更新数据集 - Amazon SageMaker
手动更新数据集

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

更新数据集

将初始数据集导入 Amazon SageMaker Canvas 后，您可能还有其他数据要添加到数据集中。例如，您可能会在每周末获得想要添加到数据集中的库存数据。您可以更新现有数据集并在其中添加或删除文件，而不必多次导入数据。

注意

您只能更新通过本地上传或 Amazon S3 导入的数据集。

您可以手动或自动更新数据集。有关数据集自动更新的更多信息，请参阅配置数据集自动更新。

每次更新数据集时，Canvas 都会为数据集创建一个新版本。您只能使用最新版本的数据集来构建模型或生成预测。有关查看数据集版本历史记录的更多信息，请参阅查看数据集详细信息。

您还可以将数据集更新与自动批量预测结合使用，这样每当您更新数据集时，都会启动批量预测作业。有关更多信息，请参阅 C SageMaker anvas 中的批量预测。

以下部分介绍如何对数据集进行手动更新。

手动更新数据集

要手动更新，请执行以下操作：

  1. 打开 SageMaker 画布应用程序。

  2. 在左侧导航窗格中，选择数据集。

  3. 从数据集列表中，选择要更新的数据集。

  4. 选择更新数据集下拉菜单，然后选择手动更新。您会进入导入数据工作流。

  5. 从数据来源下拉菜单中，选择本地上传或 Amazon S3。

  6. 该页面显示您的数据预览。在这里，您可以在数据集中添加或删除文件。如果要导入表格数据，则新文件的架构（列名和数据类型）必须与现有文件的架构相匹配。此外，新文件不得超过最大数据集大小或文件大小。有关这些限制的更多信息，请参阅导入数据集。

    注意

    如果您添加与数据集中现有文件同名的文件，则新文件将覆盖该文件的旧版本。

  7. 如果您已准备好保存更改，请选择更新数据集。

现在，您应该有了一个新版本的数据集。

在数据集页面上，您可以选择版本历史记录选项卡，查看数据集的所有版本以及手动和自动更新的历史记录。