使用Amazon Bedrock知识库结构化数据查询Amazon Aurora PostgreSQL

在这篇文章中,我们讨论了如何使您的Amazon Aurora PostgreSQL兼容版数据可通过Amazon Bedrock知识库进行自然语言查询,同时保持数据新鲜度。

来源:亚马逊云科技 _机器学习
Amazon Bedrock知识库提供了完全管理的检索增强发电(RAG)功能,该功能将大型语言模型(LLMS)连接到内部数据源。此功能通过来自私人数据的上下文信息增强了基础模型(FM)的输出,从而使响应更加相关和准确。AWSRE:Invent 2024,我们宣布了亚马逊基岩知识库对自然语言查询的支持,以从亚马逊Redshift和Amazon Sagemaker Lakehouse检索结构化数据。此功能为构建生成的AI应用程序提供了托管工作流,该应用程序可访问并合并来自结构化和非结构化数据源的信息。 Through natural language processing, Amazon Bedrock Knowledge Bases transforms natural language queries into SQL queries, so users can retrieve data directly from supported sources without understanding database structure or SQL syntax.In this post, we discuss how to make your Amazon Aurora PostgreSQL-Compatible Edition data available for natural language querying through Amazon Bedrock Knowledge Bases while maintaining data freshness.Structured data retrieval in Amazon Bedrock知识库和亚马逊零元结构的Amazon Redshift数据检索在Amazon Bedrock知识库中,通过将用户查询转换为SQL语句,可以与您的数据库进行自然语言互动。当您连接Amazon Redshift(Amazon Redshift)等支持的数据源时,Amazon Bedrock知识库分析您的数据库模式,表关系,查询引擎和历史查询,以了解信息的上下文和结构。这种理解使该服务可以从自然语言问题中产生准确的SQL查询。在写作时,亚马逊BedRock知识库支持直接从Amazon Redshift和Sagemaker Lakehouse取回结构化数据。尽管目前尚不可用对Aurora PostgreSQL兼容的直接支持,但您可以使用Aurora Postgresql-comp之间的零ETL集成