View a markdown version of this page

Problembehandlung bei multimodalen Wissensdatenbanken - Amazon Bedrock
Allgemeine EinschränkungenHäufige Fehler und LösungenVerwaltung transienter Daten mit Amazon S3-LebenszyklusrichtlinienLeistungsaspekte

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Problembehandlung bei multimodalen Wissensdatenbanken

Dieser Abschnitt enthält Anleitungen zur Lösung häufiger Probleme, die bei der Arbeit mit multimodalen Wissensdatenbanken auftreten. Die Informationen zur Problembehandlung sind nach allgemeinen Einschränkungen, häufigen Fehlerszenarien mit ihren Ursachen und Lösungen sowie Empfehlungen zur Leistungsoptimierung geordnet. Verwenden Sie diese Informationen, um Probleme bei der Einrichtung, Aufnahme oder Abfrage Ihrer multimodalen Inhalte zu diagnostizieren und zu lösen.

Allgemeine Einschränkungen

Beachten Sie bei der Arbeit mit multimodalen Wissensdatenbanken die folgenden aktuellen Einschränkungen:

  • Dateigrößenbeschränkungen: Maximal 1,5 GB pro Videodatei, 1 GB pro Audiodatei (Nova Multimodal Embeddings) oder 1,5 GB pro Datei (BDA)

  • Dateien pro Aufnahmeauftrag: Maximal 15.000 Dateien pro Job (Nova Multimodal Embeddings) oder 1.000 Dateien pro Job (BDA)

  • Abfragegrenzen: Maximal ein Bild pro Abfrage

  • Einschränkungen für Datenquellen: Nur Amazon S3 und benutzerdefinierte Datenquellen unterstützen multimodale Inhalte

  • BDA-Chunking-Einschränkungen: Wenn Sie Bedrock Data Automation mit Chunking mit fester Größe verwenden, werden die Einstellungen für den Überlappungsprozentsatz nicht auf Audio- und Videoinhalte angewendet

  • Grenzwerte für gleichzeitige BDA-Jobs: Standardlimit von 20 gleichzeitigen BDA-Aufträgen. Für umfangreiche Verarbeitungsvorgänge sollten Sie erwägen, eine Erhöhung der Servicekontingente anzufordern

  • Einschränkungen des Reranker-Modells: Reranker-Modelle werden für multimodale Inhalte nicht unterstützt

  • Einschränkungen bei der Zusammenfassung: Die Zusammenfassung von Abrufantworten, die keinen Textinhalt enthalten, wird nicht unterstützt

  • Einschränkungen bei der Abfrageeingabe: Eingaben, die sowohl Text als auch Bild enthalten, werden derzeit nicht unterstützt. Sie können entweder Text- oder Bildabfragen verwenden, aber nicht beide gleichzeitig.

  • Inhaltsfilter für Leitplanken: Wenn Sie Bildabfragen mit einer Leitplanke verwenden, für die Bildinhaltsfilter konfiguriert sind, wird das Eingabebild anhand der Leitplanke ausgewertet. Das Bild wird möglicherweise blockiert, wenn es gegen die konfigurierten Filterschwellenwerte verstößt.

  • Eingabe und Typ stimmen nicht überein: Standardmäßig wird davon ausgegangen, dass es sich bei der Eingabe um Text handelt, wenn der Typ nicht angegeben ist. Wenn Sie andere Modalitäten als Text verwenden, müssen Sie den richtigen Typ angeben

Häufige Fehler und Lösungen

Wenn Sie Probleme mit Ihrer multimodalen Wissensdatenbank haben, sehen Sie sich die folgenden häufigen Szenarien an:

4xx-Fehler bei der Verwendung von Bildabfragen

Ursache: Versuch, Bildabfragen mit reinen Texteinbettungsmodellen oder BDA-processed Wissensdatenbanken zu verwenden.

Lösung: Wählen Sie Amazon Nova Multimodal Embeddings, wenn Sie Ihre Wissensdatenbank für die Unterstützung von Bildabfragen erstellen.

RAG gibt bei multimodalen Inhalten den Fehler 4xx zurück

Ursache: Wird RetrieveAndGenerate mit einer Wissensdatenbank verwendet, die nur multimodalen Inhalt und das Amazon Nova Multimodal Embedding-Modell enthält.

Lösung: Verwenden Sie den BDA-Parser für die RAG-Funktionalität oder stellen Sie sicher, dass Ihre Wissensdatenbank Textinhalte enthält.

Fehler „Multimodales Speicherziel erforderlich“

Ursache: Verwendung von Nova Multimodal Embeddings ohne Konfiguration eines multimodalen Speicherziels.

Lösung: Geben Sie ein multimodales Speicherziel an, wenn Sie Nova Multimodal Embeddings verwenden.

Datenquelle und multimodaler Speicher verwenden denselben S3-Bucket

Ursache: Konfiguration Ihrer Datenquelle und Ihres multimodalen Speicherziels für die Verwendung desselben Amazon S3-Buckets ohne korrekte Inklusionspräfixe.

Lösung: Verwenden Sie entweder separate Buckets für die Datenquelle und den multimodalen Speicher, oder konfigurieren Sie Inklusionspräfixe, um das erneute Aufnehmen extrahierter Mediendateien zu verhindern.

Das Inklusionspräfix darf nicht mit „aws/“ beginnen

Ursache: Verwenden Sie ein Einschlusspräfix, das mit „aws/“ beginnt, wenn Ihre Datenquelle und Ihr multimodales Speicherziel denselben Amazon S3-Bucket verwenden.

