Entrar Ainda não tem acesso?
2
respostas

AWS e Vector Store

Referente ao curso Arquiteturas RAG com LLMs: embeddings, busca semântica e criação de agentes com LangChain, no capítulo Armazenamento Vetorial e Indexação e atividade O que aprendemos?

por Victor Eduardo Ferreira Bezerra
| 14k xp | 5 posts

Estou fazendo um projeto com LangChain e preciso usar o ecossistema da AWS. Existe algum serviço da AWS em que possa ser usado tanto SQL + VectorStore?

2 respostas
por Evandro Santana Amadio
| 332.4k xp | 747 posts
Process Improvement Analyst

Olá, Victor! Tudo bem?

Essa é uma excelente pergunta e reflete uma necessidade muito comum em arquiteturas RAG modernas: a união de dados relacionais com busca semântica.

Sim, no ecossistema da AWS, a opção mais robusta e utilizada para essa finalidade é o Amazon Aurora (ou o RDS para PostgreSQL) com a extensão pgvector.

Por que usar o Aurora com pgvector?

  • Híbrido (SQL + Vetores): Você consegue manter suas tabelas relacionais tradicionais e, na mesma base de dados, criar colunas do tipo vector para armazenar seus embeddings.
  • Busca Semântica: Ele permite realizar buscas de "vizinhos mais próximos" (KNN) usando SQL, facilitando a integração com o restante da sua lógica de negócio.
  • Integração com LangChain: O LangChain possui suporte nativo para o ecossistema PostgreSQL, o que torna a implementação do seu VectorStore muito fluida.

Outras alternativas na AWS:

  • Amazon OpenSearch Service: É um serviço de busca e análise distribuído que possui recursos poderosos de Vector Database. Embora não seja SQL puro no sentido relacional (como o Aurora), ele é uma das escolhas preferidas para buscas vetoriais em larga escala na AWS.
  • Amazon MemoryDB para Redis: Recentemente, a AWS adicionou capacidades de busca vetorial ao MemoryDB, sendo uma opção de ultra-baixa latência (em memória), embora o armazenamento seja diferente do modelo SQL tradicional.

Se o seu projeto já exige uma estrutura de dados organizada e você quer aproveitar o conhecimento em SQL, o Amazon Aurora com pgvector é, sem dúvida, o caminho mais equilibrado!

Espero que essa dica ajude no seu projeto com LangChain!

por Victor Eduardo Ferreira Bezerra
| 14k xp | 5 posts

Obrigado pela resposta!

Tópicos relacionados

Mostrar mais tópicos Mostrar menos tópicos

Conteúdos Alura com o tema

Trilhas por carreira

Carreiras de IA

Carreiras de Dados

Carreiras de Cyber

Carreiras de DevOps & Cloud

Carreiras de UX & UI

Carreiras de Mobile & Front-End

Carreiras de Back-End

Carreiras de Negócios

Cursos universitários FIAP

Graduação | Pós-graduação | MBA