Bekerja dengan koleksi pencarian vektor

Buka konsol OpenSearch Layanan Amazon di https://console.aws.amazon.com/aos/home.

Pilih Koleksi di panel navigasi kiri dan pilih Buat koleksi.

Beri nama perumahan koleksi.

Untuk jenis koleksi, pilih Pencarian vektor. Untuk informasi selengkapnya, lihat Memilih jenis koleksi.

Di bawah Jenis Deployment, hapus Aktifkan redundansi (replika aktif). Ini membuat koleksi dalam mode pengembangan atau pengujian, dan mengurangi jumlah Unit OpenSearch Komputasi (OCU) dalam koleksi Anda menjadi dua. Jika Anda ingin membuat lingkungan produksi dalam tutorial ini, biarkan kotak centang dipilih.

Di bawah Keamanan, pilih Mudah buat untuk merampingkan konfigurasi keamanan Anda. Semua data dalam mesin vektor dienkripsi dalam perjalanan dan diam secara default. Mesin vektor mendukung izin IAM berbutir halus sehingga Anda dapat menentukan siapa yang dapat membuat, memperbarui, dan menghapus enkripsi, jaringan, koleksi, dan indeks.

Pilih Berikutnya.

Tinjau pengaturan koleksi Anda dan pilih Kirim. Tunggu beberapa menit hingga status koleksi menjadiActive.

Untuk membuat indeks tunggal untuk koleksi baru Anda, kirim permintaan berikut di konsol Alat Dev. Secara default, ini menciptakan indeks dengan nmslib mesin dan jarak Euclidean.

PUT housing-index
{
   "settings": {
      "index.knn": true
   },
   "mappings": {
      "properties": {
         "housing-vector": {
            "type": "knn_vector",
            "dimension": 3
         },
         "title": {
            "type": "text"
         },
         "price": {
            "type": "long"
         },
         "location": {
            "type": "geo_point"
         }
      }
   }
}

Untuk mengindeks satu dokumen ke indeks perumahan, kirim permintaan berikut:

POST housing-index/_doc
{
  "housing-vector": [
    10,
    20,
    30
  ],
  "title": "2 bedroom in downtown Seattle",
  "price": "2800",
  "location": "47.71, 122.00"
}

Untuk mencari properti yang mirip dengan yang ada di indeks Anda, kirim kueri berikut:

GET housing-index/_search
{
    "size": 5,
    "query": {
        "knn": {
            "housing-vector": {
                "vector": [
                    10,
                    20,
                    30
                ],
                "k": 5
            }
        }
    }
}

Kembali ke konsol OpenSearch Layanan Amazon.

Pilih Koleksi di panel navigasi kiri dan pilih koleksi properti.

Pilih Hapus dan konfirmasikan penghapusan.

Untuk membuat indeks tunggal untuk koleksi Anda, kirim permintaan berikut di konsol Alat Dev:

PUT housing-index-filtered
{
  "settings": {
    "index.knn": true
  },
  "mappings": {
    "properties": {
      "housing-vector": {
        "type": "knn_vector",
        "dimension": 3,
        "method": {
          "engine": "faiss",
          "name": "hnsw"
        }
      },
      "title": {
        "type": "text"
      },
      "price": {
        "type": "long"
      },
      "location": {
        "type": "geo_point"
      }
    }
  }
}

Untuk mengindeks satu dokumen ke dalam housing-index-filtered, kirim permintaan berikut:

POST housing-index-filtered/_doc
{
  "housing-vector": [
    10,
    20,
    30
  ],
  "title": "2 bedroom in downtown Seattle",
  "price": "2800",
  "location": "47.71, 122.00"
}

Untuk mencari data Anda untuk sebuah apartemen di Seattle dengan harga tertentu dan dalam jarak tertentu dari titik geografis, kirim permintaan berikut:

GET housing-index-filtered/_search
{
  "size": 5,
  "query": {
    "knn": {
      "housing-vector": {
        "vector": [
          0.1,
          0.2,
          0.3
        ],
        "k": 5,
        "filter": {
          "bool": {
            "must": [
              {
                "query_string": {
                  "query": "Find me 2 bedroom apartment in Seattle under $3000 ",
                  "fields": [
                    "title"
                  ]
                }
              },
              {
                "range": {
                  "price": {
                    "lte": 3000
                  }
                }
              },
              {
                "geo_distance": {
                  "distance": "100miles",
                  "location": {
                    "lat": 48,
                    "lon": 121
                  }
                }
              }
            ]
          }
        }
      }
    }
  }
}