Parameter yang Diperlukan untuk Create Datasource Wizard

Gunakan parameter peka huruf besar/kecil ini untuk mengaktifkan Amazon ML menemukan dan terhubung ke klaster Anda. Anda dapat memperoleh pengenal cluster (nama) dari konsol Amazon Redshift. Untuk informasi selengkapnya tentang cluster, lihat Amazon Redshift Clusters.

Gunakan parameter ini untuk memberi tahu Amazon ML database mana di klaster Amazon Redshift yang berisi data yang ingin Anda gunakan sebagai sumber data Anda.

Gunakan parameter ini untuk menentukan nama pengguna dan kata sandi pengguna database Amazon Redshift yang konteksnya kueri keamanan akan dijalankan.

Gunakan parameter ini untuk menentukan nama peran IAM yang harus digunakan Amazon ML. untuk mengonfigurasi grup keamanan klaster Amazon Redshift dan kebijakan bucket untuk lokasi pementasan Amazon S3.

Jika Anda tidak memiliki peran IAM yang dapat mengakses Amazon Redshift, Amazon ML dapat membuat peran untuk Anda. Saat Amazon ML membuat peran, Amazon akan membuat dan melampirkan kebijakan yang dikelola pelanggan ke peran IAM. Kebijakan yang dibuat Amazon ML memberikan izin Amazon untuk mengakses hanya klaster yang Anda tentukan.

Jika Anda sudah memiliki peran IAM untuk mengakses Amazon Redshift, Anda dapat mengetik ARN peran tersebut, atau memilih peran dari daftar drop-down. Peran IAM dengan akses Amazon Redshift tercantum di bagian atas drop-down.

Peran IAM harus memiliki konten berikut:

{
    "Version": "2012-10-17",
    "Statement": [
    {
        "Effect": "Allow",
        "Principal": {
            "Service": "machinelearning.amazonaws.com"
        },
        "Action": "sts:AssumeRole",
        "Condition": {
            "StringEquals": { "aws:SourceAccount": "123456789012" },
           "ArnLike": { "aws:SourceArn": "arn:aws:machinelearning:us-east-1:123456789012:datasource/*" }
        }
    }]
}

Untuk informasi selengkapnya tentang Kebijakan yang Dikelola Pelanggan, lihat Kebijakan yang Dikelola Pelanggan di Panduan Pengguna IAM.

Gunakan parameter ini untuk menentukan kueri SQL SELECT yang dijalankan Amazon ML di database Amazon Redshift Anda untuk memilih data Anda. Amazon ML menggunakan tindakan Amazon Redshift UNLOAD untuk menyalin hasil kueri Anda dengan aman ke lokasi Amazon S3.

 "SELECT col1, col2, … FROM training_table" 

 "SELECT col1, col2, … FROM training_table ORDER BY random()" 

Gunakan parameter ini untuk menentukan jalur Amazon S3 ke skema Anda untuk data Amazon Redshift yang akan diekspor Amazon ML.

Jika Anda tidak menyediakan skema untuk sumber data Anda, konsol Amazon ML akan secara otomatis membuat skema Amazon ML berdasarkan skema data kueri Amazon Redshift SQL. Skema Amazon ML memiliki tipe data yang lebih sedikit daripada skema Amazon Redshift, jadi ini bukan konversi. one-to-one Konsol Amazon ML mengonversi tipe data Amazon Redshift ke tipe data Amazon ML menggunakan skema konversi berikut.

Untuk dikonversi ke tipe Binary data Amazon, nilai Amazon Redshift Booleans dalam data Anda harus didukung nilai Amazon ML Binary. Jika tipe data Boolean Anda memiliki nilai yang tidak didukung, Amazon ML mengonversinya ke tipe data yang paling spesifik. Misalnya, jika Amazon Redshift Boolean memiliki nilai0, dan1, 2 Amazon ML mengonversi Boolean menjadi tipe data. Numeric Untuk informasi selengkapnya tentang nilai biner yang didukung, lihatMenggunakan AttributeType Field.

Jika Amazon ML tidak dapat mengetahui tipe data, maka defaultnya. Text

Setelah Amazon ML mengonversi skema, Anda dapat meninjau dan mengoreksi tipe data Amazon ML yang ditetapkan di wizard Create Datasource, dan merevisi skema sebelum Amazon ML membuat sumber data.

Gunakan parameter ini untuk menentukan nama lokasi pementasan Amazon S3 tempat Amazon ML menyimpan hasil kueri Amazon Redshift SQL. Setelah membuat sumber data, Amazon ML menggunakan data di lokasi pementasan alih-alih kembali ke Amazon Redshift.