Amazon Forecast 不再提供給新客戶。Amazon Forecast 的現有客戶可以繼續正常使用服務。[進一步了解」](https://aws.amazon.com/blogs/machine-learning/transition-your-amazon-forecast-usage-to-amazon-sagemaker-canvas/)

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 指導方針和配額
<a name="limits"></a>

下列各節包含 Amazon Forecast 準則和配額的相關資訊。

**Topics**
+ [支援 AWS 的區域](#regions)
+ [合規](#ompliance)
+ [Service Quotas](#limits-table)
+ [條件和限制](#weather-conditions-restrictions2)

## 支援 AWS 的區域
<a name="regions"></a>

如需支援預測 AWS 的區域清單，請參閱《*Amazon Web Services 一般參考*》中的[AWS 區域和端點](https://docs.aws.amazon.com/general/latest/gr/rande.html#forecast_region)。

## 合規
<a name="ompliance"></a>

如需預測合規計劃的詳細資訊，請參閱[AWS 合規](https://aws.amazon.com/compliance/)[AWS 計劃範圍內的合規](https://aws.amazon.com/compliance/programs/)[AWS 、合規計劃和服務](https://aws.amazon.com/compliance/services-in-scope)。

## Service Quotas
<a name="limits-table"></a>

**注意**  
若要請求增加可調整配額，請使用 [Service Quotas 主控台](https://console.aws.amazon.com/servicequotas/)，並遵循 *Service Quotas 使用者指南*中[請求增加配額](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html)一節中的步驟。

預測具有下列服務配額。


**[CreateDatasetImportJob](API_CreateDatasetImportJob.md) API 所採取的配額**  

| 資源 | 預設配額 | 可調整 | 
| --- | --- | --- | 
| Amazon S3 儲存貯體中的檔案數量上限 | 10,000 |  否 | 
| Amazon S3 儲存貯體中所有檔案的累積大小上限 | 30 GB |  是 | 
| 資料集群組中的資料集數量上限 | 3 (每種類型各 1) |  否 | 
| 資料集中的列數量上限 | 30 億 注意：*ap-south-1* 區域的配額為 10 億。 |  是 | 
|  目標時間序列資料集中的欄數量上限 (必要欄位 \$1 其他預測維度)  | 13 (3 \$1 10) |  否 | 
|  相關時間序列資料集中的欄數量上限 (必要欄位 \$1 其他預測維度 \$1 相關功能)  | 25 (2 \$1 10 \$1 13) |  否 | 
| 項目中繼資料集中的欄數量上限 | 10 |  否 | 
| 任何其他資料集中的資料欄數目上限 | 36 |  否 | 


**[CreatePredictor](API_CreatePredictor.md) API 的配額**  

| 資源 | 預設配額 | 可調整 | 
| --- | --- | --- | 
| 最大 number of backtest windows ([EvaluationParameters](API_EvaluationParameters.md)) | 5 |  否 | 
|  每個預測器的時間序列數目上限 (項目數 X 目標時間序列資料集中跨預測維度的唯一值數量)  |  所有目標時間序列項目和維度為 5，000，000。 注意：*ap-south-1* 區域的配額為 1，000，000。 如果您超過 100，000 個項目，預測支援每年、每月、每週和每日頻率，而不是更精細的頻率 （例如每小時）。  |  是 | 
| 預測期間上限 | CNN-QR、DeepAR\$1、AutoML：500 個資料點或目標時間序列資料集長度的 1/3 ETS、NPTS、Prophet、ARIMA：500 個資料點的長度或目標時間序列資料集的長度減一。 |  否 | 


