AWS HubAWS HubSão Paulo operando · 2 eventos no mundo

LambdaComunidade

Nível de dificuldade: Avançado (4 de 5)

ElastiCache Serverless ganha busca vetorial e dispensa VPC para funções Lambda

Por AWS Hub9 min de leitura

Em números

  • 99% de recall que a AWS cita para a busca vetorial no ElastiCache Serverless com Valkey 9
  • 512 dimensões escolhidas no tutorial para os embeddings do Titan, entre as opções de 256, 512 ou 1.024
  • 15 minutos é a validade do token IAM emitido para a conexão, renovado a cada 5 minutos por padrão pelo cliente GLIDE
  • 10 de novembro de 2026 é a data em que a AWS liberou busca vetorial e híbrida no ElastiCache Serverless para Valkey 9

Até esta liberação, busca vetorial no ElastiCache exigia um cluster baseado em nós: você escolhia o tipo de instância, planejava memória e cuidava do dimensionamento. Com o Valkey Serverless 9, o cache fica pronto em segundos e é cobrado por uso, sem decisão de instância.

A novidade foi detalhada num tutorial publicado na DEV Community por Sascha (sascha-ms), que juntou essa liberação a um recurso anterior, o endpoint público do ElastiCache Serverless, lançado em setembro de 2026. A combinação das duas coisas é o que interessa a quem desenha arquitetura sem servidor: uma função Lambda chega ao cache e busca por significado sem VPC, sem NAT gateway e sem cluster para planejar.

O que você vai construir

O tutorial usado como base nesta matéria implementa uma busca de livros para uma biblioteca municipal fictícia, pensada para quem já trabalha com Lambda e API Gateway no dia a dia. O leitor descreve o que quer ler em linguagem natural, por exemplo um caso emocionante num trem, e a aplicação devolve os livros mais próximos em significado, com filtro opcional por gênero, ano de publicação ou palavra obrigatória na descrição. A arquitetura tem três peças:

  • Um script que cria o índice de busca e grava os livros com seus embeddings no Valkey
  • Uma função Lambda atrás de uma HTTP API que transforma a pergunta em embedding e roda a query híbrida
  • Um cache ElastiCache Serverless com endpoint público, ao qual a função se autentica via IAM

A função Lambda roda deliberadamente sem VPC. Ela alcança o Bedrock e o cache pela internet, com conexão TLS e autenticação IAM. Para quem já sentiu a conta de um NAT gateway crescer por causa de tráfego de saída de uma VPC, essa é a mudança estrutural: menos peça de rede para operar, não apenas menos linha de código.

Pré-requisitos

  • Conta AWS com permissão para ElastiCache, Lambda, API Gateway, IAM e Bedrock
  • Acesso liberado ao modelo Amazon Titan Text Embeddings V2 no Bedrock (a liberação de modelo é manual no console do Bedrock)
  • AWS CLI versão 2, autenticada na região de trabalho (o tutorial usa eu-central-1; a busca vetorial no ElastiCache Serverless está disponível em todas as regiões comerciais, incluindo São Paulo)
  • Node.js 24 e npm 10 ou mais recente
  • Serverless Framework v4 (npm i -g serverless)
  • Permissões IAM mínimas para a função: elasticache:Connect no cache serverless e bedrock:InvokeModel no modelo de embeddings

Passo a passo

  1. Criar o cache serverless com endpoint público. O parâmetro que importa é --connection-type public, combinado com o grupo de usuários gerenciado default.iam-user-group, em que todo acesso passa por IAM:
bash
aws elasticache create-serverless-cache \
 --serverless-cache-name book-search \
 --engine valkey \
 --major-engine-version 9 \
 --connection-type public \
 --user-group-id default.iam-user-group \
 --region eu-central-1

aws elasticache describe-serverless-caches \
 --query "ServerlessCaches[0].[Status,Endpoint.Address]" \
 --output text --region eu-central-1

Quando o status virar available, o endereço retornado (algo como book-search-abc123.public.serverless.euc1.cache.amazonaws.com) é o CACHE_HOST usado nos passos seguintes.

