Amazon OpenSearch Service – Moteur de récupération géré

Appuyez-vous sur une base de recherche unifiée qui combine la récupération lexicale, vectorielle et hybride dans un système unique pour obtenir des résultats plus pertinents, avec des stratégies d’indexation comme HNSW et IVF et la quantification vectorielle pour équilibrer précision, latence et coût à l’échelle. L’optimisation automatique basée sur le ML et les GPU sans serveur réduisent le réglage manuel et accélèrent l’indexation vectorielle à grande échelle, tandis que le multivecteur et l’enrichissement sémantique automatique améliorent le rappel sans intervention manuelle. La recherche agentique orchestre des flux de travail de récupération en plusieurs étapes qui s’adaptent dynamiquement aux requêtes. Une notation explicable permet de comprendre les décisions de classement et d’optimiser précisément la pertinence. Pour l’observabilité, analysez les journaux, les traces et les métriques au moyen de tableaux de bord unifiés avec des fonctionnalités de requête directe pour Amazon S3, Amazon CloudWatch et Amazon Security Lake. Éliminez les déplacements de données et réduisez les coûts de stockage, tandis que le machine learning intégré détecte les anomalies et automatise les alertes pour accélérer leur résolution.

Concentrez-vous sur la création, pas sur la gestion de l’infrastructure. Amazon OpenSearch Service gère les sauvegardes, les correctifs, la surveillance et la maintenance des clusters, tandis que les Informations sur les clusters mettent en évidence les problèmes avec des recommandations prescriptives. OpenSearch sans serveur élimine la planification de la capacité grâce à une mise à l’échelle automatique qui s’adapte à la demande sans durée d’indisponibilité.

Ingérez les données en temps réel ou par lots via Amazon Kinesis, AWS Glue ou les intégration zéro ETL avec Amazon S3 et Amazon DynamoDB, puis enrichissez-les avec des pipelines d’ingestion intégrés. Les connecteurs de modèles, la prise en charge des serveurs MCP et les intégrations avec Amazon Bedrock et Amazon SageMaker vous permettent d’intégrer le modèle d’IA approprié par configuration, et non avec du code personnalisé. Et avec les compétences de l’agent OpenSearch, vous pouvez créer des applications de recherche, examiner les journaux et migrer vers OpenSearch Service directement depuis votre IDE agentique préféré, notamment Kiro, Claude et Cursor.  

Appuyez-vous sur OpenSearch, un projet open source piloté par la communauté au sein de la Linux Foundation, qui compte plus de 1,7 milliard de téléchargements et les contributions de plus de 3 000 contributeurs provenant de plus de 500 organisations.  Bénéficiez d’une gouvernance neutre et d’une durabilité à long terme, sans dépendance à un fournisseur unique. Commencez localement, puis passez facilement à Amazon OpenSearch Service pour un déploiement à l’échelle de la production, avec capacité de mise à l’échelle, disponibilité et simplicité opérationnelle intégrées. Déployez et exécutez dans différents environnements avec un contrôle total de vos données et de votre architecture, sous licence Apache, version 2.0, pour garantir un accès et une extensibilité à long terme. 

Exécutez efficacement vos charges de travail grâce à la hiérarchisation intelligente, qui gère les données entre les niveaux de stockage selon les schémas d’accès, et à des configurations de recherche vectorielle optimisées pour la mémoire ou optimisées pour le disque, qui vous permettent d’équilibrer performances et coût pour chaque charge de travail. Sécurisez les applications multi-locataires avec un contrôle d’accès basé sur les rôles (RBAC) pour des autorisations précises, ainsi qu’un chiffrement au niveau de l’index pour isoler les données des locataires. Atteignez une disponibilité de 99,99 % avec les déploiements AZ multiples avec veille, le basculement automatique et la redondance intégrée pour assurer la continuité des activités.

Améliorez l’exactitude et la pertinence des réponses des grands modèles de langage (LLM) en intégrant la génération à enrichissement contextuel (RAG) avec Amazon OpenSearch Service comme base de connaissances.

Stockez et recherchez des vecteurs de grande dimension pour la recherche sémantique et multimodale dans des données textuelles, d’image, audio et vidéo, à n’importe quelle échelle. Intégrez des modèles de fondation sur Amazon Bedrock, Amazon SageMaker et auprès de fournisseurs tiers pour alimenter la recherche intelligente, les chatbots, les recommandations personnalisées et l’analytique assistée par l’IA.

Fournissez des résultats de recherche pertinents et tenant compte du contexte, adaptés à l’intention et au comportement des utilisateurs. Combinez la récupération lexicale, vectorielle et hybride avec un réglage de la pertinence basé sur le ML pour créer des expériences de recherche qui s’améliorent au fil du temps dans les applications d’e-commerce, de médias et d’entreprise.

Centralisez et analysez les données de sécurité et d’observabilité pour la détection des menaces en temps réel, la gestion des incidents et l’amélioration de l’état des applications. Bénéficiez d’une visibilité unifiée sur les journaux, les traces et les métriques pour résoudre les problèmes plus rapidement et renforcer la fiabilité des systèmes.