Wir aktualisieren den Amazon Machine Learning Learning-Service nicht mehr und akzeptieren auch keine neuen Benutzer mehr dafür. Diese Dokumentation ist für bestehende Benutzer verfügbar, wir aktualisieren sie jedoch nicht mehr. Weitere Informationen finden Sie unter Was ist Amazon Machine Learning.
Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Erstellen einer Amazon ML-Datenquelle aus Daten in Amazon Redshift
Wenn Sie Daten in Amazon Redshift gespeichert haben, können Sie den Assistenten zum Erstellen von Datenquellen in der Amazon Machine Learning (Amazon ML) -Konsole verwenden, um ein Datenquellenobjekt zu erstellen. Wenn Sie eine Datenquelle aus Amazon Redshift Redshift-Daten erstellen, geben Sie den Cluster an, der Ihre Daten und die SQL-Abfrage zum Abrufen Ihrer Daten enthält. Amazon ML führt die Abfrage aus, indem es den Amazon Redshift Unload Redshift-Befehl auf dem Cluster aufruft. Amazon ML speichert die Ergebnisse am Amazon Simple Storage Service (Amazon S3) -Speicherort Ihrer Wahl und verwendet dann die in Amazon S3 gespeicherten Daten, um die Datenquelle zu erstellen. Die Datenquelle, der Amazon Redshift Redshift-Cluster und der S3-Bucket müssen sich alle in derselben Region befinden.
Anmerkung
Amazon ML unterstützt keine private Erstellung von Datenquellen aus Amazon Redshift Redshift-Clustern. VPCs Der Cluster muss über eine öffentliche IP-Adresse verfügen.
Themen
