搭配 Athena 語法使用 ML

焦點模式

搭配 Athena 語法使用 ML - Amazon Athena

USING EXTERNAL FUNCTION 子句會指定帶有一或多個 Athena 函數的機器學習 (ML)，供查詢中的後續 SELECT 陳述句參考。您定義函數名稱、變數名稱，以及變數和傳回值的資料類型。

概要

下面的語法顯示了 USING EXTERNAL FUNCTION 子句，其會指定帶有 Athena 函數的機器學習 (ML)。


USING EXTERNAL FUNCTION ml_function_name (variable1 data_type[, variable2 data_type][,...])
RETURNS data_type 
SAGEMAKER 'sagemaker_endpoint'
SELECT ml_function_name()

參數

USING EXTERNAL FUNCTION ml_function_name (variable1 data_type[, variable2 data_type][,...]): ml_function_name 定義函數名稱，供後續查詢子句中使用。每個 variable data_type 都會指定命名變數及其對應的資料類型，SageMaker AI 模型接受此變數做為輸入。指定的資料類型必須是支援的 Athena 資料類型。
RETURNS data_type: data_type 指定 ml_function_name 傳回查詢的 SQL 資料類型，做為 SageMaker AI 模型的輸出。
SAGEMAKER 'sagemaker_endpoint': sagemaker_endpoint 指定 SageMaker AI 模型的端點。
SELECT [...] ml_function_name(expression) [...]: SELECT 查詢會將值傳遞至函數變數，而 SageMaker AI 模型會傳回結果。ml_function_name 會指定查詢中稍早定義的函數，接著是評估為傳遞值的表達式。傳遞和傳回的值必須符合 USING EXTERNAL FUNCTION 子句中為函數指定的相應資料類型。

範例

下例範例示範一個搭配 Athena 使用機器學習 (ML) 的查詢。


USING EXTERNAL FUNCTION predict_customer_registration(age INTEGER) 
    RETURNS DOUBLE
    SAGEMAKER 'xgboost-2019-09-20-04-49-29-303' 
SELECT predict_customer_registration(age) AS probability_of_enrolling, customer_id 
     FROM "sampledb"."ml_test_dataset" 
     WHERE predict_customer_registration(age) < 0.5;