前書き
AWS re:Invent 2024で紹介された Amazon Bedrock Knowledge Bases の構造化データ取得機能を試そうとしたところ、データの同期に失敗しました。
利用したリソースは下記の通り、デフォルトの設定で作成してます。
- Amazon Redshift serverless
- Knowledge Base with structured data store
対策
Knowledge Base作られた際に、よく見たら画面の上に下記のメッセージがありました。
Knowledge Base 'knowledge-base-quick-start-111kr' created successfully. Before you sync the query engine, you must grant “select” permissions on the database schema or tables to the selected authentication option. For IAM role authentication, create a user for this role with the name 'IAMR:AmazonBedrockExecutionRoleForKnowledgeBase_111kr' and grant the permissions to that user. For more information, see link.
訳したら下記の内容になります。
クエリエンジンを同期する前に、選択した認証オプションに対してデータベーススキーマまたはテーブルに対する
「select」権限を付与する必要があります。IAMロール認証の場合、
『IAMR:AmazonBedrockExecutionRoleForKnowledgeBase_111kr』
という名前でそのロール用のユーザーを作成し、そのユーザーに権限を付与してください。
ちょっとややこしいのは、権限まわりの別対応が必要だと分かっていても、具体的にどこにどう手をつければいいのか分からない点です。1時間かけた結果、解決策が見つかりました
作成されたAmazon Redshift serverlessに入って、Knowledge Baseのユーザーを作成して、権限渡す必要がありました。
仮にKnowledge Baseの名前が AmazonBedrockExecutionRoleForKnowledgeBase_111krである場合、下記のクエリをまず流す必要があります。
CREATE USER AmazonBedrockExecutionRoleForKnowledgeBase_111kr PASSWORD 'Abc12345678';
PASSWORDは大文字・小文字を含む8文字以上であれば問題ありませんが、実際にKnowledge Baseから接続する際にはRoleを使用するため、PASSWORDは使われないようです。
次はKnowledge Baseユーザーにアクセス権限をお渡しします。
スキーマ指定して渡してもいいし、テーブル指定でも大丈夫です。
GRANT SELECT ON ALL TABLES IN SCHEMA dev.public TO AmazonBedrockExecutionRoleForKnowledgeBase_111kr;
GRANT SELECT ON certification_info TO "IAMR:AmazonBedrockExecutionRoleForKnowledgeBase_111kr";
権限渡してから、無事にデータの同期が成功しました。
Knowledge Baseテスト
使用されたサンプルデータは下記の通りです。
-- 社員マスタテーブルの DDL
CREATE TABLE employee_master (
employee_id INTEGER PRIMARY KEY,
first_name VARCHAR(50),
last_name VARCHAR(50),
email VARCHAR(100),
hire_date DATE,
department VARCHAR(50),
job_title VARCHAR(100)
);
-- サンプルデータの挿入
INSERT INTO employee_master (employee_id, first_name, last_name, email, hire_date, department, job_title)
VALUES
(1, 'Taro', 'Yamada', 'taro.yamada@example.com', '2020-04-01', 'IT', 'Software Engineer'),
(2, 'Hanako', 'Sato', 'hanako.sato@example.com', '2019-09-15', 'HR', 'HR Manager'),
(3, 'Ichiro', 'Tanaka', 'ichiro.tanaka@example.com', '2021-01-10', 'Sales', 'Sales Representative'),
(4, 'Yuki', 'Nakamura', 'yuki.nakamura@example.com', '2018-07-22', 'IT', 'System Administrator'),
(5, 'Akiko', 'Suzuki', 'akiko.suzuki@example.com', '2022-03-01', 'Finance', 'Financial Analyst');
-- 格保有情報テーブルの DDL：
CREATE TABLE certification_info (
certification_id INTEGER PRIMARY KEY,
employee_id INTEGER,
certification_name VARCHAR(100),
certification_date DATE,
expiration_date DATE,
FOREIGN KEY (employee_id) REFERENCES employee_master(employee_id)
);
-- サンプルデータの挿入
INSERT INTO certification_info (certification_id, employee_id, certification_name, certification_date, expiration_date)
VALUES
(1, 1, 'AWS Certified Solutions Architect - Professional', '2021-06-15', '2024-06-15'),
(2, 1, 'ITIL Foundation', '2020-11-30', '2023-11-30'),
(3, 2, 'SHRM-CP', '2020-03-10', '2023-03-10'),
(4, 3, 'Salesforce Certified Administrator', '2022-01-20', '2024-01-20'),
(5, 4, 'Cisco Certified Network Associate', '2019-09-05', '2022-09-05'),
(6, 4, 'CompTIA Security+', '2021-04-18', '2024-04-18'),
(7, 5, 'CFA Level 1', '2022-05-01', '2025-05-01');
@hayao_kさんの記事から拝借させていただきました。
ナレッジベースをテストしてみると、メタデータなしでも精度は高かったです。
Generate SQL queriesを選べば、sql文も作ってくれます。
最後
今までエージェントにデータ取得できるアクショングループを渡してましたが、Knowledge Bases の構造化データ取得機能利用した方が良かったかもしれません。
もう少し本番に近い環境で検証してみたいです。
参考記事