AIP基盤モデルの統合、データ管理、コンプライアンス
大手Eコマース企業が5,000万件の商品ベクターを基に自然言語商品検索システムをAmazon Bedrock Knowledge Basesで構築しています。新商品は1日数十万件追加・更新され、エンドユーザーへの検索レスポンスは100ミリ秒以内が必須です。インフラ運用負荷の最小化も要件に含まれています。最適なベクターストアの選択肢はどれですか。
AAmazon OpenSearch Serverlessを使用し、K-NNインデックスと自動スケーリングで5,000万件の高速検索と高頻度インデクシングを管理不要で実現する
✓ 正解
Amazon OpenSearch Serverlessはサーバーレスで自動スケーリングするK-NNインデックスをネイティブに提供し、Bedrock Knowledge Basesと直接統合して大規模ベクター検索に最適。
BAmazon Aurora PostgreSQLにpgvectorを有効化して既存DBインフラを再利用し、追加サービスなしに5,000万件のベクター検索を処理するためカスタムインデックスを手動設定する
Amazon Aurora PostgreSQL pgvectorは5,000万件規模の高頻度更新環境でインデックス管理が複雑になり、100ms以内の安定したレイテンシー保証が難しくなる。
CAmazon RDS for PostgreSQLにpgvectorを設定してKnowledge Basesと接続し、既存PostgreSQL管理スキルを活かして運用コストを抑える
Amazon RDS for PostgreSQL pgvectorはAuroraと異なり自動スケーリングがないため、5,000万件規模での安定した100ms以内のレイテンシー保証が難しい。
DPineconeマネージドベクターストアをリモート接続でKnowledge Basesに統合し、5,000万件規模のベクター特化DBで高精度検索を実現するよう構成する
PineconeはAWS外部サービスのためKnowledge Basesとのリモート接続でネットワークレイテンシーが加算され、インフラ運用最小化の要件とも整合しない。
解説
OpenSearch Serverlessはフルマネージドかつサーバーレス自動スケーリングを提供し、Bedrock Knowledge Basesとのネイティブ統合で5,000万件規模の100ms以内検索を実現できる。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでAIPを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →