Funzionalità e novità di questa ultima versione
OpenSearch 2.12 è ora disponibile, offrendo miglioramenti significativi nelle prestazioni di ricerca e analisi, arricchendo l’esperienza utente e ampliando le capacità di machine learning. L’aggiunta più rilevante è l’integrazione con Apache Spark, che facilita l’analisi dei dati operativi in maniera più efficiente e meno costosa.
Questa versione vanta una serie di innovazioni, come l’integrazione Apache Spark, che permette l’analisi completa dei dati operativi direttamente in OpenSearch, favorendo l’uso dei dati secondari senza il bisogno di importarli manualmente.
Le prestazioni di ricerca sono state ottimizzate ed è possibile procedere con la ricerca concorrente sui segmenti, l’ottimizzazione delle aggregazioni di istogrammi e query e l’introduzione del campo di testo “match-only” che riduce i costi di archiviazione fino al 20%.
E’ inoltre possibile monitorare le prestazioni delle query con la nuova funziona “top N queries”. Questa consente di identificare e analizzare le query più lente, con prospettive future di ampliamento delle metriche di prestazione.
OpenSearch 2.12 possiede altre funzionalità potenziate, capaci di migliorare la ricerca di monitoraggio su più cluster (interrogazione cross-cluster), l’interattività e l’usabilità grazie a un’interfaccia più intuitiva e funzionale (miglioramenti esperienza Discover). Tra le caratteristiche sperimentali è stato incluso l’OpenSearch Assistat Toolkit che consente di costruire esperienze basate su intelligenza artificiale generativa, un framework di agenti per semplificare l’uso dei LLM e un motore workflow per automatizzare le configurazioni delle risorse ML Commons. Questi, e molti altri argomenti, saranno affrontati durante il nostro webinar.
Questa versione ha anche funzionalità di ML avanzate, come:
- Ricerca Conversazionale: offre un’esperienza di ricerca interattiva e migliora il recupero delle informazioni.
- Processori di dati predefiniti per Amazon Bedrock: semplificano la creazione di applicazioni di ricerca semantica.
- Ricerca vettoriale con chunking: consente una più semplice interrogazione di documenti lunghi come vettori multipli senza elaborazione personalizzata.
Se deesideri approfondire, guarda il nostro webinar cliccando qui.