通过将机器学习（ML）与 Amazon Athena 结合使用，您可以借助 Athena 编写将使用 Amazon SageMaker AI 运行机器学习（ML）推理的 SQL 语句。此功能简化了对 ML 模型的访问以进行数据分析，无需使用复杂的编程方法来运行推理。
要将机器学习（ML）与 Athena 结合使用，您可以使用 USING EXTERNAL
FUNCTION 子句定义将机器学习（ML）与 Athena 结合的函数。该函数指向要使用的 SageMaker AI 模型端点，并指定要传递给模型的变量名称和数据类型。查询中的后续子句引用该函数以将值传递给模型。模型根据查询传递的值运行推理，然后返回推理结果。有关 SageMaker AI 以及 SageMaker AI 端点工作原理的信息，请参阅 Amazon SageMaker AI 开发人员指南。
有关将 ML 与 Athena 和 SageMaker AI 推理结果结合使用来检测结果集中异常值的示例，请参阅 AWS 大数据博客文章：Detecting anomalous values by invoking the Amazon Athena machine learning inference function
注意事项和限制
-
可用区域 – Athena ML 功能已在支持 Athena 引擎版本 2 的 AWS 区域开放。
-
SageMaker AI 模型端点必须接受并返回
text/csv– 有关数据格式的更多信息，请参阅《Amazon SageMaker 开发人员指南》中的 Common data formats for inference。 -
Athena 不发送 CSV 标头 – 如果您的 SageMaker AI 端点是
text/csv，则您的输入处理程序不应假设输入的第一行是 CSV 标头。由于 Athena 不发送 CSV 标头，因此返回给 Athena 的输出将比 Athena 预期的少一行，从而导致错误。 -
SageMaker AI 端点扩展 – 确保引用的 SageMaker AI 模型端点已充分纵向扩展，以便 Athena 调用该端点。有关更多信息，请参阅《Amazon SageMaker AI 开发人员指南》中的 Automatically scale SageMaker AI models 和《Amazon SageMaker AI API 参考》中的 CreateEndpointConfig。
-
IAM 权限 – 要运行指定将 ML 与 Athena 相结合的函数的查询，必须允许运行该查询的 IAM 主体为引用的 SageMaker AI 模型端点执行
sagemaker:InvokeEndpoint操作。有关更多信息，请参阅 允许使用 Athena 访问机器学习。 -
机器学习与 Athena 相结合的函数不能直接在
GROUP BY子句中使用
