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。
使用資料刪除工作刪除使用者及其資料
匯入資料之後,您可以從資料集群組中刪除使用者及其資料,包括他們的中繼資料和互動資料。您可以在合規計劃中刪除使用者資料,或是為了解決使用者刪除要求,或在使用者群變更時保持資料最新狀態。
刪除使用者後,Amazon Personalize 將不再對其資料進行訓練,也不會在產生使用者區段時再考慮使用者。
若要刪除 Amazon Personalize 資料集群組中使用者的參考和資料集群組中的模型,請執行下列動作:
-
準備在 CSV USER _ID 欄中列出要刪除之使用者 userIds 的檔案。
-
將CSV檔案上傳到 Amazon S3 儲存貯體。您的 Amazon Personalize 服務角色必須具有存取此儲存貯體的權限。
-
建立資料刪除工作。資料刪除工作是一種批次工作,會從資料集群組中的模型和資料集中刪除使用者及其資料。
指引和要求
以下是刪除使用者的準則和需求:
-
建立資料刪除工作之前,請確定沒有使用資料集的工作正在進行中,例如訓練工作、批次工作或大量或個別匯入作業。並避免在資料刪除工作正在進行時建立此類工作。如果發生任何訓練或匯入,我們無法保證會從模型中刪除使用者的資料,我們建議您建立額外的資料刪除工作。
-
資料刪除任務不會刪除 Amazon Personalize 以外的使用者參考。例如,它不會userId從 Amazon S3 儲存貯體中的批次建議中刪除它們。您必須手動刪除這些記錄。
-
對於狀態為的資料集群組,您最多可以有 5 個刪除工作PENDING。
-
您的數據刪除輸入文件或文件的最大總大小為 50 MB。您可以在建立刪除工作時重複使用相同的輸入檔案。
-
每個資料刪除工作都會刪除資料集群組中的使用者及其互動資料。若要刪除所有資料集群組中的資料,您必須為每個資料集群組建立資料刪除工作。
-
建立工作後,最多可能需要一天的時間才能從資料集和模型中刪除使用者的資料。
-
工作完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並在必要時更新您的促銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。
-
您的 Amazon Personalize 服務角色必須具有權限,才能使用要刪除的使用者清單存取 Amazon S3 儲存貯體。它需要值區
GetObject
及其內容的ListBucket
權限。這些權限與匯入資料相同。如需有關授與權限和原則範例的資訊,請參閱讓 Amazon Personalize 化訪問 Amazon S3 資源。 -
您無法在儲存 AWS Key Management Service 要刪除的使用者清單的 Amazon S3 儲存貯體上使用自己 userIds 的金鑰。
-
如果項目只出現在項目互動資料集資料集中,而且只有您要刪除的使用者與此項目互動,則此項目將不再出現在建議中。
準備要刪除的使用者清單
從 Amazon Personalize 刪除使用者之前,您必須準備一份要在CSV檔案中刪除的使用者清單,並將其上傳到 Amazon S3。
若要準備要刪除和上傳的使用者清單
-
建立列CSV出要刪除 userIds 之使用者的檔案。以下說明CSV檔案必須格式化的方式。
USER_ID abc 2a 5basc ab35 123f a55d 0v22 441fa efg
-
將您的CSV檔案上傳到亞馬遜簡易儲存服務 (Amazon S3) 儲存貯體。如需將檔案上傳到 Amazon S3 的詳細資訊,請參閱 Amazon 簡單儲存服務使用者指南中的使用拖放上傳檔案和資料夾。
-
讓 Amazon Personalize 化訪問您的存儲桶和CSV文件。Amazon Personalize 必須擁有對儲存貯體
GetObject
及其內容執行和ListBucket
動作的權限。這些權限與匯入資料相同。如需有關授與權限和原則範例的資訊,請參閱讓 Amazon Personalize 化訪問 Amazon S3 資源。
建立資料刪除工作
完成之後準備要刪除的使用者清單,您就可以刪除具有資料刪除工作的使用者了。
資料刪除工作是一種批次工作,會從資料集群組中的模型和資料集中刪除使用者及其資料。刪除使用者後,Amazon Personalize 將不再對其資料進行訓練,也不會在產生使用者區段時再考慮使用者。
建立資料刪除任務時,請指定要刪除的使用者清單的 Amazon S3 位置。
-
如果您的資料位於單一檔案中,請在 Amazon S3 位置使用下列語法:
s3://amzn-s3-demo-bucket/<folder path>/<CSV filename>.csv
-
如果您的CSV檔案位於 Amazon S3 儲存貯體的資料夾中,您可以指定資料夾的路徑。透過資料刪除任務,Amazon Personalize 會使用資料夾和任何子資料夾中副
.csv
檔名為副檔名的所有檔案。它忽略任何其他類型的文件。在資料夾名稱/
後使用下列語法:s3://amzn-s3-demo-bucket/<folder path>/
您使用的角色必須具有對 Amazon S3 儲存貯體GetObject
及其內容執行和ListBucket
動作的權限。如需有關授與權限和原則範例的資訊,請參閱讓 Amazon Personalize 化訪問 Amazon S3 資源。
