ElastiCache Serverless 开放向量、全文与混合检索：缓存层直接做召回

AWS 于 2026 年 11 月 10 日宣布 Amazon ElastiCache Serverless for Valkey 支持向量检索、全文检索、混合检索与服务端聚合。官方写明可在单次查询里组合多种检索类型、按需调整召回，并让写入完成后的更新即可被检索；还给出按智能体、会话或任务分配独立数据存储用于记忆与上下文检索的用法。能力基于 ElastiCache version 9 for Valkey，覆盖商业区域、GovCloud 与欧洲主权云区域。官方页含延迟与召回指标，本文不转述数字，配额与计费一律以官网为准。

这次发布的是什么

Amazon Web Services（AWS）于 2026 年 11 月 10 日宣布，Amazon ElastiCache Serverless for Valkey 现在支持向量检索、全文检索与混合检索，并提供服务端聚合。按官方 what's-new 页面，这次针对的是实时数据检索里的老问题：应用常在延迟与召回之间取舍，而且写入之后要等一段时间才能被检索到。把检索放进缓存数据层之后，官方说明更新在写入完成后即可被检索，开发者还能在一次查询里组合多种检索类型、按需调整召回，并用服务端聚合直接分析结果。

同一则公告还给出一个与智能体直接相关的用法：开发者可以给每个智能体、会话或任务分配独立的数据存储，用于记忆与上下文检索，让智能体在不影响生产数据、也不彼此干扰的前提下试验、失败与重试。官方另列出商品发现、推荐系统与检索增强生成（RAG）等适用场景。页面包含延迟、召回与吞吐指标，本文按本站口径不转述数字：能力表述只保留官方给出的定性方向，配额、计费与区域细节一律以官网为准。

可用性与限制

• 发布时间：官方 what's-new 页面标注 Posted on Nov 10, 2026
• 适用范围：官方写明基于 ElastiCache version 9 for Valkey，即该引擎版本上的 ElastiCache Serverless
• 区域范围：官方列出全部商业 AWS 区域、AWS GovCloud (US) 区域与 AWS European Sovereign Cloud 区域
• 上手方式：官方写明通过 AWS 管理控制台、AWS SDK 或 AWS CLI 新建无服务器缓存，或把现有缓存升级到 Valkey 9
• 连接形态：官方说明每个数据存储可通过公共端点访问，无需额外网络配置，按用量计费
• 引擎口径：官方把 Valkey 描述为开源、与厂商无关的 Redis 替代引擎，并写明它是 ElastiCache 的推荐引擎
• 升级条件：现有缓存需升级到 Valkey 9 才能使用本次检索能力，具体兼容性与回滚方式以官方文档为准
• 指标口径：官方页面给出的延迟、召回与查询量数字有特定测试条件，本文不转述
• 配额、索引规格、计费与中国境内可用性：官方公告未给出完整口径，以官网与官方文档为准

主要功能

• 在缓存层执行向量检索
• 在缓存层执行全文检索与混合检索
• 在单次查询里组合多种检索类型
• 按需调整检索的召回表现
• 用服务端聚合分析结果
• 为单个智能体或会话分配独立数据存储

技术原理

据官方说明，这次的设计重点是把检索与聚合放进内存数据层，而不是让应用先把数据搬到外部检索系统再查询。实时数据检索通常面临两处取舍：一是延迟与召回之间的平衡，二是写入到可被检索之间的时间差。官方把这次能力写成对这两处问题的处理——更新在写入完成后即可被检索，聚合在服务端完成，应用不必把候选结果拉回本地再算一遍。混合检索指的是在同一次查询里组合向量与全文等不同检索方式，召回则可按需要调节；本文只记录这层机制，不引用官方给出的任何指标数字。

按智能体分配数据存储是另一个值得单独看清的设计。官方说明，每个数据存储可在数秒内就绪、通过公共端点访问、按用量计费且无需管理基础设施，因此可以给每个智能体、会话或任务单独建一份，用来放记忆与上下文。这样做的价值不在检索速度，而在隔离：一个智能体的试验、失败与重试不会碰到生产数据，也不会影响其他智能体的上下文。对做 RAG 或智能体记忆的团队来说，这是部署结构上的变化，而不是模型侧的变化。

还有一处容易与技术更新混淆：官方没有在这次公告里宣布新模型、新的推理接口或模型权重变化，给出的都是 ElastiCache for Valkey 的数据层能力，且明确绑定 ElastiCache version 9。因此判断「能不能用」，先看引擎版本与区域，再看是否愿意按会话拆分数据存储；把这次写成「AWS 发布新的向量数据库」属于推测，这里不写。

