Amazon Kendra

1. サービス概要¶

Amazon Kendra は、機械学習を活用したエンタープライズ検索サービスである。
ユーザーは、Web サイト、ドキュメント、データベース、SaaS アプリケーションなど、様々なデータソースからコンテンツをインデックス化し、自然言語による検索クエリを通じて、関連性の高い情報を迅速に検索できる。
Kendra は、複雑な検索クエリを理解し、最も関連性の高い結果を返すように設計されており、従業員の知識発見と意思決定を支援する。

主なユースケースとして、社内ドキュメント検索、Web サイト検索、FAQ 検索、カスタマーサポートの効率化、知識ベースの構築、コンテンツ発見などが挙げられる。
Amazon Kendra は、これらのユースケースに対応するための様々な機能と、AWS の他のサービスとの統合を提供する。

2. 主な特徴と機能¶

2.1 機械学習ベースの検索¶

Kendra は、機械学習を利用して、検索クエリの意図を理解し、最も関連性の高い結果を返する。
これにより、ユーザーはキーワードだけでなく、自然言語で検索できる。

2.2 コネクタ¶

Amazon S3, SharePoint, Salesforce, Confluence, ServiceNow などの様々なデータソースに接続するためのコネクタを提供している。
これにより、複数のデータソースを統合的に検索できる。

2.3 検索エクスペリエンス¶

検索結果をランキングし、関連性の高い順に表示する。
また、ファセット検索、フィルタリング、スペルチェックなどの機能を提供し、ユーザーの検索エクスペリエンスを向上させる。

2.4 自然言語処理¶

自然言語処理（NLP）技術を利用して、テキストデータから重要な情報を抽出する。
これにより、ドキュメント内のキーフレーズ、エンティティ、感情などを分析できる。

2.5 アクセス制御¶

IAM ポリシーを使用して、ユーザーが検索できるドキュメントへのアクセスを制御できる。
これにより、機密性の高い情報を保護できる。

2.6 カスタマイズ¶

検索結果のランキングや表示方法をカスタマイズできる。
これにより、特定のニーズに合わせて検索エクスペリエンスを調整できる。

2.7 統合性と拡張性¶

Amazon Kendra は、AWS Lambda, Amazon S3, Amazon CloudWatch などの AWS の他のサービスと統合できる。
また、API を利用して、検索機能のカスタマイズや自動化を行うこともできる。

3. アーキテクチャおよび技術要素¶

ユーザーは、データソースに接続するためのコネクタを設定。
Kendra は、コネクタを通じて、データをインデックス化。
ユーザーは、検索クエリを Kendra に送信。
Kendra は、機械学習を利用してクエリを理解し、インデックス化されたデータから最も関連性の高い結果を検索。
検索結果は、ユーザーに返却。

Amazon Kendra は、AWS のインフラ上に構築されており、高い可用性とスケーラビリティを提供する。
データのインデックス化や検索は AWS が行うため、ユーザーはインフラの管理を行う必要はない。

4. セキュリティと認証・認可¶

Amazon Kendra は、データのセキュリティを確保するために、以下の機能を提供する:

IAM 統合: AWS Identity and Access Management (IAM) を利用して、Kendra へのアクセスを制御する。
データ暗号化: データは転送中および保存時に暗号化される。
VPC 内での実行: Kendra は Virtual Private Cloud (VPC) 内で実行でき、ネットワーク隔離を実現。
アクセス制御: IAM ポリシーを通じて、ユーザーやグループごとに、Kendra の操作権限を詳細に制御できる。

これらのセキュリティ対策により、インデックス化されたデータへの不正アクセスを防止し、機密情報を保護できる。

5. 料金形態¶

Amazon Kendra の料金は主に以下に基づきる:

インデックス: インデックスされたドキュメントの量に応じて課金。
検索クエリ: 検索クエリの実行回数に応じて課金。
コネクタ: コネクタを利用した場合、利用時間に応じて課金。
機械学習機能: 機械学習機能の利用量に応じて課金。

6. よくあるアーキテクチャ・設計パターン¶

Amazon Kendra は、様々な検索ユースケースに利用できる。一般的なパターンは以下の通りである:

社内ドキュメント検索: 社内ドキュメントを Kendra でインデックス化し、従業員が情報を容易に検索できる環境を提供。
Web サイト検索: Web サイトのコンテンツを Kendra でインデックス化し、サイト内検索機能を提供。
FAQ 検索: FAQ ドキュメントを Kendra でインデックス化し、顧客サポートを効率化。
カスタマーサポートの効率化: 顧客からの問い合わせを分析し、関連性の高いドキュメントを提示。
知識ベースの構築: 企業の知識を Kendra で管理し、従業員が知識にアクセスしやすくする。
コンテンツ発見: 大量のドキュメントから、関連性の高いコンテンツを迅速に発見。

7. 設定・デプロイ手順（ハンズオン例）¶

AWS マネジメントコンソールから Amazon Kendra を開き、新しいインデックスを作成。
データソース（S3, SharePoint など）を選択し、コネクタを設定。
インデックスの設定（スキャン頻度など）を構成。
検索クエリを実行し、検索結果を確認。
検索結果のランキングや表示方法をカスタマイズ。

8. 試験で問われやすいポイント¶

8.1 機械学習ベースの検索¶

機能: 機械学習を利用して、クエリの意図を理解し、関連性の高い結果を返す。
利用: キーワードだけでなく、自然言語で検索可能。
試験対策: 機械学習の役割、自然言語検索が問われる。

8.2 コネクタ¶

サポート: S3, SharePoint, Salesforce, Confluence, ServiceNow など。
利用: 複数のデータソースを統合的に検索。
試験対策: 対応コネクタの種類、利用方法が問われる。

8.3 検索エクスペリエンス¶

機能: 検索結果のランキング、ファセット検索、フィルタリング、スペルチェック。
目的: ユーザーの検索体験を向上。
試験対策: 各機能の役割、利用方法が問われる。

8.4 自然言語処理¶

利用技術: 自然言語処理（NLP）。
利用: テキストデータから重要な情報を抽出。
試験対策: NLP の利用方法、分析対象が問われる。

8.5 料金体系¶

課金対象: インデックスされたドキュメントの量、検索クエリの実行回数、コネクタの利用時間、機械学習機能の利用量。
最適化: 不要なデータのインデックス化を避ける、検索クエリの最適化がコスト削減に有効。
試験対策: 料金体系、課金対象が問われる。

8.6 類似・関連サービスとの比較¶

Amazon Elasticsearch Service: 検索・分析エンジンサービス。Kendra は機械学習を利用したエンタープライズ検索に特化。
Amazon OpenSearch Service: 検索・分析エンジンサービス。Kendra はエンタープライズ検索に特化。

8.7 試験で頻出となる具体的な問われ方と答え¶

Q: Amazon Kendra は何を提供するサービスか？
A: 機械学習を活用したエンタープライズ検索サービスである。
Q: Amazon Kendra は、どのようなデータソースをサポートしているか？
A: Amazon S3, SharePoint, Salesforce, Confluence, ServiceNow などの様々なデータソースに接続できる。
Q: Amazon Kendra では、どのような検索方法が利用できるか？
A: 自然言語による検索クエリを使用できる。
Q: Amazon Kendra は、どのような技術を利用して検索結果の関連性を高めるか？
A: 機械学習を利用して、検索クエリの意図を理解し、最も関連性の高い結果を返する。
Q: Amazon Kendra の料金はどのように計算されるか？
A: インデックスされたドキュメントの量、検索クエリの実行回数、コネクタの利用時間、機械学習機能の利用量などに基づいて計算される。