Guía práctica de Amazon OpenSearch Serverless - Diseño de OCU y estrategias de optimización por tipo de colección
Explicación práctica de Amazon OpenSearch Serverless. Se presenta el diseño de OCU, los tipos de colección, las estrategias de optimización y los patrones de integración.
Arquitectura de OpenSearch Serverless
OpenSearch Serverless separa el cómputo y el almacenamiento, escalando cada uno de forma independiente. Las OCU (OpenSearch Compute Units) son las unidades de capacidad de cómputo, divididas en OCU de indexación (escritura) y OCU de búsqueda (lectura). Cada OCU proporciona 6 GB de RAM y la capacidad de cómputo correspondiente. El mínimo es 2 OCU de indexación y 2 OCU de búsqueda (total 4 OCU), escalando automáticamente según la carga.
Tipos de colección y selección
OpenSearch Serverless ofrece tres tipos de colección. Las colecciones de búsqueda están optimizadas para búsqueda de texto completo con baja latencia, adecuadas para búsqueda de productos en e-commerce y búsqueda de contenido. Las colecciones de series temporales están optimizadas para análisis de logs y datos de métricas, con alto throughput de escritura y consultas eficientes por rango temporal. Las colecciones de búsqueda vectorial están optimizadas para búsqueda de similitud vectorial, adecuadas para búsqueda semántica y RAG. El tipo de colección no puede cambiarse después de la creación, por lo que es importante seleccionar el tipo apropiado según el caso de uso.
Diseño de OCU y optimización de costos
El diseño de OCU impacta directamente en el rendimiento y los costos. El mínimo de 4 OCU cuesta aproximadamente 700 dólares mensuales (0.24 dólares/hora por OCU x 4 OCU x 730 horas). Para optimizar costos, es importante dimensionar apropiadamente las OCU máximas según los patrones de carga. Para cargas de trabajo con picos predecibles, configurar las OCU máximas para cubrir los picos permite el escalado automático. Para cargas de trabajo constantes, mantener las OCU mínimas cerca de la carga promedio reduce los costos de escalado innecesario. Para aprender sobre búsqueda y analítica de datos, libros técnicos (Amazon) son útiles como referencia.
Seguridad y control de acceso
OpenSearch Serverless utiliza políticas de acceso a datos para controlar el acceso a nivel de colección e índice. Las políticas de cifrado definen las claves KMS utilizadas para cifrar los datos. Las políticas de red controlan si la colección es accesible desde Internet o solo desde VPC Endpoints. La integración con IAM permite un control de acceso granular basado en roles IAM y usuarios de SAML.
Patrones de integración
OpenSearch Serverless se integra con múltiples servicios AWS. OpenSearch Ingestion permite construir pipelines de ingestión de datos sin código, transformando y enrutando datos desde fuentes como S3, Kinesis y CloudWatch Logs. La integración con Amazon Bedrock Knowledge Bases permite utilizar colecciones de búsqueda vectorial como almacén de vectores para RAG. Lambda puede utilizarse para indexación en tiempo real de eventos de DynamoDB Streams o Kinesis.
Resumen
Amazon OpenSearch Serverless elimina la gestión de clústeres proporcionando capacidades de búsqueda y análisis con escalado automático. La selección del tipo de colección apropiado (búsqueda, series temporales, búsqueda vectorial) y el diseño adecuado de OCU son clave para optimizar rendimiento y costos. La integración con OpenSearch Ingestion y Bedrock Knowledge Bases amplía los casos de uso desde análisis de logs hasta búsqueda semántica con IA.