实际体验

不做主观实测，只记录官方说明里可核对的行为，以及读者可自行复现的核对路径。

一是版本与入口可以按控制台核对：在 AWS 管理控制台新建无服务器缓存，确认可选的引擎版本里是否有 Valkey 9，并按官方文档确认检索能力的开关位置。判断依据是「版本是否可选项、检索入口是否出现」，不是性能；具体菜单名称与 SDK 参数以官方文档为准。

二是检索组合可以按查询结构核对：写入一小批带向量的记录与文本字段，分别跑一次纯向量查询、一次纯全文查询、一次组合查询，观察组合查询是否在同一请求里返回两类结果；再调用服务端聚合，确认聚合是在服务端完成而不是把结果拉回本地再算。判断依据是「请求结构与返回结构」，不是召回高低。

三是写入可见性可以按时间顺序核对：写入一条新记录后立即发起检索，观察是否已被命中。官方说明更新在写入完成后即可被检索，这类核对不需要基准数字，只要按写入与查询的先后顺序设计即可；具体的可见性语义以官方文档为准。

四是刻意留空的部分：官方页面里的延迟、召回与吞吐指标，索引规格、配额、计费单价与各区域的完整清单，都没有可在本地复现且可通用套用的核对动作，只能以官网与官方文档为准。把它们补成具体数字或结论属于推测，这里不写。

项目地址与获取方式

公告在 AWS 官方 what's-new 页面，检索能力的使用说明见 ElastiCache 检索文档，端点说明见 ElastiCache 端点文档，计费口径见官方定价页，具体地址以公告内链接为准。请通过官方渠道获取，避免安装被篡改的版本；订阅档位、区域可用性与商用条款一律以官网为准。本站对含性能指标的公告一律只写能力方向，不转述数字，理由也写在这里，便于复核。

适合谁用

• 给智能体做记忆与上下文检索、希望按会话隔离数据的开发者
• 做检索增强生成（RAG）与推荐系统、希望少维护一套检索集群的团队
• 流量波动明显、对检索延迟敏感且不想预估容量的应用
• 已在用 ElastiCache 或 Valkey、准备升级到 Valkey 9 的团队
• 需要在 GovCloud 或欧洲主权云区域落地检索能力的企业
• 不必用：已有独立向量数据库且短期内不打算迁移的团队；也不适合只需要简单键值缓存、没有检索与聚合需求的应用

常见问题

这是一款新的向量数据库服务吗？

不是。官方公告写的是 Amazon ElastiCache Serverless for Valkey 新增向量、全文与混合检索以及服务端聚合，属于现有服务在 ElastiCache version 9 for Valkey 上的能力扩展。开发者通过管理控制台、SDK 或 CLI 新建无服务器缓存，或把现有缓存升级到 Valkey 9 来使用。判断依据是官方措辞与版本绑定，把「现有服务新增检索」写成「发布新服务」容易误导选型。

需要先把数据迁到别的服务吗？

按官方说明不需要为了这次能力额外引入另一套检索系统，但也可能需要升级引擎版本。官方写明能力基于 Valkey 9，现有缓存可通过控制台、SDK 或 CLI 升级；升级路径、兼容性与回滚方式以官方文档为准。对已经用其他向量数据库的团队，是否迁移属于架构选择，官方公告没有给出迁移工具或对照结论，本文不做建议性推断。

按会话分配数据存储会不会很麻烦？

官方给出的说明是每个数据存储可在数秒内就绪、通过公共端点访问、无需额外网络配置且按用量计费，因此按智能体、会话或任务拆分是可行的部署形态，好处是试验与重试不会碰到生产数据或彼此的上下文。但具体的配额上限、生命周期管理与清理方式，官方公告没有逐条列出，以官方文档为准；不要按「无限拆分」理解。

这次有模型或推理接口一起发布吗？

没有。公告给出的是缓存数据层的检索与聚合能力，以及按会话隔离数据的用法，官方还列出商品发现、推荐系统与 RAG 等适用场景。官方没有宣布新模型权重、新推理接口或托管模型服务。想要评估是否适合自己工作负载的读者，应按自己的数据做一次最小查询核对，而不是照抄官方页面里的指标数字。

相关工具与内容

站内 AI 搜索分类、AI 智能体分类 与 AI 编程分类 汇总了相关工具；LangChain 工具页 可对照检索链路的搭建方式。脉络上可看 Bedrock AgentCore 开放 Web Search API、Bedrock AgentCore Web Answer、Bedrock AgentCore 文档处理 与 Bedrock 原生 OpenAI API 进入 GovCloud。