**一般資源配額**  

| 資源 | 預設配額 | 可調整 | 
| --- | --- | --- | 
| 平行執行 CreateDatasetImportJob​ 任務上限 | 3 |  是 | 
| 平行執行 CreatePredictor​ 任務上限 | 3 |  是 | 
| 使用 AutoML 的平行執行 CreatePredictor​ 任務上限 | 3 |  是 | 
| 平行執行 CreateAutoPredictor​ 任務上限 | 3 |  否 | 
| 平行執行的 CreateExplainability 任務上限 | 3 |  否 | 
| 平行執行的 CreateExplainabilityExport 任務上限 | 3 |  否 | 
| 平行執行 CreatePredictorBacktestExportJob​ 任務上限 | 3 |  是 | 
| 平行執行 CreateForecast​ 任務上限 | 3 |  是 | 
| 平行執行 CreateForecastExportJob​ 任務上限 | 3 |  是 | 
| 每個資源類型的平行執行StopResource任務上限 | 3 |  是 | 
| 資料集數量上限 | 1500 |  是 | 
| 資料集群組數目上限 | 500 |  是 | 
| 資料集匯入任務數量上限 | 1000 |  是 | 
| 預測器數量上限 | 500 |  是 | 
| AutoPredictors 數量上限 | 500 |  否 | 
| 預測器回溯測試匯出任務的數量上限 | 1000 |  是 | 
| 預測數量上限 |  100  |  是 | 
| 預測匯出任務數量上限 | 1000 |  是 | 
| 可在主控台或 [QueryForecast](API_forecastquery_QueryForecast.md) API 上查詢預測的最長時間 | 30 天 |  否 | 
| 您可以新增至資源的標籤數量上限 | 50 |  否 | 
| 平行執行 QueryForecast API 任務上限 |  10 個預測，包括使用大型資料集建立的 5 個預測 （任何超過 20GB 或 100，000 個項目）。 如果您有超過 5 個使用大型資料集建立的預測， `QueryForecast` 只能存取 5 個最新的大型資料集預測。  |  否 | 
| 解釋能力數目上限 | 1000 |  否 | 
| 可解釋性匯出任務的數量上限 | 1000 |  否 | 


**假設分析配額**  

| 資源 | 預設配額 | 可調整 | 
| --- | --- | --- | 
| 平行執行 CreateWhatIfAnalysis​ 任務上限 | 3 |  是 | 
| 假設分析的數量上限 | 500 |  是 | 
| 平行執行 CreateWhatIfForecast​ 任務上限 | 3 |  是 | 
| 假設預測的數量上限 | 100 |  是 | 
| 平行執行 CreateWhatIfForecastExport​ 任務上限 | 3 |  是 | 
| 預測匯出的最大數量 | 1000 |  是 | 
| 匯出任務中的假設預測數目上限 | 3 |  否 | 

## 條件和限制
<a name="weather-conditions-restrictions2"></a>

使用天氣索引時，適用下列條件和限制：
+ **可用的演算法**：如果使用舊版預測器，則當您使用 CNN-QR、DeepAR\$1 和 Prophet 演算法訓練預測器時，可以啟用天氣索引。天氣索引不會套用至 ARIMA、ETS 和 NPTS。
+ **預測頻率**：有效的預測頻率為 `Minutely`、 `Hourly`和 `Daily`。
+ **預測期間**：預測期間不能超過未來 14 天。如需每個預測頻率的預測時間範圍限制，請參閱下列清單：
  + `1 minute` - 500
  + `5 minutes` - 500
  + `10 minutes` - 500
  + `15 minutes` - 500
  + `Hourly` - 330
  + `Daily` - 14
+ **時間序列長度**：使用天氣索引訓練模型時，預測會截斷所有時間序列資料集，並在預測天氣資料集特徵化的開始日期之前加上時間戳記。預測天氣資料集功能化包含下列開始日期：
  + **美國區域**：2018 年 7 月 2 日
  + **歐洲區域**：2018 年 7 月 2 日
  + **亞太區域**：2018 年 7 月 2 日
  + **加拿大區域**：2019 年 7 月 2 日
  + **南美洲區域**：2020 年 1 月 2 日
  + **中南美洲區域**：2020 年 9 月 2 日
  + **非洲和中東區域**：2021 年 3 月 25 日

  在啟用天氣索引的情況下，在預測器訓練期間，不會使用開始日期之前具有時間戳記的資料點。
+ **位置數量**：目標時間序列資料集不能超過 2000 個唯一位置。
+ **區域界限**：資料集中的所有項目都必須位於單一區域中。
+ **時間序列長度下限**：由於在測試天氣索引時需要其他資料，時間序列資料集的長度下限為：

  `3 × ForecastHorizon + (BacktestWindows + 1) × BacktestWindowOffset`

  如果您的時間序列資料集不符合此要求，請考慮減少下列項目：
  + `ForecastHorizon` - 縮短預測期間。
  + `BacktestWindowOffset` - 在回測期間縮短測試集的長度。
  + `BacktestWindows` - 減少回測次數。