用戶可直接在關聯式資料庫Amazon Aurora應用機器學習

AWS發布了最新資料庫服務Amazon Aurora的更新，透過整合機器學習服務SageMaker和Comprehend，用戶可以直接將資料庫中儲存的結構化資料，應用在機器學習模型，而不需要額外開發應用程式，執行資料存取、格式轉換以及交付給機器學習模型等繁瑣的工作。

企業要應用機器學習取得資料分析結果，其中一項困難便是建立應用程式和模型之間，移動資料的預測工作管線。開發人員需要開發應用程式，將資料從儲存的地方取出，進行必要的轉換，接著交付給機器學習模型，並在取得預測結果後將其用在應用程式中。AWS提到，這個過程很繁瑣，且要將資料移出移入資料庫，需要考慮許多安全性和法遵問題。

為了讓用戶可以更簡單地對關聯式資料庫的資料應用機器學習，Amazon Aurora現在原生整合了兩項AWS的機器學習服務，分別是能夠用來建置、訓練和部署客製化機器學習模型的服務Amazon SageMaker，以及可以分析文字的自然語言處理服務Amazon Comprehend。

開發者可以在查詢中使用SQL函式，直接對資料庫中的資料應用機器學習模型，企業可以使用Comprehend來偵測客戶評論中的情緒，或是使用SageMaker建置客製化機器學習，來評估客戶的忠誠度。開發者可以將機器學習服務所輸出的資訊，儲存在新的表格中，或是直接用來與應用程式互動。

AWS提到，無論是關聯式資料庫服務Amazon Aurora最新支援機器學習的功能，還是使用商業智慧服務Amazon QuickSight，分析在非結構化資料儲存Amazon S3中的資料，都是要降低應用程式加入機器學習預測功能的障礙。

目前Amazon Aurora整合機器學習服務的功能，對SageMaker的整合為正式版本，而Comprehend的整合則仍是預覽版，現在只開放Aurora MySQL 5.7使用，官方提到，Aurora MySQL 5.6以及Aurora PostgreSQL 10和11版本的支援，很快就會對外釋出，用戶還需要再等等。

這項整合服務對所有底層服務可用的地區都開放，也就是說該地區Aurora MySQL 5.7和SageMaker服務皆可使用時，則開發者便能在Amazon Aurora中應用SageMaker。這個額外的功能不需要另外收費，企業僅需支付底層服務的使用。