Machine Learning (ML) con Amazon Athena permite utilizar Athena para escribir instrucciones SQL que ejecutan la inferencia de Machine Learning (ML) mediante Amazon SageMaker IA. Esta característica simplifica el acceso a los modelos ML para el análisis de datos y elimina la necesidad de utilizar métodos de programación complejos para ejecutar la inferencia.
Para utilizar ML con Athena, defina una función de ML con Athena con la cláusula USING EXTERNAL
FUNCTION. La función apunta al punto de conexión del modelo de SageMaker IA que desee utilizar y especifica los nombres de las variables y los tipos de datos que se transferirán al modelo. Las cláusulas posteriores de la consulta hacen referencia a la función para pasar valores al modelo. El modelo ejecuta la inferencia basada en los valores que pasa la consulta y, a continuación, devuelve resultados de inferencia. Para obtener más información acerca de SageMaker IA y cómo funcionan los puntos de conexión de SageMaker IA, consulte la Guía para desarrolladores de Amazon SageMaker IA.
Para ver un ejemplo que utiliza ML con la inferencia de Athena y SageMaker IA para detectar un valor anómalo en un conjunto de resultados, consulte el artículo del Blog de macrodatos de AWS Detección de valores anómalos al invocar la función de inferencia de machine learning de Amazon Athena
Consideraciones y limitaciones
-
Regiones disponibles: la característica de ML de Athena está disponible en las Regiones de AWS en las que se admite la versión 2 o una versión posterior del motor de Athena.
-
El punto de conexión del modelo de SageMaker IA debe aceptar y devolver
text/csv: para obtener más información sobre los formatos de datos, consulte Formatos de datos comunes para inferencia en la Guía para desarrolladores de Amazon SageMaker IA. -
Athena no envía encabezados CSV: si el punto de conexión de SageMaker IA es
text/csv, el controlador de entrada no debe suponer que la primera línea de la entrada es un encabezado CSV. Debido a que Athena no envía encabezados CSV, el resultado devuelto a Athena contará con una fila menos de lo esperado y provocará un error. -
Escalado de puntos de conexión de SageMaker IA: asegúrese de que el punto de conexión del modelo de SageMaker IA al que se hace referencia esté suficientemente escalado verticalmente para las llamadas de Athena al punto de conexión. Para obtener más información, consulte Escalado automático de modelos de SageMaker IA en la Guía para desarrolladores de Amazon SageMaker IA y CreateEndpointConfig en la Referencia de la API de Amazon SageMaker IA.
-
Permisos de IAM: para ejecutar una consulta que especifica una función de ML con Athena, la entidad principal de IAM que ejecuta la consulta debe tener permiso para realizar la acción
sagemaker:InvokeEndpointpara el punto de conexión del modelo de SageMaker IA al que se hace referencia. Para obtener más información, consulte Permiso de acceso para ML con Athena. -
Las funciones de ML con Athena no pueden utilizarse en las cláusulas
GROUP BYdirectamente.
