Amazon S3 Annotations: Gắn ngữ cảnh phong phú và có thể truy vấn trực tiếp vào đối tượng của bạn

AWS vừa chính thức công bố một khả năng metadata mới cho Amazon Simple Storage Service (Amazon S3) mang tên Annotations. Tính năng này cho phép bạn đính kèm các dữ liệu ngữ cảnh kinh doanh phong phú, quy mô lớn trực tiếp vào các đối tượng (objects) của mình.

Annotations là gì?

Với S3 Annotations, bạn có thể lưu trữ tối đa 1.000 chú thích (annotations) có tên cho mỗi đối tượng. Mỗi chú thích có thể có kích thước lên đến 1 MB, với tổng dung lượng lên tới 1 GB cho mỗi đối tượng. Bạn có thể sử dụng các định dạng linh hoạt như JSON, XML, YAML hoặc văn bản thuần túy. Đặc biệt, bạn có thể sửa đổi hoặc xóa chú thích bất cứ lúc nào mà không cần phải ghi đè (re-write) đối tượng gốc, giúp việc duy trì ngữ cảnh dữ liệu luôn được cập nhật.

Tại sao cần S3 Annotations?

Trong kỷ nguyên của các tác nhân AI (AI agents) và quy trình làm việc tự động (autonomous workflows), các hệ thống cần khả năng tìm kiếm, hiểu và hành động trên dữ liệu mà không cần sự can thiệp của con người. Để hỗ trợ điều này, bạn cần metadata có khả năng:

• Tiến hóa cùng với dữ liệu.
• Mở rộng quy mô lên hàng petabyte đối tượng.
• Có thể truy vấn được mà không tốn chi phí truy xuất cao.

S3 Annotations giải quyết bài toán này bằng cách cho phép bạn lưu trữ ngữ cảnh như bản ghi AI (transcripts), xếp hạng nội dung, hoặc thông số kỹ thuật ngay cạnh đối tượng. Ngữ cảnh này sẽ tự động đi kèm với đối tượng khi bạn thực hiện copy, replication hoặc chuyển vùng (cross-region). Khi bạn bật S3 Metadata, các chú thích sẽ tự động chảy vào các bảng chú thích (annotation tables) được quản lý hoàn toàn, cho phép bạn truy vấn bằng Amazon Athena và các công cụ phân tích khác.

Các trường hợp sử dụng phổ biến

• Media & Entertainment: Theo dõi bản ghi (transcripts), kết quả kiểm duyệt nội dung, file phụ đề và metadata bản quyền dưới dạng các chú thích riêng biệt trên tài nguyên video. Điều này loại bỏ nhu cầu đồng bộ hóa metadata qua nhiều hệ thống quản lý tài sản truyền thông (MAM).
• Financial Services: Đính kèm tóm tắt đầu tư do AI tạo ra và phân tích cảm xúc vào các tài liệu nghiên cứu, cho phép các tác nhân nghiên cứu tự động khám phá tập dữ liệu liên quan thông qua truy vấn ngôn ngữ tự nhiên.
• Life Sciences: Chú thích dữ liệu thử nghiệm lâm sàng với trạng thái quy định, chi tiết nhóm bệnh nhân và chuỗi phê duyệt, giúp kiểm toán tuân thủ nhanh hơn mà vẫn giữ được ngữ cảnh đầy đủ cho dữ liệu lưu trữ trong các lớp S3 Glacier.

Cách bắt đầu với Annotations

1. Phân quyền

Đảm bảo chính sách AWS IAM hoặc bucket policy của bạn cấp quyền cho các hành động s3:PutObjectAnnotation và s3:GetObjectAnnotation.

2. Gắn Annotations bằng AWS CLI

Bạn có thể thêm chú thích vào đối tượng S3 mới hoặc hiện có bằng API PutObjectAnnotation.

Ví dụ, gắn thông số kỹ thuật (JSON) vào một file video:

# Tạo file JSON chứa metadata kỹ thuật
cat > mediainfo.json << 'EOF'
{"codec":"H.265","resolution":"3840x2160","audio_tracks":8,"frame_rate":29.97}
EOF

# Gắn nó như một annotation
aws s3api put-object-annotation \
  --bucket my-media-bucket \
  --key videos/documentary-2026.mp4 \
  --annotation-name mediainfo \
  --annotation-payload ./mediainfo.json

Gắn tóm tắt AI dưới dạng văn bản thuần túy:

echo "A 90-minute nature documentary..." > ai_summary.txt

aws s3api put-object-annotation \
  --bucket my-media-bucket \
  --key videos/documentary-2026.mp4 \
  --annotation-name ai_summary \
  --annotation-payload ./ai_summary.txt

3. Truy xuất và Quản lý

• Truy xuất: Sử dụng GetObjectAnnotation để lấy nội dung chú thích cụ thể.
• Liệt kê: Sử dụng ListObjectAnnotations để xem tất cả chú thích của một đối tượng.
• Xóa: Sử dụng DeleteObjectAnnotation khi không còn nhu cầu.

Truy vấn Annotations ở quy mô lớn với S3 Metadata Tables

Khi bạn bật S3 Metadata annotation tables trên bucket, S3 sẽ tự động lập chỉ mục các chú thích của bạn vào một bảng Apache Iceberg được quản lý hoàn toàn.

Cấu hình bật Annotation Tables

Bạn có thể sử dụng AWS Console hoặc API CreateBucketMetadataConfiguration:

{
  "AnnotationTableConfiguration": {
    "ConfigurationState": "ENABLED",
    "Role": "arn:aws:iam::123456789012:role/S3MetadataAnnotationRole"
  }
}

Truy vấn với Amazon Athena

Sau khi cấu hình, bạn có thể thực hiện các truy vấn SQL mạnh mẽ:

SELECT DISTINCT bucket, object_key
FROM "s3tablescatalog/aws-s3"."b_my_media_bucket"."annotation"
WHERE name = 'mediainfo'
AND CAST(json_extract_scalar(text_value, '$.audio_tracks') AS INTEGER) > 8

Truy vấn này giúp bạn tìm nhanh tất cả các video có hơn 8 track âm thanh trên toàn bộ bucket mà không cần quét từng file một cách thủ công.

Lưu ý quan trọng

• Chi phí: Lưu trữ chú thích được tính phí theo mức giá S3 Standard, ngay cả khi đối tượng gốc nằm trong S3 Glacier.
• Độ trễ: Sau khi bật, chú thích sẽ xuất hiện trong bảng annotation trong khoảng 1 giờ. Các thay đổi trong bảng journal diễn ra gần như thời gian thực.

S3 Annotations hiện đã có sẵn tại tất cả các vùng AWS (AWS Regions), bao gồm cả các vùng AWS Trung Quốc.