StreamDocs 是一家法律文档 SaaS 公司，正在使用一个大型 S3 存储桶中的 PDF 文件构建 Amazon Bedrock 知识库。他们希望进行支持语义检索并存储文档元数据（document_id、page）的向量搜索。哪种配置能够最好地平衡检索质量、可维护性和 AWS 托管组件？

正确答案提供了最佳的平衡。Amazon Bedrock 知识库直接支持从 S3 桶摄取数据，并能自动处理文本提取、分块和嵌入生成。使用 Amazon OpenSearch Service 作为向量存储（通过 k-NN 字段和 HNSW ANN 算法）是实现高性能语义检索的托管式、可扩展且成熟的方法，同时允许存储和检索元数据。适当的分块策略（重叠的文本块）有助于提高检索质量。IAM 角色和 KMS 加密确保了安全性。 其他选项的问题在于： 将嵌入存储在 DynamoDB 中并直接查询不适合大规模相似性搜索，且 DynamoDB 不是为向量搜索设计的。 依赖 S3 Select 进行语义相似性查找是不可行的，S3 Select 仅用于基于 SQL 的数据过滤，不提供语义搜索功能，且未摄取嵌入会严重限制检索能力。 在查询时通过 Kinesis Data Streams 流式传输 PDF 并按需计算嵌入效率低下，成本高昂，且不持久存储向量会影响性能和可扩展性。