您可以使用 Amazon Personalize 主控台 AWS Command Line Interface (AWS CLI) 或建立資料刪除任務 AWS SDKs。
若要使用 Amazon Personalize 主控台刪除使用者,請使用資料的名稱、IAM服務角色和 Amazon S3 位置建立資料刪除任務。
若要刪除記錄 (主控台)
-
在https://console.aws.amazon.com/personalize/家
中打開 Amazon Personalize 化控制台並登錄到您的帳戶。 -
在 [資料集群組] 頁面上,選擇您的資料集群組。資料集群組概觀隨即顯示。
-
在導覽窗格中,選擇 [資料集]。
-
在資料刪除工作中,選擇建立工作。
-
在 [Job 詳細資料] 中,為工作命名。
-
在 S3 輸入來源中,對於 S3 位置,指定存放要刪除之使用者清單的CSV檔案 userIds 的 Amazon S3 位置。您已在中準備好此檔案準備要刪除的使用者清單。
-
在IAM角色中,選擇建立新角色或使用現有角色。如果您已完成為 Amazon Personalize 建立角色的先決條件,並將此角色存取權授與 Amazon S3 儲存貯體,請選擇使用現有的服務角色並指定您在其中建立的角色為 Amazon Personalize 化創建IAM角色。
您使用的角色必須具有對 Amazon S3 儲存貯體
GetObject
及其內容執行和ListBucket
動作的權限。這些權限與匯入資料相同。如需有關授與權限和原則範例的資訊,請參閱讓 Amazon Personalize 化訪問 Amazon S3 資源。 -
對於「標籤」,選擇性地新增任何標籤 如需標記 Amazon Personalize 資源的詳細資訊,請參閱標記 Amazon Personalize 化資。
-
選擇建立作業。工作開始並顯示詳細資訊頁面。
建立工作後,大約有一天的時間可以從資料集和模型中刪除使用者的資料。在任務完成之前,Amazon Personalize 會在訓練時繼續使用這些資料。並且用戶可能會出現在用戶細分中。
當狀態顯示為時,資料刪除已完成COMPLETED。如果工作因任何原因而失敗,建議您建立另一個資料刪除工作。工作完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並在必要時更新您的促銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。
若要使用刪除使用者 AWS CLI,請使用create-data-deletion-job
指令。此命令使用該 CreateDataDeletion API操作。下面的代碼演示了如何創建一個數據刪除作業。若要使用程式碼,請更新程式碼以指定任務名稱、您在其中為 Amazon Personalize 化創建IAM角色建立的IAM角色以及資料的 Amazon S3 位置。您已在中準備好此檔案準備要刪除的使用者清單。
aws personalize create-data-deletion-job \ --job-name
deletion job name
\ --dataset-group-arndataset group ARN
\ --data-source dataLocation=s3://amzn-s3-demo-bucket
/filename
.csv \ --role-arnroleArn
建立工作後,大約有一天的時間可以從資料集和模型中刪除使用者的資料。在任務完成之前,Amazon Personalize 會在訓練時繼續使用這些資料。並且用戶可能會出現在用戶細分中。
狀態為時,工作即完成COMPLETED。使用指describe-data-deletion-job
令檢查狀態,並指定資料刪除工作ARN。如需有關API作業的更多資訊,請參閱DescribeDataDeletionJob。若要檢視依建立時間排序的資料刪除工作歷史記錄,請使用此ListDataDeletionJobsAPI作業。
如果工作因任何原因而失敗,建議您建立另一個資料刪除工作。工作完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並在必要時更新您的促銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。
若要使用刪除使用者 AWS SDKs,請使用CreateDataDeletionJobAPI作業。下面的代碼演示了如何創建一個數據刪除作業。若要使用程式碼,請更新程式碼以指定任務名稱、您在其中為 Amazon Personalize 化創建IAM角色建立的IAM角色以及資料的 Amazon S3 位置。您已在中準備好此檔案準備要刪除的使用者清單。
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'])
建立工作後,大約有一天的時間可以從資料集和模型中刪除使用者的資料。在任務完成之前,Amazon Personalize 會在訓練時繼續使用這些資料。並且用戶可能會出現在用戶細分中。
狀態為時,工作即完成COMPLETED。使用DescribeDataDeletionJob作業檢查狀態並指定資料刪除工作ARN。若要檢視依建立時間排序的資料刪除工作歷史記錄,請使用此ListDataDeletionJobsAPI作業。
如果工作因任何原因而失敗,建議您建立另一個資料刪除工作。工作完成後,請務必更新任何自訂資源。請務必建立新的解決方案版本,並在必要時更新您的促銷活動。如果您使用自動訓練,您仍然可以手動建立新的解決方案版本。