  1. Preparar o projeto com o cliente Valkey GLIDE. O GLIDE é o cliente oficial do projeto Valkey; o núcleo é escrito em Rust e embarcado como biblioteca nativa, o que importa na hora de empacotar a Lambda. Ele traz autenticação IAM com renovação automática de token e um módulo GlideFt dedicado aos comandos de busca. As dependências principais do package.json são @aws-sdk/client-bedrock-runtime e @valkey/valkey-glide.
  1. Conectar com IAM e TLS. Endpoints públicos exigem TLS 1.3 e autenticação IAM como primeiro comando da conexão. O cliente é criado uma vez por instância da Lambda, fora do handler, e reaproveitado nas invocações seguintes:
typescript
import { GlideClusterClient, ServiceType } from "@valkey/valkey-glide";

let pending: Promise<GlideClusterClient> | undefined;

export function getClient(): Promise<GlideClusterClient> {
 pending ??= GlideClusterClient.createClient({
 addresses: [{ host: required("CACHE_HOST"), port: 6379 }],
 useTLS: true,
 requestTimeout: 2000,
 credentials: {
 username: "default.iam-user",
 iamConfig: {
 clusterName: required("CACHE_NAME").toLowerCase(),
 service: ServiceType.Elasticache,
 region: required("AWS_REGION"),
 },
 },
 }).catch((error: unknown) => {
 pending = undefined;
 throw error;
 });
 return pending;
}

Dois detalhes evitam dor de cabeça em produção: o nome do cache precisa ir em minúsculas na assinatura, senão o ElastiCache recusa a conexão com WRONGPASS; e a promessa pendente é descartada em caso de erro, para que uma falha de conexão não fique presa durante toda a vida da instância da Lambda.

  1. Gerar embeddings com Amazon Bedrock. O tutorial usa o Amazon Titan Text Embeddings V2, que devolve 256, 512 ou 1.024 dimensões. A escolha de 512 reduz pela metade o consumo de memória frente a 1.024 e é suficiente para descrições curtas de livros:
typescript
const response = await bedrock.send(
 new InvokeModelCommand({
 modelId: "amazon.titan-embed-text-v2:0",
 contentType: "application/json",
 accept: "application/json",
 body: JSON.stringify({ inputText: text, dimensions: 512, normalize: true }),
 }),
);

Com normalize: true, todos os vetores têm comprimento 1, o que combina com a métrica de distância COSINE usada no índice.

  1. Criar o índice e gravar os livros. O índice é criado com GlideFt.create, aponta para hashes com prefixo book: e mistura quatro tipos de campo: TEXT para busca textual, TAG para valores exatos como gênero, NUMERIC para o ano e VECTOR para o embedding, com algoritmo HNSW e métrica COSINE. Novas entradas entram no índice automaticamente, sem passo de indexação separado:
typescript
await GlideFt.create(client, "idx:books", [
 { type: "TEXT", name: "title" },
 { type: "TEXT", name: "description", nostem: true },
 { type: "TAG", name: "genre" },
 { type: "NUMERIC", name: "year" },
 {
 type: "VECTOR",
 name: "embedding",
 attributes: { algorithm: "HNSW", dimensions: 512, distanceMetric: "COSINE", type: "FLOAT32" },
 },
], { dataType: "HASH", prefixes: ["book:"] });

A opção nostem no campo description evita que o idioma padrão de radicais (inglês) corte palavras de textos em outros idiomas. Segundo a documentação do Valkey citada no tutorial, suporte a outros idiomas só chega com o Valkey Search 1.3; o Valkey 9.0 do ElastiCache ainda roda a versão 1.2. A dimensão também fica fixa no índice: trocar de modelo de embedding ou de número de dimensões exige recriar o índice do zero.

  1. Montar a query híbrida. A sintaxe do Valkey Search é um filtro, seguido de => e da busca KNN. É aqui que mora o ponto mais importante para quem vem de outros mecanismos de busca:

Híbrido aqui significa um pré-filtro somado a uma busca KNN, e não o comando separado FT.HYBRID.

The key insight: "hybrid" here means a pre-filter plus a KNN search, not the separate FT.HYBRID command.Sascha, autor do tutorial na DEV Community

O Valkey Search tem um comando FT.HYBRID separado, que mistura rankings de texto e de vetor com algo parecido a Reciprocal Rank Fusion. Segundo o resumo oficial de recursos do ElastiCache, porém, o Valkey 9.0 não suporta esse comando. O que você tem é filtro mais vetor numa query só, suficiente para a maioria dos casos, mas diferente de quem espera uma fusão ponderada de dois rankings vinda do mundo Elasticsearch.

Como o texto do usuário entra direto na linguagem de query, sanitização é obrigatória: o gênero é validado contra uma lista fixa e só letras e números sobrevivem no texto livre, para impedir que alguém injete filtro próprio com chaves ou barra vertical:

typescript
export function buildQuery(filter: SearchFilter, k = 5): string {
 const parts: string[] = [];
 if (filter.genre) parts.push(`@genre:{${filter.genre}}`);
 if (filter.minYear !== undefined) parts.push(`@year:[${Math.trunc(filter.minYear)} +inf]`);
 for (const word of cleanWords(filter.mustContain ?? "")) parts.push(`@description:${word}`);
 const prefilter = parts.length > 0 ? `(${parts.join(" ")})` : "*";
 return `${prefilter}=>[KNN ${k} @embedding $vec AS distance]`;
}
  1. Empacotar e implantar sem VPC. A função Lambda sobe com o Serverless Framework v4, sem bloco vpc na configuração, porque o endpoint do cache já é público. O deploy passa o host do cache como parâmetro: serverless deploy --param="cacheHost=$CACHE_HOST". Por rodar sem VPC, a Lambda dispensa ENI, elimina o tempo extra de cold start associado à criação de interface de rede e corta de vez o custo de NAT gateway para esse caminho de saída.

