View a markdown version of this page

同步資料來源 - Amazon Bedrock

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
  1. 登入 AWS 管理主控台 並導覽至 Amazon Bedrock AgentCore > 內建工具 > 知識庫

  2. 選擇您的知識庫。

  3. 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。

  4. 資料擷取完成時若顯示成功,就會出現綠色的成功橫幅。

  5. 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 knowledgeBaseIddataSourceId。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 dataSourceIdingestionJobIdknowledgeBaseId。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GetIngestionJob 請求中傳回的 ingestionJobId,以追蹤擷取任務的狀態。此外,指定 knowledgeBaseIddataSourceId

  • 擷取任務完成時,回應中的 statusCOMPLETE

  • 回應中的 statistics 物件會傳回資料來源中文件擷取是否成功的相關資訊。

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 dataSourceIdknowledgeBaseId

  • 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

  • 如果您選擇每週,請選取執行同步的星期幾。

  • 如果您選擇每月,請選取每月的特定日期 (1–28),或選取月底。

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 CreateDataSourceUpdateDataSource 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:SUNDAYMONDAYTUESDAYWEDNESDAYTHURSDAYFRIDAYSATURDAY

  • monthly – 具有必要dayOfMonth欄位的物件。在 中dayOfMonth,確切指定下列其中一項:

    • dayNumber – 每月的特定日期,從 128

    • lastDayOfMonth – 在每個月最後一個日曆日執行同步的空物件 ({})。

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