데이터 삭제 작업을 통한 사용자 및 데이터 삭제

Amazon Personalize 콘솔에서 사용자를 삭제하려면 데이터의 이름, IAM 서비스 역할 및 Amazon S3 위치를 사용하여 데이터 삭제 작업을 생성하십시오.

를 AWS CLI사용하여 사용자를 삭제하려면 create-data-deletion-job 명령을 사용합니다. 이 명령은 CreateDataDeletion API 작업을 사용합니다. 다음 코드는 데이터 삭제 작업을 만드는 방법을 보여줍니다. 코드를 사용하려면 코드를 업데이트하여 작업 이름, 생성한 IAM 역할Amazon IAM Personalize를 위한 역할 생성, 데이터의 Amazon S3 위치를 지정하십시오. 에서 이 파일을 삭제할 사용자 목록 준비 준비했습니다.

aws personalize create-data-deletion-job \
--job-name deletion job name \
--dataset-group-arn dataset group ARN \
--data-source dataLocation=s3://amzn-s3-demo-bucket/filename.csv \
--role-arn roleArn

작업을 만든 후 데이터세트와 모델에서 사용자 데이터를 삭제하는 데 하루 정도 걸릴 수 있습니다. 작업이 완료될 때까지 Amazon Personalize는 교육 시 데이터를 계속 사용합니다. 또한 사용자가 사용자 세그먼트에 나타날 수도 있습니다.

상태가 이면 작업이 완료된 COMPLETED 것입니다. describe-data-deletion-job명령을 사용하여 상태를 확인하고 데이터 삭제 작업을 지정합니다ARN. API작업에 대한 자세한 내용은 을 참조하십시오DescribeDataDeletionJob. 생성 시간별로 정렬된 데이터 삭제 작업 기록을 보려면 해당 ListDataDeletionJobs API 작업을 사용하십시오.

어떤 이유로든 작업이 실패할 경우 다른 데이터 삭제 작업을 생성하는 것이 좋습니다. 작업이 완료된 후에는 모든 사용자 지정 리소스를 업데이트해야 합니다. 새 솔루션 버전을 만들고 필요한 경우 캠페인을 업데이트하세요. 자동 교육을 사용하는 경우에도 새 솔루션 버전을 수동으로 만들 수 있습니다.

를 AWS SDKs 사용하여 사용자를 삭제하려면 CreateDataDeletionJob API 작업을 사용합니다. 다음 코드는 데이터 삭제 작업을 만드는 방법을 보여줍니다. 코드를 사용하려면 코드를 업데이트하여 작업 이름, 생성한 IAM 역할Amazon IAM Personalize를 위한 역할 생성, 데이터의 Amazon S3 위치를 지정하십시오. 에서 이 파일을 삭제할 사용자 목록 준비 준비했습니다.

import boto3

personalize = boto3.client('personalize')

response = personalize.create_data_deletion_job(
    jobName = 'Deletion job name',
    datasetGroupArn = 'Dataset Group ARN',
    dataSource = {'dataLocation':'s3://amzn-s3-demo-bucket/file.csv'},
    roleArn = 'role_arn'
)

deletion_job_arn = response['dataDeletionJobArn']

print ('Deletion Job arn: ' + deletion_job_arn)

description = personalize.describe_data_deletion_job(
    dataDeletionJobArn = deletion_job_arn)['dataDeletionJob']

print('Name: ' + description['jobName'])
print('ARN: ' + description['dataDeletionJobArn'])
print('Status: ' + description['status'])

작업을 만든 후 데이터세트와 모델에서 사용자 데이터를 삭제하는 데 하루 정도 걸릴 수 있습니다. 작업이 완료될 때까지 Amazon Personalize는 교육 시 데이터를 계속 사용합니다. 또한 사용자가 사용자 세그먼트에 나타날 수도 있습니다.

상태가 이면 작업이 완료된 COMPLETED 것입니다. DescribeDataDeletionJob작업을 사용하여 상태를 확인하고 데이터 삭제 작업을 지정합니다ARN. 생성 시간별로 정렬된 데이터 삭제 작업 기록을 보려면 ListDataDeletionJobs API 작업을 사용하십시오.

어떤 이유로든 작업이 실패할 경우 다른 데이터 삭제 작업을 생성하는 것이 좋습니다. 작업이 완료된 후에는 모든 사용자 지정 리소스를 업데이트해야 합니다. 새 솔루션 버전을 만들고 필요한 경우 캠페인을 업데이트하세요. 자동 교육을 사용하는 경우에도 새 솔루션 버전을 수동으로 만들 수 있습니다.