Amazon S3 Vectors 现在支持元数据预筛选，以提高筛选搜索的召回率
内容提要
Amazon S3 Vectors 新增元数据预筛选功能，在相似度搜索前先按元数据过滤，提升筛选查询召回率，高选择性场景下匹配量可达原先5倍。支持 $startsWith 前缀匹配，每向量2KB元数据，单查询最多100个约束，无额外费用且无需重新摄取。适用于法律、金融、媒体及智能体等场景，现有索引可通过 UpdateIndexMode 启用。
延伸解读
预筛选与后筛选：召回率差异的关键
文章指出，在 CLASSIC 索引上，S3 Vectors 同时执行向量搜索和筛选条件评估，即先检索候选向量再按条件过滤，这可能导致符合筛选条件的向量未被召回。而 ENHANCED 索引先解析筛选条件，仅搜索匹配的向量，从而提升召回率。对于高选择性筛选，预筛选返回的匹配向量数量最多可达 CLASSIC 的 5 倍。这意味着在租户隔离、权限控制等场景下，预筛选能显著改善结果完整性。
现有索引升级：无需重新摄取，但需注意默认模式
现有索引可通过 UpdateIndexMode 切换为 ENHANCED，无需重新摄取向量，查询方式不变，且新运算符立即可用。但需注意：2026 年 9 月 30 日当天或之后创建的向量存储桶中，新索引默认使用 ENHANCED；此前存在的存储桶中的索引（包括之后新建的）在设置存储桶默认值前仍使用 CLASSIC。因此，若希望新索引自动启用预筛选，需通过 put-vector-bucket-default-index-mode 设置默认模式。
筛选条件约束上限与应对策略
单个查询最多支持 100 个筛选条件约束，按筛选条件评估的值计算。若超出，文章建议合并筛选条件，例如用单个 caseId 字段替换包含 300 个值的 $in 查询，或拆分成多个较小查询并行运行，再按距离合并结果。这提示在设计多租户或复杂过滤逻辑时，需提前规划元数据字段结构，避免因约束过多而影响查询效率或需要额外处理。
$startsWith 前缀匹配的适用场景
预筛选新增 $startsWith 运算符，用于路径、URL 和分层键的前缀匹配。例如，法律文档存储可将搜索范围限定到特定案件文件夹：{"$startsWith": {"document_id": "matter-4417/exhibits/"}}。该运算符与等值、数值范围、集成员资格、存在性检查及布尔逻辑共同构成筛选能力。对于按文件夹结构或命名空间组织的数据，$startsWith 提供了一种简洁的范围缩小方式，有助于提升筛选搜索的召回率。
Q&A
Amazon S3 Vectors 的元数据预筛选功能是什么？
元数据预筛选是 Amazon S3 Vectors 新增的功能，它在相似度搜索之前先评估元数据筛选条件，从而提高筛选查询的召回率。它支持 $startsWith 前缀匹配，每个向量最多可承载 2 KB 的可筛选元数据，单个查询最多支持 100 个筛选条件约束，且无额外费用、无需重新摄取、不会更改查询。
预筛选如何提高筛选搜索的召回率？
预筛选在相似度搜索之前先解析筛选条件，仅搜索匹配的向量，因此结果是从所有匹配向量中抽取的，而不是从整个索引中抽取。对于高选择性筛选条件，预筛选返回的匹配向量数量最多为此前在 CLASSIC 索引上执行同一查询时的 5 倍。
哪些场景适合使用元数据预筛选？
适合结果必须相关且范围正确的场景，包括：法律和专业服务（按客户、案件号、文件夹路径筛选文档）、金融服务（按签发者、文档类型、出版日期筛选）、媒体和娱乐（按内容分级和区域许可筛选）、智能体应用程序（按所有者、文档集、时间戳筛选）。
如何为现有索引启用预筛选？
对现有索引调用 UpdateIndexMode 命令，将索引模式设置为 ENHANCED，例如：aws s3vectors update-index-mode --vector-bucket-name my-vector-bucket --index-name product-catalog --index-mode ENHANCED。现有向量不会被重新摄取，查询不会更改，新的筛选条件运算符立即可用。
预筛选支持哪些筛选条件运算符？
预筛选支持等值匹配、数值范围、集成员资格、存在性检查、使用 $and 和 $or 的布尔逻辑，以及新增的 $startsWith 前缀匹配运算符，用于筛选路径、URL 和分层键。
使用预筛选有哪些限制或注意事项？
单个查询最多支持 100 个筛选条件约束，按筛选条件评估的值计算。如果超出，可以合并筛选条件（例如用单个 caseId 字段替换包含 300 个值的 $in）或拆分成较小查询并行运行后按距离合并结果。此外，2026 年 9 月 30 日当天或之后创建的向量存储桶中的索引默认使用 ENHANCED 模式；之前存在的存储桶中的索引在设置存储桶默认值之前使用 CLASSIC 模式。
