Creazione di una pipeline in Amazon Service OpenSearch - Amazon Personalize

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Creazione di una pipeline in Amazon Service OpenSearch

Dopo aver installato il plug-in Amazon Personalize Search Ranking, sei pronto per configurarlo creando una pipeline di OpenSearch ricerca.

Una pipeline di ricerca è un insieme di processori di richiesta e risposta che vengono eseguiti in sequenza nell'ordine in cui vengono creati. Quando create una pipeline di ricerca per il plugin, specificate un personalized_search_ranking processore di risposta. Per informazioni sulle pipeline di ricerca, consulta Search pipeline.

Dopo aver creato una pipeline di ricerca con un processore di personalized_search_ranking risposta, sei pronto per iniziare ad applicare il plug-in alle query. OpenSearch Puoi applicarlo a un OpenSearch indice o a una singola OpenSearch query. Per ulteriori informazioni, consulta Applicazione del plug-in.

È possibile utilizzare il seguente codice Python per creare una pipeline di ricerca con un processore di personalized_search_ranking risposta su un OpenSearch dominio di servizio. Sostituiscilo domain endpoint con l'endpoint del tuo dominio. URL Ad esempio: https://<domain name>.<AWS region>.es-staging.amazonaws.com. Per una spiegazione completa di ogni personalized_search_ranking parametro, vedereCampi per il processore di personalized_search_ranking risposta.

import requests from requests_auth_aws_sigv4 import AWSSigV4 domain_endpoint = 'domain endpoint' pipeline_name = 'pipeline name' url = f'{domain_endpoint}/_search/pipeline/{pipeline_name}' auth = AWSSigV4('es') headers = {'Content-Type': 'application/json'} body = { "description": "A pipeline to apply custom re-ranking from Amazon Personalize", "response_processors": [ { "personalized_search_ranking" : { "campaign_arn" : "Amazon Personalize Campaign ARN", "item_id_field" : "productId", "recipe" : "aws-personalized-ranking", "weight" : "0.3", "tag" : "personalize-processor", "iam_role_arn": "Role ARN", "aws_region": "AWS region", "ignore_failure": true } ] } try: response = requests.put(url, auth=auth, json=body, headers=headers, verify=False) print(response.text) except Exception as e: print(f"Error: {e}")