使用 Amazon Redshift 資料建立資料來源 （主控台） - Amazon Machine Learning
建立資料來源 (主控台)複製資料來源 (主控台)

我們不再更新 Amazon Machine Learning 服務或接受新使用者。本文件可供現有使用者使用，但我們不再更新。如需詳細資訊，請參閱什麼是 Amazon Machine Learning。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 Amazon Redshift 資料建立資料來源 （主控台）

Amazon ML 主控台提供兩種使用 Amazon Redshift 資料建立資料來源的方法。您可以透過完成建立資料來源精靈來建立資料來源，或者，如果您已經從 Amazon Redshift 資料建立資料來源，則可以複製原始資料來源並修改其設定。複製資料來源可讓您輕鬆地建立多個類似的資料來源。

如需使用 API 建立資料來源的資訊，請參閱 CreateDataSourceFromRedshift。

如需下列程序中參數的詳細資訊，請參閱建立資料來源精靈的必要參數。

建立資料來源 (主控台)

若要將資料從 Amazon Redshift 卸載至 Amazon ML 資料來源，請使用建立資料來源精靈。

從 Amazon Redshift 中的資料建立資料來源

  1. 開啟 Amazon Machine Learning 主控台，網址為 https://console.aws.amazon.com/machinelearning/：//。

  2. 在 Amazon ML 儀表板的實體下，選擇建立新...，然後選擇資料來源。

  3. 在輸入資料頁面上，選擇 Amazon Redshift。

  4. 在 Create Datasource (建立資料來源) 精靈中，Cluster identifier (叢集識別符) 輸入叢集的名稱。

  5. 針對資料庫名稱，輸入 Amazon Redshift 資料庫的名稱。

  6. Database user name (資料庫使用者名稱) 輸入您的資料庫使用者名稱。

  7. Database password (資料庫密碼) 輸入您的資料庫密碼。

  8. 針對 IAM role (IAM 角色)，選擇您的 IAM 角色。如果您還沒有，請選擇建立新角色。Amazon ML 會為您建立 IAM Amazon Redshift 角色。

  9. 若要測試 Amazon Redshift 設定，請選擇測試存取 (IAM 角色旁）。如果 Amazon ML 無法使用提供的設定連線至 Amazon Redshift，則您無法繼續建立資料來源。如需故障診斷協助，請參閱對錯誤進行故障診斷。

  10. 針對 SQL query (SQL 查詢)，輸入您的 SQL 查詢。

  11. 針對結構描述位置，選擇您是否希望 Amazon ML 為您建立結構描述。如果您已自行建立結構描述，請輸入結構描述檔案的 Amazon S3 路徑。

  12. 針對 Amazon S3 預備位置，輸入 Amazon S3 路徑至您希望 Amazon ML 從 Amazon Redshift 卸載資料的儲存貯體。

  13. (選用) 針對 Datasource name (資料來源名稱)，輸入資料來源的名稱。

  14. 選擇 Verify (驗證)。Amazon ML 會驗證其可以連線至您的 Amazon Redshift 資料庫。

  15. 在 Schema (結構描述) 頁面上，檢閱所有屬性的資料類型，並視需要進行更正。

  16. 選擇繼續。

  17. 若您想要使用此資料來源建立或評估 ML 模型，則針對 Do you plan to use this dataset to create or evaluate an ML model? (您要使用此資料集建立或評估 ML 模型嗎？) 選擇 Yes (是)。如果您選擇 Yes (是)，請選擇目標資料列。如需目標的資訊，請參閱使用 targetAttributeName 欄位。

    若您想要使用此資料來源與已建立的模型來建立預測，請選擇 No (否)。

  18. 選擇繼續。

  19. 如果您的資料未包含資料列識別符，針對 Does your data contain an identifier? (您的資料包含識別符嗎？) 請選擇 No (否)。

