搜尋
在 AWS SAP-C03 的考綱設計中，企業級 RAG（Retrieval-Augmented Generation）架構不再只是「呼叫 API」的單點實現，而是全面考核 端到端零信任網路、多可用區/跨區域彈性容災、向量資料庫高可用與合規治理防護。
1. 向量儲存層：Amazon OpenSearch Serverless (AOSS) 高可用與網路隔離
高可用架構（Multi-AZ 與 OCU 排程）：
AOSS 以 OpenSearch Compute Units (OCUs) 計費，分為索引（Indexing）與搜尋（Search）兩種運算單元。
必考點：生產環境的 AOSS Collection 預設具備 Multi-AZ 備援。搜尋 OCU 會自動跨多可用區部署至少 2 個 Active 複本（若開啟高可用，主節點與備援節點同時維持作用中），因此容災設計不需自行手動管理 Shard 複本，而是需考量 OCU 最小與最大額度限制（防止冷啟動延遲或費用失控）。
零信任與網路存取原則（Data / Network / Encryption Policies）：
三種獨立政策分離：考題常混淆 Data Access Policy（IAM 身分授權）、Network Policy（VPC/公網入口控制）與 Encryption Policy（KMS 金鑰繫結）。三者皆必須完整配置，Collection 才能初始化。
VPC PrivateLink 限制：AOSS 需建立兩個 VPC Endpoints（一個給介面存取，一個給儀表板），必須確保 Subnet 路由與 Security Group 僅允許應用層 EC2/EKS 流量進入。
2. 防護層：Amazon Bedrock Guardrails 安全與合規治理
多層攔截機制配置（Defense-in-Depth）：
Prompt Attack Filter：自動阻斷直接提示詞注入（Direct Prompt Injection）與越獄嘗試。
Content Filters：針對仇恨、暴力、性、侮辱等 6 類內容設定 4 種強度閾值（None/Low/Medium/High）。
Sensitive Information Filters (PII)：定義正則表達式（Regex）或內建敏感資訊類型（如身分證、信用卡），支援在輸入端「阻斷（Block）」或對輸出端執行「遮蔽（Mask）」。
Contextual Grounding Check（接地性檢查）：比對模型生成結果與檢索資料來源（Reference Docs），防止模型產生未經參考文檔佐證的「幻覺（Hallucination）」。
架構定位考點：
Guardrails 可直接掛載在 Knowledge Bases、Bedrock Agents 上，或在調用模型時透過 API 獨立套用；考題常問「如何在不更動模型端點的前提下對多個不同外部系統實施統一內容合規審核」，解法是建立單一獨立 Guardrail 並在 API Gateway/Lambda 呼叫層集中評估。
3. 檢索增強整合：Knowledge Bases for Amazon Bedrock
資料同步與分塊最佳化（Data Chunking）：
支援 Fixed-size chunking、Hierarchical chunking 與 Semantic chunking。
情境選型題：若文檔為複雜合規手冊、法律合約，需同時保留段落上下文與精準檢索，應選擇 Hierarchical Chunking（母子文檔關聯）而非固定字數切割。
S3 資料湖安全配置：
S3 Bucket 必須啟用預設加密（KMS CMK）、版本控制（Versioning）以防止資料投毒（Data Poisoning）。
必須透過 Bucket Policy 限制僅允許 Bedrock 服務主體（bedrock.amazonaws.com）透過特定 aws:SourceArn 進行跨服務存取。
4. 運算與推論層高可用：跨區域彈性（Cross-Region Resilience）
Cross-Region Inference（跨區域推論）：
在高峰期間，單一 AWS 區域的模型配額（Quotas / TPM）容易觸發限流（HTTP 429 Too Many Requests）。
架構最佳實踐：利用 Bedrock 內建的 Cross-Region Inference Profile，流量會自動動態路由至同地理區域內（例如美東與美西之間）具備閒置算力的可用區域，無需架構師手動在前端編寫複雜的容錯切換邏輯。
Provisioned Throughput vs. On-Demand：
關鍵核心業務（如即時交易客服）必須承諾預留輸送量（Provisioned Throughput），以保證極致延遲與 SLA；非關鍵批次任務則使用 On-Demand 搭配 SQS 緩衝削峰。
情境 1：跨帳號 RAG 架構安全
情境：資料工程團隊在 Data Account 管理 S3 與 AOSS，業務開發團隊在 App Account 開發 Bedrock 應用。
陷阱：嘗試在 AOSS 網路政策中直接允許外部公網 IP。
正解：在 App Account 與 Data Account 之間建立 VPC Peering 或利用 AWS RAM（Resource Access Manager） 共享 VPC Subnet，流量全程經由 VPC Endpoint (PrivateLink) 直連 AOSS，並透過跨帳號 IAM 角色信任（AssumeRole）完成認證。
情境 2：資料外洩與合規稽核（Data Exfiltration & Audit）
情境：受法規監管的金融機構要求所有經由 Bedrock 產生的提示詞與生成文字皆不得儲存於 AWS 原廠模型日誌中，但必須完整保留於企業內部供稽核。
正解：在 Bedrock 設定中啟用 Model Invocation Logging，將稽核記錄直接加密串流輸出至企業指定的 S3 稽核儲存桶 或 CloudWatch Logs，同時透過 Bedrock Guardrails 的 PII Masking 確保落盤時敏感個資已完成去識別化。
