本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 部署串流資料向量化藍圖
<a name="ai-vector-embedding-integration-deploy"></a>

本主題說明如何部署串流資料向量化藍圖。

**部署串流資料向量化藍圖**

1. 請確定下列資源已正確設定：

   1. 具有一或多個主題的佈建或無伺服器 MSK 叢集，其中包含資料。

1. Bedrock 設定：[存取所需的 Bedrock 模型](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access.html)。目前支援的 Bedrock 模型為：
   + Amazon Titan Embeddings G1 - Text
   + Amazon Titan 文本嵌入 V2
   + Amazon Titan Multimodal Embeddings G1
   + Cohere Embed 英文
   + Cohere Embed 多語言

1. AWS OpenSearch 集合：
   + 您可以使用佈建或無伺服器 OpenSearch Service 集合。
   + OpenSearch Service 集合必須至少有一個索引。
   + 如果您打算使用 **OpenSearch Serverless 集合**，請務必建立向量搜尋集合。如需如何設定向量索引的詳細資訊，請參閱知識庫[中自有向量存放區的先決條件](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html)。若要進一步了解向量化，請參閱 [Amazon OpenSearch Service 的向量資料庫功能說明](https://aws.amazon.com/blogs/big-data/amazon-opensearch-services-vector-database-capabilities-explained/)。
**注意**  
建立向量索引時，您必須使用向量欄位名稱 `embedded_data`。
   + 如果您計劃使用 **OpenSearch 佈建集合**，則需要將藍圖建立的 MSF 應用程式角色 （包含 Opensearch 存取政策） 以主要使用者身分新增至 OpenSearch 集合。此外，確認 OpenSearch 中的存取政策設定為「允許」動作。這是[啟用精細存取控制](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/fgac.html#fgac-enabling)的必要項目。
   + 或者，您可以啟用 OpenSearch 儀表板的存取權來檢視結果。請參閱[啟用精細存取控制](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/fgac.html#fgac-enabling)。

1. 使用允許 [aws：CreateStack](https://docs.aws.amazon.com/systems-manager/latest/userguide/automation-action-createstack.html) 許可的角色登入。

1. 前往 MSF 主控台儀表板，然後選取**建立串流應用程式**。

1. 在**選擇設定串流處理應用程式的方法中****，選取使用藍圖**。

1. 從**藍圖下拉式功能表中選取即時 AI 應用程式**藍圖。

1. 提供所需的組態。請參閱 [建立頁面組態](#ai-vector-embedding-integration-create-page-configs)。

1. 選取**部署藍圖**以啟動 CloudFormation 部署。

1. CloudFormation 部署完成後，請前往已部署的 Flink 應用程式。檢查應用程式的執行期屬性。

1. 您可以選擇變更/新增執行時間屬性到您的應用程式。如需設定這些屬性的詳細資訊，請參閱[執行期屬性組態](https://docs.aws.amazon.com/managed-flink/latest/java/troubleshooting-blueprints.html)。
**注意**  
請注意：  
如果您使用的是 OpenSearch 佈建，請確保您已啟用[精細存取控制](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/fgac.html#fgac-enabling)。  
如果您的佈建叢集是私有的，請將 `https://`新增至 OpenSearch 佈建的 VPC 端點 URL，然後變更 `sink.os.endpoint` 以指向此端點。  
如果您的佈建叢集是公有叢集，請確保您的 MSF 應用程式可以存取網際網路。如需詳細資訊，請參閱 [>>>>>> express-brokers-publication-merge type="documentation" url="managed-flink/latest/java/vpc-internet.html" >VPC 連線的 Managed Service for Apache Flink 應用程式的網際網路和服務存取]()。

1. 一旦您滿意所有組態，請選取 `Run`。應用程式將開始執行。

1. MSK 叢集中的幫浦訊息。

1. 導覽至 Opensearch 叢集，然後前往 OpenSearch 儀表板。

1. 在儀表板上，選取左側選單中的**探索**。您應該會看到保留的文件及其向量內嵌。

1. 請參閱[使用向量搜尋集合](https://docs.aws.amazon.com/opensearch-service/latest/developerguide/serverless-vector-search.html)，了解如何使用存放在索引中的向量。

## 建立頁面組態
<a name="ai-vector-embedding-integration-create-page-configs"></a>

本主題說明在指定即時 AI 應用程式藍圖的組態時，要參考的建立頁面組態。

**Application name (應用程式名稱)**  
MSF 中的現有欄位，為您的應用程式提供任何名稱。

**MSK 叢集**  
從下拉式清單中選取您在設定期間建立的 MSK 叢集。

**主題**  
新增您在設定中建立的 主題名稱 (S)。

**輸入串流資料類型**  
如果您要將字串輸入提供給 MSK 串流，請選擇**字串**。  
如果 MSK 串流中的輸入是 **JSON**，請選擇 JSON。在**內嵌的 JSON 金鑰**中，寫入輸入 JSON 中的欄位名稱，其值要傳送到 Bedrock 以產生內嵌。

**Bedrock 內嵌模型**  
從清單中選擇一個。請確定您擁有所選模型的模型存取權，否則堆疊可能會失敗。請參閱[新增或移除對 Amazon Bedrock 基礎模型的存取權](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access-modify.html)。

**OpenSearch 叢集**  
從下拉式清單中選取您建立的叢集。

**OpenSearch 向量索引名稱**  
選取您在上述步驟中建立的向量索引。