Amazon OpenSearch Serverless 提供高效的搜索能力，无论规模大小

文章重点

在这篇文章中，我们将探讨 Amazon OpenSearch Serverless 的新价格政策，这使得其基础成本减半，并为各种数据集与工作负载提供灵活的处理能力。功能重点包括支持时间序列、搜索及向量三种集合类型，以及自动扩展资源以满足需求的能力。

我们很高兴地宣布，Amazon OpenSearch Serverless 的进入成本有了显著降低。现在，它支持半个05OpenSearch 计算单位OCU用于索引和搜索工作负载，这意味著入门成本削减了一半。Amazon OpenSearch Serverless 是一种无伺服器的部署选项，能帮助用户运行搜索和分析工作负载，而无需繁琐的基础设施管理、分片调整或数据生命周期管理。OpenSearch Serverless 可自动配置和扩展资源，以在使用模式和应用需求变化的情况下，提供稳定的快速数据摄取速度和毫秒级查询响应时间。

OpenSearch Serverless 提供了三种集合类型以满足不同需求：时间序列、搜索及向量。此新降低的入门成本惠及所有集合类型。尤其是向量集合，作为 OpenSearch Serverless 与 Amazon Bedrock 的知识库的优先工作负载。随著半 OCUs 的引入，小型向量工作负载的成本已经减半。时间序列和搜索集合也受益匪浅，特别适合用于小型工作负载，如概念验证部署和开发测试环境。

OCU 详细信息： OCU 类型 vCPU RAM 存储 1 OCU 1 6GB 120GB 05 OCU 05 3GB 60GB

OpenSearch Serverless 会根据工作负载类型及数据的摄取和搜索模式，灵活调整所需的 OCU 数量。在接下来的部分中，我们将详细介绍这些变化所带来的便益。

OpenSearch Serverless 将索引和搜索计算能力分开，为每种计算需求部署 OCUs。用户可以选择两种部署形式：1带冗余的生产环境，2无冗余的开发或测试环境。

注意：在冗余部署中，OpenSearch Serverless 为索引和搜索各自部署两倍的计算能力。

OpenSearch Serverless 部署类型

以下图示展示了在冗余模式下的 OpenSearch Serverless 架构。

在冗余模式下，OpenSearch Serverless 会为每个计算集索引和搜索在两个可用区内部署两个基础 OCU。对于 60GB 以下的小型工作负载，OpenSearch Serverless 使用半个 OCU 作为基础规模。最小部署为四个基础单元，索引和搜索各两个。其最低成本大约为每月 350四个半 OCU，所有价格均以美东地区为参考，每月30天。正常运行期间，所有 OCU 将保持运作以支持流量需求。根据需要，OpenSearch Serverless 将从此基线进行扩展。

对于非冗余部署，OpenSearch Serverless 每个计算集部署一个基础 OCU，成本为每月 174两个半 OCU。

冗余配置推荐用于生产环境以保证可用性，若一个可用区出现故障，其他区域仍可继续运行。非冗余部署适合用于开发和测试，以降低成本。在这两种配置中，您可以设定最高 OCU 限制以管理成本。系统在高峰期将根据需求扩展至该限制，但不会超出。

OpenSearch Serverless 集合与资源分配

OpenSearch Serverless 根据集合类型不同，灵活使用计算单位，并将数据保存在 Amazon S3 中。在数据摄取过程中，OpenSearch Serverless 先将数据写入 OCU 卷和 Amazon S3，然后再确认请求，确保数据的持久性和系统性能。根据集合类型的不同，它还会将数据存储在 OCUs 的本地存储中，以便扩展以满足存储和计算需求。

时间序列集合

时间序列集合类型设计为成本高效，通过限制本地存储的数据量，将其余部分保存在 Amazon S3 中。所需的 OCU 数量依据数据量和集合的保留期限而定。OpenSearch Serverless 根据您最新数据的部分来确定所需的最小 OCU 数量，如您的 OpenSearch Serverless 数据生命周期策略 所定义的。例如，如果您每天摄取 1 TB 的数据且保留期为 30 天，最新数据的大小将为 1 TB。您将需要 20 个 OCU10 个 OCU x 2用于索引，还需另外 20 个 OCU10 个 OCU x 2用于搜索基于每个 OCU 的 120 GB 存储。访问 Amazon S3 中的旧数据会增加查询响应的延迟。这种对旧数据查询延迟的权衡是为了节省 OCU 成本。

向量集合

向量集合类型则使用 RAM 存储向量图，并使用磁碟来存储索引。向量集合将索引数据保存在 OCU 本地存储中。对于向量工作负载的大小设计，必须考虑这两方面。OCU 的 RAM 限制比 OCU 磁碟限制更快达到，这使得向量集合在存储上受限于 RAM 空间。

OpenSearch Serverless 为向量集合分配 OCU 资源如下所示：考虑完整的 OCU，操作系统使用 2 GB，Java 堆使用 2 GB，剩余的 2 GB 用于向量图。其使用 120 GB 的本地存储来存储 OpenSearch 索引。向量图所需的 RAM 依赖于向量的维度、存储的向量数量以及选择的算法。可参见 选择适合您在 OpenSearch 中的 KNN 算法 来回顾并计算向量的 RAM 需求。

注意：系统的许多行为以2024年6月为基准，各位读者请随时关注未来几个月的更新，随著新技术的推陈出新，成本会继续降低。

支持的 AWS 区域

OpenSearch Serverless 现在在所有支持此服务的 AWS 区域提供新的 OCU 最低配置。请参见 AWS 区域服务列表 获取更多关于 OpenSearch 服务可用性的资讯。更多关于 OpenSearch Serverless 的资讯，请参考相关文档 Learn more about OpenSearch Serverless。

结论

半 OCU 的引入明显降低了 Amazon OpenSearch Serverless 的基础成本。如果您拥有较小的数据集且使用需求有限，现在可以充分利用此低成本方案。该解决方案的高性价比及简化的搜索和分析工作负载管理功能，确保了在流量需求变化时仍能保持顺畅运行。

了解作者

Satish Nandi 是 Amazon OpenSearch Service 的高级产品经理，专注于 OpenSearch Serverless 和地理空间的应用，拥有多年的网络安全和机器学习等相关经验。他拥有计算机科学学士学位和创业MBA学位。在业余时间，他喜欢飞行、滑翔和骑摩托车。

Jon Handler 目前是亚马逊网络服务的高级首席解决方案架构师，常驻于加州帕洛阿尔托。Jon 与 OpenSearch 和 Amazon OpenSearch Service 密切合作，为希望迁移到 AWS 云端的广泛客户提供帮助和指导。他在加入 AWS 之前的职业生涯中，曾担任大型电子商务搜索引擎的软件开发者。Jon 拥有宾夕法尼亚大学的文学学士学位，以及西北大学的计算机科学与人工智慧硕士和博士学位。