解説

Amazon Bedrock Knowledge Basesはメタデータフィルタリング機能をサポートしており、文書取り込み時に任意のメタデータ属性（例：{"department": "engineering"}）を付与できます。クエリ時にRetrieve APIのretrievalConfigurationでフィルタ条件を指定することで、ユーザーの部門に応じたドキュメントのみを検索対象にできます。単一のKnowledge Basesで全文書を管理しながらドキュメントレベルのアクセス制御を実現でき、インデクシングコストと運用複雑性を最小化できます。 選択肢Bの複数Knowledge Bases構成は技術的には有効ですが、3つのインデクシングパイプライン・ベクターストア・同期スケジュールを個別に管理する必要があり、運用コストと複雑性が増大します。単一Knowledge Basesのメタデータフィルタリングで同等の制御が低コストで実現できます。 選択肢CのAWS Lake FormationはS3などのデータレイク上のデータカタログへのアクセス制御を提供しますが、Knowledge Basesはインジェスト時にS3からデータをコピーして独自のベクターストアに格納します。Lake Formationのアクセス制御はKnowledge Basesの検索クエリ時には継承されません。 選択肢DのCognito+LambdaオーソライザーによるKnowledge Bases IDレベルでのルーティングは、複数のKnowledge Basesが前提となります。単一Knowledge Bases内でのドキュメントレベルのフィルタリングを実現できず、ファサードLambdaの追加によりアーキテクチャが不必要に複雑化します。