การสร้าง Semantic Layer นี้ตั้งอยู่บนสมมติฐานว่า AIDB ถูกติดตั้งและเปิดใช้งานบน EDB Postgres AI และไฟล์ CSV จาก Stardog C360 ถูกโหลดเข้าสู่ schema เฉพาะ โดยมีสามงานหลักคือการเขียน COMMENT ON เพื่อช่วยให้ Agent ค้นหาตารางและคอลัมน์ที่ถูกต้อง, การกำหนดคำศัพท์ทางธุรกิจเป็น views พร้อมคอมเมนต์, และการลงทะเบียนคำถามที่พบบ่อยเป็น semantic aliases
เมื่อทำงานร่วมกับ Amazon Bedrock Guardrails จะช่วยกำหนดขอบเขตการสร้างเนื้อหาของ Agent เช่น การกรองเนื้อหาที่ละเอียดอ่อน, รายการหัวข้อต้องห้าม, และการปกปิด PII
ในการเปิดเผยเลเยอร์และรัน Agent จำเป็นต้องใช้คู่ TLS สำหรับ edb.endpoints_mcp_tls_cert และ edb.endpoints_mcp_tls_key สำหรับการผูกที่ไม่ใช่ loopback
สำหรับภาระงานเชิงวิเคราะห์ที่เกินขีดจำกัดของฐานข้อมูลปฏิบัติการ EDB Postgres Analytics Accelerator (PGAA) ช่วยให้ Postgres อ่านตาราง Iceberg, Delta Lake และ Parquet ใน object storage ผ่าน Iceberg REST catalog
การวิเคราะห์แบบ Agentic ที่เชื่อถือได้ต้องอาศัยสามส่วนทำงานร่วมกัน: foundation model ที่วางแผนและสร้าง query, semantic layer ที่ให้มุมมองธุรกิจของข้อมูลที่ถูกกำกับดูแล, และ agent runtime ที่โฮสต์ Agent และจัดการตัวตน
ศัพท์ที่ควรรู้
- Semantic Layer – ชั้นข้อมูลเชิงความหมายที่ช่วยให้ Agent เข้าใจความหมายของข้อมูลได้
- Agentic AI – ปัญญาประดิษฐ์ที่สามารถทำงานเป็นตัวแทนและตัดสินใจได้ด้วยตนเอง
- EDB Postgres AI – ฐานข้อมูลที่รองรับ AI และถูกใช้เป็นรากฐานในการทำงานของ Agent
- Amazon Bedrock Guardrails – ระบบป้องกันของ Amazon ที่ช่วยควบคุมและกรองผลลัพธ์ที่ Agent สร้างขึ้น
- TLS (Transport Layer Security) – โปรโตคอลที่ใช้ในการเข้ารหัสการสื่อสารเพื่อความปลอดภัย
ที่มา: AWS