期,或選擇月底。
若要設定資料來源的同步排程,請選擇您偏好方法的索引標籤,然後遵循下列步驟:
- Console
-
當您連接資料來源或編輯現有資料來源時,請尋找同步排程區段,然後選擇頻率:
如需連接資料來源的詳細資訊,請參閱連接資料來源。
- API
-
若要使用 API、 AWS SDK 或 設定同步排程 AWS CLI,當您使用 Amazon Bedrock 建置時間端點的代理程式傳送 CreateDataSource 或 UpdateDataSource 請求時,請在 managedKnowledgeBaseConnectorConfiguration(在 內dataSourceConfiguration) 中包含syncSchedule物件。若要使用隨需同步,請省略 syncSchedule。
在 中syncSchedule,確切指定下列其中一個頻率欄位:
-
daily – 空的物件 ({})。內容每天會在系統選擇的離峰時間同步一次。
-
weekly – 具有必要dayOfWeek欄位的物件。有效值為:SUNDAY、MONDAY、TUESDAY、WEDNESDAY、THURSDAY、FRIDAY 和 SATURDAY。
-
monthly – 具有必要dayOfMonth欄位的物件。在 中dayOfMonth,確切指定下列其中一項:
下列範例顯示dataSourceConfiguration排程週一每週同步的 :
"dataSourceConfiguration": {
"type": "MANAGED_KNOWLEDGE_BASE_CONNECTOR",
"managedKnowledgeBaseConnectorConfiguration": {
"connectorParameters": {
"type": "CONNECTOR_TYPE",
"version": "1"
},
"syncSchedule": {
"weekly": {
"dayOfWeek": "MONDAY"
}
}
}
}
若要在每月 15 號同步,請將 syncSchedule值取代為下列項目:
"syncSchedule": {
"monthly": {
"dayOfMonth": {
"dayNumber": 15
}
}
}
設定排程之後,Amazon Bedrock 會根據您選擇的頻率自動執行同步。您仍然可以隨時開始手動同步。若要追蹤排程和手動同步任務,請在資料來源詳細資訊頁面上檢視同步歷史記錄。如需詳細資訊,請參閱檢視 Amazon Bedrock 知識庫的資料來源資訊。