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。

熱門新聞

Advertisement