Das Schema eines Datensatzes ersetzen, um neue Spalten hinzuzufügen

Nachdem Sie einen Items- oder Users-Datensatz erstellt haben, können Sie dessen Schema durch ein neues oder vorhandenes ersetzen. Sie können das Schema eines Datensatzes ersetzen, wenn sich Ihre Datenstruktur nach der Erstellung des Datensatzes geändert hat. Beispielsweise haben Sie möglicherweise eine neue Spalte mit Artikelmetadaten, die Amazon Personalize bei der Schulung berücksichtigen soll. Oder Sie möchten vielleicht eine Datenspalte hinzufügen, die nur beim Filtern von Empfehlungen verwendet werden soll.

Wenn Sie das Schema eines Datensatzes ersetzen, müssen Sie alle Felder im vorherigen Schema beibehalten und können deren Datentypen oder Attribute nicht ändern. Nachdem Sie das Schema eines Datensatzes ersetzt haben, schließt Amazon Personalize automatisch alle neuen Spalten vom Training für bestehende Empfehlungen oder benutzerdefinierte Lösungen aus. Weitere Richtlinien und Anforderungen finden Sie unter. Richtlinien und Anforderungen

Sie können das Schema eines Datensatzes durch die Amazon Personalize Personalize-Konsole AWS Command Line Interface (AWS CLI) und AWS SDKs ersetzen.

Richtlinien und Anforderungen

Bevor Sie das Schema für einen Datensatz ersetzen, stellen Sie sicher, dass Sie die folgenden Richtlinien und Anforderungen kennen:

• Sie können das Schema eines Datensatzes mit Artikelinteraktionen, eines Datensatzes mit Aktionsinteraktionen oder eines Datensatzes mit Aktionen nicht ersetzen.

• Sie können Ihrem Ersatzschema neue Felder hinzufügen, müssen jedoch alle Felder des vorherigen Schemas beibehalten. Und Sie können ihre Datentypen oder Attribute nicht ändern. Wenn das vorherige Schema beispielsweise ein MEMBERSHIP_STATUS Feld für kategoriale Zeichenkettendaten enthält, muss das neue Schema, das Sie verwenden, ein MEMBERSHIP_STATUS Feld mit diesen Attributen und Datentypen enthalten.

• Wenn das aktuelle Schema ein Feld enthält, das Sie umbenennen möchten, oder wenn Sie dessen Datentypen oder Attribute ändern möchten, können Sie ein neues Feld mit einem neuen Namen und geänderten Typen oder Attributen hinzufügen. Nehmen Sie dann das neue Feld in das Training auf und schließen Sie das alte Feld aus. Alle neuen Felder müssen null Daten unterstützen. Wenn das alte Feld keine Nulldaten unterstützte, können Sie beim Importieren von Daten Platzhalterdaten verwenden, um sicherzustellen, dass Ihr Import dem Schema entspricht. Hinweise zur Konfiguration der Spalten, die von einem Empfehlungsgeber verwendet werden, finden Sie unter. Einen Empfehlungsgeber aktualisieren Hinweise zur Konfiguration der von einer Lösung verwendeten Spalten finden Sie unterKonfiguration der beim Training verwendeten Spalten.

• Alle neuen Felder müssen null Daten unterstützen. Hinweise zum Hinzufügen eines Nulltyps zu einem Feld finden Sie unterSchema-Datentypen.

• Nachdem Sie das Schema eines Datensatzes ersetzt haben, schließt Amazon Personalize automatisch alle neuen Spalten vom Training für bestehende Empfehlungen oder benutzerdefinierte Lösungen aus. Die Verwendung des geänderten Datensatzes umfasst die folgenden Aktionen:

  • Um neue Spalten im Training zu verwenden, importieren Sie Daten, die dem neuen Schema entsprechen. Aktualisieren Sie dann alle Empfehlungen, sodass sie alle neuen Spalten verwenden, oder erstellen Sie eine neue benutzerdefinierte Lösung und konfigurieren Sie die Spalten, die beim Training verwendet werden.

    Hinweise zum Aktualisieren der von einem Empfehlungsgeber verwendeten Spalten finden Sie unter. Einen Empfehlungsgeber aktualisieren Hinweise zur Konfiguration der von einer Lösung verwendeten Spalten finden Sie unterKonfiguration der beim Training verwendeten Spalten.

  • Um beim Filtern nur Spalten zu verwenden, importieren Sie Daten, die dem neuen Schema entsprechen, erstellen Sie einen Filter, der die neuen Daten verwendet, und wenden Sie Ihren Filter auf Ihre Empfehlungsanfragen an. Sie müssen keine Empfehlungen aktualisieren oder benutzerdefinierte Ressourcen erstellen oder aktualisieren.

Das Schema eines Datensatzes ersetzen (Konsole)

Um das Schema eines Datensatzes durch die Amazon Personalize-Konsole zu ersetzen, wählen Sie den Datensatz aus, den Sie ändern möchten, und entscheiden, ob Sie ihn durch ein neues Schema ersetzen oder ein vorhandenes verwenden möchten.

