AWS giới thiệu tính năng tìm kiếm vector gốc cho DynamoDB

Trang chủ InfoQ Tin tức AWS giới thiệu tính năng tìm kiếm vector gốc cho DynamoDB Điện toán đám mây AWS giới thiệu tính năng tìm kiếm vector gốc cho DynamoDB Ngày 16/8/2026 2 phút đọc Bởi Renato Losio Theo dõi chúng tôi trên Youtube 232K người theo dõi Linkedin 26K người theo dõi Instagram Mới RSS 19K độc giả X 57,1K người theo dõi Facebook 21K lượt thích Bluesky Mới Nghe bài viết này - 0:00 Âm thanh sẵn sàng phát Trình duyệt của bạn không hỗ trợ phần tử âm thanh. 0:00 0:00 Bình thường 1.25x 1.5x Thích Danh sách đọc Amazon DynamoDB gần đây đã giới thiệu tính năng tìm kiếm vector gốc, cho phép các nhà phát triển lưu trữ các embedding cùng với dữ liệu ứng dụng và chạy các truy vấn lân cận gần đúng trực tiếp từ DynamoDB mà không cần sử dụng cơ sở dữ liệu vector riêng biệt. Tính năng này hỗ trợ tìm kiếm tương đồng có bộ lọc và các chỉ mục vector có thể cấu hình cho các tác vụ tìm kiếm ngữ nghĩa. Tìm kiếm vector sử dụng một loại chỉ mục DynamoDB mới được xây dựng trên các embedding vector được lưu trữ trong các thuộc tính của bảng. Các nhà phát triển có thể chọn bất kỳ mô hình embedding nào, chẳng hạn như Amazon Bedrock Titan Text Embeddings, Cohere Embed hoặc các mô hình embedding văn bản của OpenAI, tạo một chỉ mục vector với các chiều và hàm khoảng cách cần thiết, sau đó truy vấn nó bằng API SearchVectors mới. Esra Kayabali, kiến trúc sư giải pháp chính tại AWS, viết: Các chỉ mục vector không có giới hạn lưu trữ và mở rộng theo chiều ngang khi dữ liệu của bạn tăng lên. Giờ đây, bạn có thể xây dựng các ứng dụng yêu cầu truy xuất ngữ nghĩa trên bộ nhớ tác nhân (agentic memory), tạo sinh tăng cường truy xuất (retrieval augmented generation), công cụ đề xuất, trải nghiệm cá nhân hóa, phát hiện bất thường và nhiều hơn nữa bằng cách sử dụng DynamoDB và tính năng tìm kiếm vector gốc của nó. Cho đến nay, các ứng dụng sử dụng cơ sở dữ liệu NoSQL được quản lý đã phải sao chép dữ liệu sang một cơ sở dữ liệu vector riêng biệt và giữ hai hệ thống đồng bộ để hỗ trợ tìm kiếm vector, làm tăng độ phức tạp kiến trúc và chi phí truyền dữ liệu. Tính năng tìm kiếm vector gốc loại bỏ đường dẫn dữ liệu bổ sung đó bằng cách cho phép các embedding vector và dữ liệu ứng dụng được lưu trữ và truy vấn trong cùng một bảng DynamoDB. Kayabali bổ sung: DynamoDB hoàn toàn không máy chủ (serverless), vì vậy tìm kiếm vector tự động mở rộng mà không cần quản lý cơ sở hạ tầng. Nó hỗ trợ tới 4096 chiều, các hàm khoảng cách Euclidean, Cosine và Dot product, cùng với tính năng lọc nội tuyến. Trong bài viết "Build semantic search with native vector support in Amazon DynamoDB", Leonid Koren, kiến trúc sư giải pháp chuyên gia NoSQL chính tại AWS, và Mo Kamioner, kiến trúc sư giải pháp cấp cao của DynamoDB tại AWS, đã chỉ ra cách xây dựng một ứng dụng tìm kiếm ngữ nghĩa bằng Python sử dụng các embedding của Bedrock và DynamoDB để tìm các bài nghiên cứu liên quan theo ý nghĩa, thay vì các từ khóa chính xác. Họ giải thích về những tác động chi phí của tính năng mới: Một chỉ mục vector được tính phí dựa trên ba yếu tố, ngoài các khoản phí DynamoDB tiêu chuẩn cho bảng cơ bản chứa các mục của bạn. Bạn phải trả tiền cho dữ liệu bạn ghi vào chỉ mục, dữ liệu được xử lý khi bạn tìm kiếm và dữ liệu bạn lưu trữ. Cả ba đều được đo lường theo byte và tính phí theo GB. Theo các tác giả, việc sử dụng số chiều thấp hơn, các phép chiếu chỉ mục tối thiểu, loại trừ các embedding khỏi kết quả và phân vùng chọn lọc là những kỹ thuật chính có thể giảm đáng kể chi phí tìm kiếm vector. Jeff Barr, Phó Chủ tịch và Trưởng nhóm truyền bá tại AWS, nhấn mạnh trên LinkedIn: Điều này có thể mở rộng lớn tùy ý (hãy nghĩ đến hàng nghìn tỷ vector) trong khi vẫn duy trì độ trễ ở mức mili giây một chữ số. Với việc nhiều cơ sở dữ liệu đã hỗ trợ vector trong vài năm qua, một số chuyên gia cho rằng AWS đã "quá muộn". Tuy nhiên, Humayun Khan bình luận: Đây là một bổ sung thực sự thú vị. Tìm kiếm vector gốc trong DynamoDB có thể giúp việc xây dựng các ứng dụng hỗ trợ AI đơn giản hơn nhiều bằng cách giữ tìm kiếm vector và dữ liệu ứng dụng ở cùng một nơi. Một số nhà phát triển thắc mắc liệu DynamoDB áp dụng các bộ lọc thuộc tính trước hay sau tìm kiếm vector, nhưng tính năng này đã nhận được phản hồi tích cực từ cộng đồng, với nhiều người nhấn mạnh lợi ích của nó so với các S3 vector bucket. Người dùng coinclic k cảnh báo: S3 có khả năng mở rộng không giới hạn và sẽ cung cấp độ trễ nhất quán, ngay cả khi độ trễ đó không tối ưu. DynamoDB cũng được cho là sẽ mở rộng quy mô khá tốt, với độ trễ rất thấp, nhưng có thể sẽ đắt hơn nhiều so với S3. Nhóm dự định triển khai tính năng tìm kiếm vector thông qua bộ điều hợp tương thích DynamoDB là ExtendDB cho quá trình phát triển cục bộ và các triển khai tự quản lý. Các chỉ mục vector hiện có sẵn ở tất cả các khu vực mà DynamoDB đang hoạt động và với các bảng sử dụng lớp bảng Standard hoặc Standard-IA. Về tác giả Renato Losio Đánh giá bài viết này Mức độ áp dụng Phong cách Tác giả đã liên hệ Nội dung này thuộc chủ đề Cloud (Điện toán đám mây) Các chủ đề liên quan: Phát triển AI, ML & Kỹ thuật dữ liệu Dynamo DB AI tạo sinh Cloud NoSQL AWS Cơ sở dữ liệu vector Tìm kiếm Bài viết liên quan Nhà tài trợ liên quan Phổ biến trên InfoQ Netflix áp dụng hệ thống hàng đợi công việc Cloud-Native Kueue để thay thế giải pháp nội bộ MCP trở nên phi trạng thái, và các nhà phát triển đặt câu hỏi liệu điều đó có biến nó thành một API không