Lösung: Geben Sie ein anderes Inklusionspräfix an. Der Pfad „aws/“ ist für die Speicherung extrahierter Medien reserviert und kann nicht als Einschlusspräfix verwendet werden, um zu verhindern, dass verarbeitete Inhalte erneut aufgenommen werden.

Bei der BDA-Aufnahme werden multimodale Inhalte übersprungen

Ursache: Die Wissensdatenbank wurde ohne ein multimodales Speicherziel erstellt. Anschließend wurde die BDA-Datenquelle mit multimodalem Inhalt hinzugefügt.

Lösung: Re-create Die Wissensdatenbank mit einem multimodalen Speicherziel, das so konfiguriert ist, dass es die BDA-Verarbeitung von Audio-, Video- und Bilddateien ermöglicht.

Wissensdatenbank, die ohne multimodales Einbettungsmodell erstellt wurde

Ursache: Die Wissensdatenbank wurde mit einem reinen Texteinbettungsmodell erstellt, wodurch die multimodalen Funktionen eingeschränkt sind.

Lösung: Erstellen Sie eine neue Wissensdatenbank mit Nova Multimodal Embeddings, um native multimodale Verarbeitung und bildbasierte Abfragen zu ermöglichen.

Verwaltung transienter Daten mit Amazon S3-Lebenszyklusrichtlinien

Wenn Sie Nova Multimodal Embeddings verwenden, speichert Amazon Bedrock transiente Daten in Ihrem multimodalen Speicherziel und versucht, sie nach Abschluss der Verarbeitung zu löschen. Wir empfehlen, eine Lebenszyklusrichtlinie auf den transienten Datenpfad anzuwenden, um sicherzustellen, dass dieser ordnungsgemäß abgelaufen ist.

Console
So erstellen Sie mithilfe der Konsole eine Lebenszyklusregel

  1. Öffnen Sie die Amazon S3-Konsole.

  2. Navigieren Sie zu dem multimodalen Speicherziel, das Sie für Ihre Knowledge Base konfiguriert haben.

  3. Wählen Sie die Registerkarte „Verwaltung“ und wählen Sie „Lebenszyklusregel erstellen“ aus.

  4. Geben Sie für den Namen der Lebenszyklusregel Folgendes einTransient Data Deletion.

  5. Wählen Sie unter Filtertyp die Option Den Umfang dieser Regel mithilfe eines oder mehrerer Filter einschränken aus.

  6. Geben Sie unter Präfix den transienten Datenpfad für Ihre Wissensdatenbank und Datenquelle ein.

    Ersetzen Sie die Platzhalterwerte im folgenden Präfix durch Ihre tatsächlichen Bezeichner:

    aws/bedrock/knowledge_bases/knowledge-base-id/data-source-id/transient_data
    Wichtig

    Wenden Sie keine Lebenszyklusrichtlinien auf den gesamten Bucket oder das Präfix „aws/“ an, da dadurch Ihre multimodalen Inhalte gelöscht werden und der Abruf fehlschlägt. Verwenden Sie nur den oben gezeigten spezifischen transienten Datenpfad.

  7. Wählen Sie unter Aktionen für Lebenszyklusregeln die Option Aktuelle Versionen von Objekten ablaufen lassen aus.

  8. Geben Sie für Tage nach der Objekterstellung den Wert ein1.

  9. Wählen Sie Regel erstellen aus.

AWS CLI
Um eine Lebenszyklusregel zu erstellen, verwenden Sie die AWS CLI

  1. Erstellen Sie eine JSON-Datei lifecycle-policy.json mit dem folgenden Inhalt.

    Ersetzen Sie die Platzhalterwerte durch Ihre tatsächlichen Identifikatoren:

    • knowledge-base-id— Ihre Wissensdatenbank-ID

    • data-source-id- Ihre Datenquellen-ID

    {
    "Rules": [
        {
            "ID": "TransientDataDeletion",
            "Status": "Enabled",
            "Filter": {
                "Prefix": "aws/bedrock/knowledge_bases/knowledge-base-id/data-source-id/transient_data"
            },
            "Expiration": {
                "Days": 1
            }
        }
    ]
}

  2. Wenden Sie die Lifecycle-Richtlinie auf Ihren Bucket an. Ersetzen Sie your-multimodal-storage-bucket durch den tatsächlichen Namen Ihres Buckets.

    aws s3api put-bucket-lifecycle-configuration \
    --bucket your-multimodal-storage-bucket \
    --lifecycle-configuration file://lifecycle-policy.json

  3. Stellen Sie sicher, dass die Lifecycle-Richtlinie angewendet wurde:

    aws s3api get-bucket-lifecycle-configuration \
    --bucket your-multimodal-storage-bucket

Weitere Informationen zu den Amazon S3-Lebenszyklusrichtlinien finden Sie unter Managing the lifecycle of objects im Amazon S3-Benutzerhandbuch.

Leistungsaspekte

Für eine optimale Leistung Ihrer multimodalen Wissensdatenbank sollten Sie die folgenden Faktoren berücksichtigen:

  • Verarbeitungszeit: Die BDA-Verarbeitung dauert aufgrund der Inhaltskonvertierung länger

  • Abfragelatenz: Bildanfragen haben möglicherweise eine höhere Latenz als Textabfragen

  • Chunk-Dauer: Längere audio/video Chunk-Dauern erhöhen die Verarbeitungszeit, können aber die Genauigkeit verbessern