Uso de machine learning (ML) con Amazon Athena - Amazon Athena
Consideraciones y limitaciones

Uso de machine learning (ML) con Amazon Athena

Machine Learning (ML) con Amazon Athena puede escribir instrucciones SQL que ejecutan la inferencia de Machine Learning (ML) mediante Amazon SageMaker. 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 SageMaker que desea utilizar y especifica los nombres de variables y los tipos de datos para pasar 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 y cómo funcionan los puntos de conexión de SageMaker, consulte la Guía para desarrolladores de Amazon SageMaker.

Para ver un ejemplo que utiliza ML con la inferencia de Athena y SageMaker para detectar un valor anómalo en un conjunto de resultados, consulte el artículo del Blog de macrodatos de AWS Detección de valores anómalos invocando 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 Athena.

  • El punto de conexión del modelo de SageMaker 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.

  • Athena no envía encabezados CSV: si su punto de conexión de SageMaker es text/csv, su 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: asegúrese de que el punto de enlace del modelo de SageMaker al que se hace referencia esté suficientemente escalado para las llamadas de Athena al punto de conexión. Para obtener más información, consulte Escalado automático de modelos de SageMaker en la Guía para desarrolladores de Amazon SageMaker y CreateEndpointConfig en la Referencia de la API de Amazon SageMaker.

  • 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:InvokeEndpoint para el punto de conexión del modelo de SageMaker 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 BY directamente.

Temas