Testando

A lógica de query é uma função pura, testável sem conexão nenhuma com a AWS. O tutorial traz testes com Vitest que cobrem a montagem da query, a limpeza de caracteres especiais e a validação de gênero:

typescript
it("combina gênero, ano e palavra obrigatória como pré-filtro", () => {
 expect(buildQuery({ genre: "crime", minYear: 2015, mustContain: "Train!" }, 3)).toBe(
 "(@genre:{crime} @year:[2015 +inf] @description:train)=>[KNN 3 @embedding $vec AS distance]",
 );
});

Rodar npm test localmente valida a query antes de qualquer chamada real. Para testar de ponta a ponta, depois do deploy, uma chamada HTTP contra a API Gateway exercita o caminho completo: Lambda recebe a pergunta, gera o embedding no Bedrock, assina a conexão IAM com o cache e devolve os resultados da KNN. Um exemplo de pergunta como "um caso emocionante num trem" deve trazer "The Last Train North" entre os primeiros resultados, por semelhança de significado com a descrição do livro, mesmo sem repetir as mesmas palavras.

Limpando os recursos

Dois recursos cobram enquanto existirem e precisam ser removidos explicitamente:

  • Cache ElastiCache Serverless: aws elasticache delete-serverless-cache --serverless-cache-name book-search --region eu-central-1. O serverless é cobrado por uso (ECPU e armazenamento), então o cache some da fatura só depois de apagado, não basta parar de chamá-lo.
  • Lambda e API Gateway: serverless remove no diretório do projeto remove a função, a HTTP API e os recursos associados criados pelo framework.

O acesso ao modelo Titan Text Embeddings V2 no Bedrock não gera cobrança por si só; o custo é por invocação (InvokeModel), então não há nada adicional para desativar além de parar de chamar o modelo.

Próximos passos

O maior ponto de atenção para quem for levar isso a produção é a memória: cada vetor fica guardado duas vezes na RAM do Valkey, uma para o dado em si e outra para a estrutura do índice HNSW, e é isso que mais pesa na conta do ElastiCache Serverless, não o volume de requisições. Antes de escalar para milhões de embeddings, vale medir o tamanho real do índice com uma amostra representativa dos dados em produção, e considerar FLAT em vez de HNSW só se a base for pequena o bastante para dispensar a aproximação.

Outro ponto do anúncio da AWS merece atenção de quem desenha multiagente: cada agente, sessão ou tarefa pode ganhar seu próprio datastore, acessível por endpoint público sem configuração de rede, o que mira diretamente em agentes de IA que precisam de memória própria. Isso favorece um padrão de muitos caches pequenos e efêmeros em vez de um cluster único e compartilhado, trade-off que ainda precisa ser validado em cenários de custo real com muitos agentes simultâneos. Quem quiser reproduzir o exemplo completo encontra o repositório linkado no tutorial original da DEV Community, com todos os arquivos usados nesta matéria.

Fonte: DEV Community — #aws

Serviços neste textoLambdaAPI Gateway

Na dúvida sobre qual usar?ECS, EKS ou Lambda?Três perguntas, a comparação e a nossa recomendação

Leve para a sua IA

Decida com o seu assistente, com o contexto deste texto já montado.

1. O que você quer saber

Ver o prompt
Li no AWS Hub: "ElastiCache Serverless ganha busca vetorial e dispensa VPC para funções Lambda" (https://awshub.com.br/comunidade/elasticache-serverless-ganha-busca-vetorial-e-dispensa-vpc-para-funcoes-lambda).
Resumo: Desde 10 de novembro de 2026, o ElastiCache Serverless para Valkey 9 faz busca vetorial, full-text e híbrida numa única query, acessível de uma Lambda sem VPC via endpoint público com autenticação IAM.
Serviços: Lambda, API Gateway

Minha stack: [descreva em uma linha: serviços, linguagem, volume, região]

Isso muda alguma coisa na minha arquitetura? O que eu faria diferente a partir de amanhã?

Newsletter semanal

A semana da AWS, em português

Os lançamentos que importam, o que chegou à região São Paulo e o melhor tutorial da semana. Toda sexta, gratuita.