Uso di Amazon S3 con Amazon ML

Amazon Simple Storage Service (Amazon S3) è un servizio di storage su Internet. È possibile utilizzare Amazon S3 per memorizzare e recuperare qualsiasi volume di dati, in qualunque momento e da qualunque luogo tramite il Web. Amazon ML usa Amazon S3 come repository di dati principale per le attività seguenti:

• Accedere ai file di input per creare oggetti origini dati per l'addestramento e la valutazione dei modelli ML.

• Accedere ai file di input per generare previsioni in batch.

• Quando si generano previsioni in batch utilizzando i modelli ML, per genere il file di previsione in un bucket S3 specificato dall'utente.

• Copiare i dati archiviati su Amazon Redshift o Amazon Relational Database Service (Amazon RDS) in un file .csv e caricarlo in Amazon S3.

Per consentire ad Amazon ML di eseguire queste operazioni, è necessario autorizzare ad Amazon ML le autorizzazioni per accedere ai dati Amazon S3.

Nota

Non è possibile generare file di previsione in batch in un bucket S3 che accetta solo file crittografati lato server. Verificare che la policy del bucket permetta il caricamento di file non crittografati confermando che la policy non include un effetto Deny per l'azione s3:PutObject quando non è presente alcuna intestazione s3:x-amz-server-side-encryption nella richiesta. Per ulteriori informazioni sulle policy dei bucket S3 lato server, consultareProtezione dei dati con la crittografia lato servernellaUso di Amazon Simple Storage Service.

Caricamento di dati in Amazon S3

Si devono caricare i dati di input in Amazon Simple Storage Service (Amazon S3) perché Amazon ML legge i dati dalle posizioni di Amazon S3. Si possono caricare i dati direttamente in Amazon S3 (ad esempio dal computer), oppure Amazon ML può copiare i dati archiviati su Amazon Redshift o Amazon Relational Database Service (RDS) in un file .cvs e caricarlo in Amazon S3.

Per ulteriori informazioni sulla copia dei dati da Amazon Redshift o Amazon RDS, consultare rispettivamente Utilizzo di Amazon Redshift con Amazon ML o Utilizzo di Amazon RDS con Amazon ML.

Il resto di questa sezione descrive come caricare i dati di input direttamente dal computer su Amazon S3. Prima di iniziare le procedure di questa sezione, è necessario disporre dei dati in un file .csv. Per informazioni su come formattare correttamente il file .csv affinché Amazon ML possa utilizzarlo, consultareComprendere il formato dei dati per Amazon ML.

Per caricare i dati dal computer su Amazon S3

1. Accedere alla Console di gestione AWS e aprire la console Amazon S3 all'indirizzo https://console.aws.amazon.com/s3/.

2. Creare un bucket o sceglierne uno esistente.

   1. Per creare un bucket, scegliere Create Bucket (Crea bucket). Denominare il bucket, scegliere una regione (è possibile scegliere qualsiasi regione disponibile), quindi Create (Crea). Per ulteriori informazioni, consultare Creare un bucket nella Guida alle operazioni di base di Amazon Simple Storage.

   2. Per usare un bucket esistente, eseguire la ricerca del bucket scegliendolo nell'elenco All Buckets (Tutti i bucket). Quando viene visualizzato il nome del bucket, selezionarlo e scegliere Upload (Carica).

3. Nella finestra di dialogo Upload (Carica), scegliere Add files (Aggiungi file).

4. Accedere alla cartella che contiene il file di input .csv e scegliere Open (Apri).

Autorizzazioni

Per concedere ad Amazon ML le autorizzazioni per accedere a uno dei bucket S3, è necessario modificare la policy dei bucket.

Per informazioni sulla concessione ad Amazon ML dell'autorizzazione per leggere i dati dal bucket in Amazon S3, consultareConcessione ad Amazon ML delle autorizzazioni per leggere i dati da Amazon S3.

Per informazioni sulla concessione ad Amazon ML dell'autorizzazione per l'output dei risultati delle previsioni in batch nel proprio bucket in Amazon S3, consultareConcessione ad Amazon ML delle autorizzazioni per generare previsioni in Amazon S3.

Per ulteriori informazioni sulla gestione delle autorizzazioni di accesso alle risorse Amazon S3, consultare laGuida per gli sviluppatori Amazon S3.