    若您的資料包含資料列識別符，則選擇 Yes (是)。如需資料列識別符的資訊，請參閱使用 rowID 欄位。

  20. 選擇檢閱。

  21. 在 Review (檢閱) 頁面上檢閱設定，然後選擇 Finish (完成)。

建立資料來源之後，即可使用它來create an ML model。如果您已建立模型，則可以使用資料來源evaluate an ML model或generate predictions。

複製資料來源 (主控台)

當您想要建立與現有資料來源類似的資料來源時，您可以使用 Amazon ML 主控台複製原始資料來源並修改其設定。例如，您可以選擇從現有的資料來源開始，然後修改資料結構描述以更緊密地符合您的資料；變更用於從 Amazon Redshift 卸載資料的 SQL 查詢；或指定不同的 AWS Identity and Access Management (IAM) 使用者來存取 Amazon Redshift 叢集。

複製和修改 Amazon Redshift 資料來源

  1. 開啟 Amazon Machine Learning 主控台，網址為 https：//https://console.aws.amazon.com/machinelearning/。

  2. 在 Amazon ML 儀表板的實體下，選擇建立新...，然後選擇資料來源。

  3. 在輸入資料頁面上，針對您的資料在哪裡？，選擇 Amazon Redshift。如果您已從 Amazon Redshift 資料建立資料來源，您可以選擇從另一個資料來源複製設定。

    Amazon S3 and Amazon Redshift icons with option to copy settings from existing datasource.

    如果您尚未從 Amazon Redshift 資料建立資料來源，則不會顯示此選項。

  4. 選擇 Find a datasource (尋找資料來源)。

  5. 選取您要複製的資料來源，然後選擇複製設定。Amazon ML 會使用原始資料來源的設定自動填入大部分的資料來源設定。它不會複製原始資料來源中的資料庫密碼、結構描述位置或資料來源名稱。

  6. 修改您要變更之任何自動填入的設定。例如，如果您想要變更 Amazon ML 從 Amazon Redshift 卸載的資料，請變更 SQL 查詢。

  7. Database password (資料庫密碼) 輸入您的資料庫密碼。Amazon ML 不會儲存或重複使用您的密碼，因此您必須一律提供密碼。

  8. （選用） 對於結構描述位置，Amazon ML 會預先選取我想要 Amazon ML 為您產生建議的結構描述。如果您已建立結構描述，請選擇我想要使用我在 Amazon S3 中建立和存放的結構描述，然後在 Amazon S3 中輸入結構描述檔案的路徑。

  9. (選用) 針對 Datasource name (資料來源名稱)，輸入資料來源的名稱。否則，Amazon ML 會為您產生新的資料來源名稱。

  10. 選擇 Verify (驗證)。Amazon ML 會驗證其可以連線至您的 Amazon Redshift 資料庫。

  11. （選用） 如果 Amazon ML 為您推斷結構描述，請在結構描述頁面上檢閱所有屬性的資料類型，並視需要加以更正。

  12. 選擇繼續。

  13. 若您想要使用此資料來源建立或評估 ML 模型，則針對 Do you plan to use this dataset to create or evaluate an ML model? (您要使用此資料集建立或評估 ML 模型嗎？) 選擇 Yes (是)。如果您選擇 Yes (是)，請選擇目標資料列。如需目標的資訊，請參閱使用 targetAttributeName 欄位。

    若您想要使用此資料來源與已建立的模型來建立預測，請選擇 No (否)。

  14. 選擇繼續。

  15. 如果您的資料未包含資料列識別符，針對 Does your data contain an identifier? (您的資料包含識別符嗎？) 請選擇 No (否)。

    如果您的資料包含資料列識別符，請選擇 Yes (是)，然後選取您想要用作識別符的資料列。如需資料列識別符的資訊，請參閱使用 rowID 欄位。

  16. 選擇檢閱。

  17. 檢閱您的設定，然後選擇 Finish (完成)。

建立資料來源之後，即可使用它來create an ML model。如果您已建立模型，則可以使用資料來源evaluate an ML model或generate predictions。