AWS发布六类向量方案，支持在现有数据存储中构建智能代理

AWS发布向量方案总览，介绍在现有数据存储中为智能代理和分析工作负载增加搜索与检索能力。

AWS列出六类可直接承载向量能力的服务：Amazon OpenSearch Service、Amazon S3 Vectors、Amazon DynamoDB、Amazon ElastiCache for Valkey、Amazon Aurora PostgreSQL和Amazon Neptune。企业可以根据数据所在位置、延迟、成本、查询规模和访问模式选择方案，减少数据迁移和重复存储。

官方文章将OpenSearch Service列为新工作负载的默认选择，并分别说明S3 Vectors的按查询成本模式、DynamoDB的毫秒级向量检索、ElastiCache for Valkey的语义缓存、Aurora PostgreSQL的SQL原生向量搜索以及Neptune的GraphRAG图遍历与向量相似度查询。

选型应从现有数据与查询模式出发

六种服务并非只在“能否存向量”上不同。先确认数据目前在哪里、向量多久更新一次、查询是否需要元数据过滤或图关系、并发与延迟目标是什么，再比较迁移工作、索引维护、扩容方式和整体费用。把向量能力放在已有数据旁边可能减少复制，但若查询模式与服务特性不匹配，仍可能需要额外索引或专门的检索层。

建议用同一批真实查询做小规模基准，记录召回质量、尾部延迟、更新可见时间和资源成本，而不是只看单次查询速度。AWS文章中的默认建议是厂商选型观点，实际选择还要考虑团队已有的运维经验、数据治理和区域可用性。测试结果应同时包含业务相关性评估与技术性能数据。

来源：AWS Machine Learning Blog，发布时间：2026年8月20日。