Um das Schema eines Datensatzes zu ersetzen

1. Öffnen Sie die Amazon Personalize Personalize-Konsole unter https://console.aws.amazon.com/personalize/home und melden Sie sich bei Ihrem Konto an.

2. Wählen Sie auf der Seite Datensatzgruppen Ihre Datensatzgruppe aus.

3. Wählen Sie im Navigationsbereich Datensätze und dann das Optionsfeld für den Datensatz aus, den Sie ändern möchten.

4. Wählen Sie Aktionen und anschließend Schema ersetzen aus.

5. Wählen Sie unter Schemadetails aus, ob Sie es durch ein neues oder ein zuvor erstelltes Schema ersetzen möchten.

6. Geben Sie das neue Schema an, das verwendet werden soll. Wenn Sie sich für Folgendes entschieden haben:

   • Ersetzen Sie es durch ein neues Schema, geben Sie dem Schema einen Namen und nehmen Sie in der Schemadefinition Ihre Änderungen am Schema JSON vor.

   • Verwenden Sie ein zuvor erstelltes Schema und wählen Sie dann für Zuvor erstelltes Schema das Schema aus, das Sie verwenden möchten. Es werden nur geeignete Schemas aufgeführt. Informationen zu Schemaanforderungen finden Sie unterRichtlinien und Anforderungen.

7. Wählen Sie Replace (Ersetzen) aus. Wenn der Datensatz aktiv ist, können Sie mit dem Import von Daten beginnen, die dem neuen Schema entsprechen. Weitere Informationen finden Sie unter Schritt 2: Daten vorbereiten und importieren.

Das Schema eines Datensatzes ersetzen ()AWS CLI

Um das Schema eines Datensatzes durch den zu ersetzen AWS CLI, verwenden Sie den update-dataset Befehl, geben Sie den Amazon-Ressourcennamen (ARN) des zu aktualisierenden Datensatzes und den ARN des neuen Schemas an, das verwendet werden soll. Sie können das Schema eines Datensatzes mit Artikelinteraktionen, eines Datensatzes mit Aktionsinteraktionen oder eines Datensatzes mit Aktionen nicht aktualisieren.

Der folgende Code zeigt, wie Sie das Schema eines Datensatzes mit dem aktualisieren AWS CLI. Um das Schema eines Datensatzes durch ein neues zu ersetzen, verwenden Sie zunächst den create-schema Befehl. Verwenden Sie dann den folgenden Code, um das aktuelle Schema durch das neue zu ersetzen. Hinweise zum Erstellen eines Schemas mit dem AWS CLI finden Sie unterEinen Datensatz und ein Schema erstellen (AWS CLI). Hinweise zu Datasets und Schemaanforderungen finden Sie unterSchemata.

aws personalize update-dataset \
--dataset-arn Dataset ARN \
--schema-arn New schema ARN

Wenn der Datensatz aktiv ist, können Sie mit dem Import von Daten beginnen, die dem neuen Schema entsprechen. Weitere Informationen finden Sie unter Schritt 2: Daten vorbereiten und importieren. Für Informationen über die letzte Aktualisierung des Datensatzes können Sie den DescribeDataset Vorgang verwenden.

Ersetzen des Schemas eines Datensatzes (AWS SDKs)

Um das Schema eines Datensatzes durch die AWS SDKs zu ersetzen, verwenden Sie die UpdateDataset API-Operation. Geben Sie den Amazon-Ressourcennamen (ARN) des zu aktualisierenden Datensatzes und das zu verwendende neue Schema an. Sie können das Schema eines Datensatzes mit Artikelinteraktionen, eines Datensatzes mit Aktionsinteraktionen oder eines Datensatzes mit Aktionen nicht aktualisieren.

Der folgende Code zeigt, wie das Schema eines Datensatzes durch das SDK for Python (Boto3) ersetzt wird. Um das Schema eines Datensatzes durch ein neues zu ersetzen, verwenden Sie zunächst die CreateSchema Operation. Verwenden Sie dann den folgenden Code, um das aktuelle Schema durch das neue zu ersetzen. Hinweise zum Erstellen eines Schemas mit den AWS SDKs finden Sie unterEinen Datensatz und ein Schema (AWS SDKs) erstellen. Informationen zu Datensatz- und Schemaanforderungen finden Sie unterSchemata.

import boto3

personalize = boto3.client('personalize')

update_dataset_response = personalize.update_dataset(
    datasetArn = 'dataset_arn',
    schemaArn = 'new_schema_arn'
)

print(update_dataset_response)

Wenn der Datensatz aktiv ist, können Sie mit dem Import von Daten beginnen, die dem neuen Schema entsprechen. Weitere Informationen finden Sie unter Schritt 2: Daten vorbereiten und importieren. Für Informationen über die letzte Aktualisierung des Datensatzes können Sie den DescribeDataset Vorgang verwenden.