Paramètres obligatoires pour l'assistant de création de sources de données

Utilisez ce paramètre sensible à la casse pour permettre à Amazon ML de rechercher votre cluster et de s'y connecter. Vous pouvez obtenir l'identifiant du cluster (nom) à partir de la console Amazon Redshift. Pour plus d'informations sur les clusters, consultezCluster Amazon Redshift.

Utilisez ce paramètre pour indiquer à Amazon ML quelle base de données du cluster Amazon Redshift contient les données que vous voulez utiliser comme source de données.

Utilisez ces paramètres pour spécifier le nom d'utilisateur et le mot de passe de l'utilisateur de base de données Amazon Redshift dans le contexte duquel la requête de sécurité s'exécutera.

Utilisez ce paramètre pour spécifier le nom du rôle IAM qu'Amazon ML doit utiliser pour configurer les groupes de sécurité pour le cluster Amazon Redshift et la stratégie de compartiment pour l'emplacement intermédiaire Amazon S3.

Si vous ne disposez pas d'un rôle IAM pouvant accéder à Amazon Redshift, Amazon ML peut créer un rôle pour vous. Lorsqu'Amazon ML crée un rôle, une stratégie gérée par le client est créée et attachée à un rôle IAM. La stratégie qu'Amazon ML crée accorde à Amazon ML pour accéder uniquement au cluster que vous spécifiez.

Si vous possédez déjà un rôle IAM pour accéder à Amazon Redshift, vous pouvez taper le nom ARN du rôle ou choisir le rôle dans la liste déroulante. Les rôles IAM avec un accès Amazon Redshift sont répertoriés en haut de la liste déroulante.

Le rôle IAM doit avoir le contenu suivant :

{
    "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/*" }
        }
    }]
}

Pour plus d'informations sur les stratégies gérées par le client, consultezStratégies gérées par le clientdans leIAM User Guide.

Utilisez ce paramètre pour spécifier la requête SQL SELECT qu'Amazon ML exécute sur votre base de données Amazon Redshift pour sélectionner vos données. Amazon ML utilise Amazon RedshiftDÉCHARGERpour copier en toute sécurité les résultats de votre requête dans un emplacement Amazon S3.

 "SELECT col1, col2, … FROM training_table" 

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

Utilisez ce paramètre pour spécifier le chemin d'accès Amazon S3 à votre schéma pour les données Amazon Redshift qu'Amazon ML exportera.

Si vous ne fournissez pas de schéma pour votre source de données, la console Amazon ML crée automatiquement un schéma Amazon ML basé sur le schéma de données de la requête SQL Amazon Redshift. Les schémas Amazon ML ont moins de types de données que les schémas Amazon Redshift, si bien qu'il ne s'agit pas d'une conversion un-à-un. La console Amazon ML convertit les types de données Amazon Redshift en types de données Amazon ML à l'aide du schéma de conversion suivant.

À convertir en Amazon MLBinaryLes valeurs booléennes Amazon Redshift figurant dans vos données doivent être des valeurs binaires Amazon ML prises en charge. Si votre type de données booléen possède des valeurs non prises en charge, Amazon ML les convertit vers le type de données le plus spécifique possible. Par exemple, si un booléen Amazon Redshift possède les valeurs0,1, et2, Amazon ML convertit le booléen en unNumericType de données. Pour plus d'informations sur les valeurs binaires prises en charge, consultez Utilisation du champ AttributeType.

Si Amazon ML ne peut pas déterminer de type de données, la valeur par défautText.

Une fois qu'Amazon ML a converti le schéma, vous pouvez vérifier et corriger les types de données Amazon ML attribués dans l'assistant de création de sources de données, et réviser le schéma avant qu'Amazon ML crée la source de données.

Utilisez ce paramètre pour spécifier le nom de l'emplacement intermédiaire Amazon S3 où Amazon ML stocke les résultats de la requête SQL Amazon Redshift. Après avoir créé la source de données, Amazon ML utilise les données dans l'emplacement intermédiaire au lieu de retourner à Amazon Redshift.