View a markdown version of this page

Apache Spark mit Amazon AI SageMaker - Amazon SageMaker KI
Integrieren Sie Ihre Apache Spark-Anwendung mit KI SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Apache Spark mit Amazon AI SageMaker

Amazon SageMaker AI Spark ist eine Open-Source-Spark-Bibliothek, mit der Sie Spark-Pipelines für maschinelles Lernen (ML) mit SageMaker KI erstellen können. Dies vereinfacht die Integration von Spark ML-Phasen mit SageMaker KI-Stufen wie Modelltraining und Hosting. Informationen zu SageMaker AI Spark finden Sie im SageMaker AI GitHub Spark-Repository. Die folgenden Themen enthalten Informationen zur Verwendung von Apache Spark mit SageMaker KI.

Die SageMaker AI Spark-Bibliothek ist in Python und Scala verfügbar. Sie können SageMaker AI Spark verwenden, um Modelle in SageMaker KI mithilfe von org.apache.spark.sql.DataFrame Datenrahmen in Ihren Spark-Clustern zu trainieren. Nach dem Modelltraining können Sie das Modell auch mithilfe von SageMaker KI-Hosting-Diensten hosten.

Die SageMaker AI Spark-Bibliothek bietet unter anderem die folgenden Klassen: com.amazonaws.services.sagemaker.sparksdk

  • SageMakerEstimator – Erweitert die org.apache.spark.ml.Estimator Schnittstelle. Sie können diesen Schätzer für das Modelltraining in SageMaker KI verwenden.

  • KMeansSageMakerEstimator, PCASageMakerEstimator, und XGBoostSageMakerEstimator – Erweitert die SageMakerEstimator Klasse.

  • SageMakerModel – Erweitert org.apache.spark.ml.Model Klasse. Sie können ihn SageMakerModel für das Hosting von Modellen und das Abrufen von Rückschlüssen in SageMaker KI verwenden.

Sie können den Quellcode für die Bibliotheken Python Spark (PySpark) und Scala aus dem SageMaker AI GitHub Spark-Repository herunterladen.

Die Installation und Beispiele der SageMaker AI Spark-Bibliothek finden Sie unter SageMaker Beispiele für AI Spark für Scala oderRessourcen zur Verwendung von SageMaker AI Spark für Python (PySpark) -Beispiele.

Wenn Sie Amazon EMR für die Verwaltung von Spark-Clustern verwenden, finden Sie weitere Informationen unter Apache Spark. AWS Weitere Informationen zur Verwendung von Amazon EMR in SageMaker KI finden Sie unter. Datenaufbereitung mit Amazon EMR

Themen

Integrieren Sie Ihre Apache Spark-Anwendung mit KI SageMaker

Im Folgenden finden Sie eine allgemeine Zusammenfassung der Schritte zur Integration Ihrer Apache Spark-Anwendung in SageMaker KI.

  1. Setzen Sie die Datenvorverarbeitung mithilfe der Apache Spark-Bibliothek fort, mit der Sie vertraut sind. Ihr Datensatz bleibt ein DataFrame in Ihrem Spark-Cluster. Laden Sie Ihre Daten in eineDataFrame. Verarbeiten Sie sie so vor, dass Sie eine features-Spalte mit org.apache.spark.ml.linalg.Vector vom Typ Doubles und eine optionale label-Spalte mit Werten vom Typ Double erhalten.

  2. Verwenden Sie den Schätzer in der SageMaker AI Spark-Bibliothek, um Ihr Modell zu trainieren. Wenn Sie beispielsweise den von SageMaker KI bereitgestellten K-Means-Algorithmus für das Modelltraining wählen, rufen Sie die KMeansSageMakerEstimator.fit Methode auf.

    Geben Sie Ihren DataFrame als Eingabe an. Von der Schätzfunktion wird ein SageMakerModel-Objekt zurückgegeben.

    Anmerkung

    SageMakerModel ist eine Erweiterung von org.apache.spark.ml.Model.

    Von der train-Methode werden folgende Schritte ausgeführt:

    1. Konvertiert die Eingabe DataFrame in das Protobuf-Format. Dazu werden die label Spalten features und aus der Eingabe ausgewählt. DataFrame Anschließend werden die Protobuf-Daten in einen Amazon-S3-Bucket hochgeladen. Das Protobuf-Format ist effizient für das Modelltraining in KI. SageMaker

    2. Startet das Modelltraining in SageMaker KI, indem eine SageMaker CreateTrainingJob KI-Anfrage gesendet wird. Nach Abschluss des Modelltrainings speichert die SageMaker KI die Modellartefakte in einem S3-Bucket.

      SageMaker AI übernimmt die IAM-Rolle, die Sie für das Modelltraining angegeben haben, um Aufgaben in Ihrem Namen auszuführen. Beispielsweise wird die Rolle zum Lesen von Trainingsdaten aus einem S3-Bucket und zum Schreiben von Modellartefakten in einen Bucket verwendet.

    3. Ein SageMakerModel-Objekt wird erstellt und zurückgegeben. Der Konstruktor führt die folgenden Aufgaben aus, die sich auf die Bereitstellung Ihres Modells für KI beziehen. SageMaker

      1. Sendet eine CreateModel Anfrage an SageMaker AI.

      2. Sendet eine CreateEndpointConfig Anfrage an SageMaker AI.

      3. Sendet eine CreateEndpoint Anfrage an SageMaker AI, die dann die angegebenen Ressourcen startet und das Modell darauf hostet.

  3. Mit dem können Sie Rückschlüsse aus Ihrem in SageMaker AI gehosteten Modell abrufen. SageMakerModel.transform

    Stellen Sie einen DataFrame mit Merkmalen als Eingabe bereit. Die transform-Methode transformiert dies in einen DataFrame, der Inferenzen enthält. Intern sendet die transform Methode eine Anfrage an die InvokeEndpoint SageMaker API, um Rückschlüsse zu erhalten. Die transform-Methode hängt die Inferenzen an den Eingabe-DataFrame an.