Gunakan ML dengan sintaks Athena - Amazon Athena
SinopsisParameterContoh

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Gunakan ML dengan sintaks Athena

Klausa USING EXTERNAL FUNCTION menentukan ML dengan fungsi Athena atau beberapa fungsi yang dapat dijadikan referensi oleh pernyataan SELECT berikutnya dalam kueri. Anda menentukan nama fungsi, nama variabel, dan tipe data untuk variabel dan nilai kembali.

Sinopsis

Sintaks berikut menunjukkan klausa USING EXTERNAL FUNCTION yang menentukan sebuah ML dengan fungsi Athena.

USING EXTERNAL FUNCTION ml_function_name (variable1 data_type[, variable2 data_type][,...])
RETURNS data_type 
SAGEMAKER 'sagemaker_endpoint'
SELECT ml_function_name()

Parameter

MENGGUNAKAN FUNGSI EKSTERNAL ml_function_name (variable1data_type[, variable2data_type] [,...])

ml_function_namemendefinisikan nama fungsi, yang dapat digunakan dalam klausa query berikutnya. Masing-masing variable data_type menentukan variabel bernama dan tipe data yang sesuai yang diterima model SageMaker AI sebagai input. Tipe data yang ditentukan harus berupa tipe data Athena yang didukung.

PENGEMBALIAN data_type

data_typemenentukan tipe data SQL yang ml_function_name kembali ke kueri sebagai output dari model SageMaker AI.

PEMBUAT SAGEMAKER 'sagemaker_endpoint

sagemaker_endpointmenentukan titik akhir model SageMaker AI.

PILIH [...] ml_function_name(expression) [...]

Kueri SELECT yang meneruskan nilai ke variabel fungsi dan model SageMaker AI untuk mengembalikan hasil. ml_function_namemenentukan fungsi didefinisikan sebelumnya dalam query, diikuti oleh expression yang dievaluasi untuk lulus nilai. Nilai-nilai yang diteruskan dan dihasilkan harus cocok dengan tipe data yang sesuai yang ditentukan untuk fungsi dalam klausa USING EXTERNAL FUNCTION.

Contoh

Contoh berikut menunjukkan kueri menggunakan ML dengan Athena.

USING EXTERNAL FUNCTION predict_customer_registration(age INTEGER) 
    RETURNS DOUBLE
    SAGEMAKER 'xgboost-2019-09-20-04-49-29-303' 
SELECT predict_customer_registration(age) AS probability_of_enrolling, customer_id 
     FROM "sampledb"."ml_test_dataset" 
     WHERE predict_customer_registration(age) < 0.5;