StreamDocs 是一家法律文件 SaaS 公司，正在從一個大型 S3 儲存桶中的 PDF 檔案建立 Amazon Bedrock 知識庫。他們希望向量搜尋能支援語義檢索並儲存文件元資料 (document_id, page)。哪種配置最能平衡檢索品質、可維護性和 AWS 受管元件？

此選項最佳地平衡了檢索品質、可維護性和 AWS 受管元件。Amazon Bedrock 知識庫直接支援從 S3 儲存桶攝取 PDF，自動處理文字提取和分塊，並允許指定分塊策略（例如 500 個 token 的重疊區塊），這對於語義檢索至關重要。它還能保留元資料。將向量索引到 Amazon OpenSearch Service 的 k-NN (densevector) 欄位中，並使用 HNSW ANN 演算法，提供了高效且高品質的相似性搜尋。OpenSearch 也能儲存元資料。透過 IAM 角色和 KMS 加密確保了安全性。 其他選項的缺陷： 將分塊設定為極小的區塊會導致上下文丟失，降低檢索品質。將嵌入儲存在 DynamoDB 並直接查詢進行相似性搜尋，會增加複雜性並降低效率，因為 DynamoDB 不適合向量搜尋。 S3 Select 適用於資料過濾，不支援語義相似性查詢，也無法處理嵌入。 在查詢時串流 PDF 並按需計算嵌入會導致高延遲和重複計算，效率低下。不持久儲存向量會導致每次查詢都需重新計算，且 Bedrock 的內部快取不適用於大規模、持久的相似性搜尋。