Amazon SageMaker Canvas から RDS 経由で Amazon S3 のリアルタイムデータを活用

Amazon SageMaker Canvas は、コードを書かずに予測の生成、データの準備、モデルの構築ができるノーコード機械学習プラットフォームです。CData Connect AI と組み合わせることで、クラウド間でリアルタイムにAmazon S3 のデータにアクセスし、カスタム機械学習モデルの構築、顧客離反予測、テキスト生成、チャットボット開発など、さまざまな用途に活用できます。この記事では、RDS コネクタを使用して Amazon SageMaker Canvas から Connect AI に接続し、Amazon S3 のデータを ML モデルのデプロイメントに統合する方法をご紹介します。

CData Connect AI は、Amazon S3 向けに純粋な SQL インターフェースをクラウド間で提供します。これにより、データをレプリケーションすることなく、Amazon SageMaker Canvas からAmazon S3 のデータに簡単に接続できます。Connect AI は Amazon SageMaker Canvas からは SQL Server データベースとまったく同じように見え、フィルタや JOIN などの SQL 操作をAmazon S3に直接プッシュする最適化されたデータ処理により、サーバーサイド処理を活用してAmazon S3 のデータをすばやく取得します。

Amazon S3 への接続を設定（Amazon SageMaker Canvas 向け）

Amazon SageMaker Canvas から Amazon S3 への接続は、CData Connect AI を介して行います。それでは、Amazon S3 のデータを Amazon SageMaker Canvas から利用できるようにするため、Amazon S3 への接続を作成していきましょう。

1. Connect AI にログインして「Sources」をクリック、次に「 Add Connection」をクリック

2. 接続を追加パネルから「Amazon S3」を選択

3. Amazon S3 に接続するために必要な認証プロパティを入力します。

   Amazon S3 リクエストを認可するには、管理者アカウントまたはカスタム権限を持つIAM ユーザーの認証情報を入力します。AccessKey をアクセスキーID に設定します。SecretKey をシークレットアクセスキーに設定します。

   Note: AWS アカウント管理者として接続できますが、AWS サービスにアクセスするにはIAM ユーザー認証情報を使用することをお勧めします。

   尚、CData 製品はAmazon S3 のファイルの一覧表示やユーザー管理情報の取得用です。S3 に保管されているExcel、CSV、JSON などのファイル内のデータを読み込みたい場合には、Excel Driver、CSV Driver、JSON Driver をご利用ください。

   アクセスキーの取得

   IAM ユーザーの資格情報を取得するには：

   1. IAM コンソールにサインインします。
   2. ナビゲーションペインで「ユーザー」を選択します。
   3. ユーザーのアクセスキーを作成または管理するには、ユーザーを選択してから「セキュリティ認証情報」タブを選択します。

   AWS ルートアカウントの資格情報を取得するには：

   1. ルートアカウントの資格情報を使用してAWS 管理コンソールにサインインします。
   2. アカウント名または番号を選択し、表示されたメニューで「My Security Credentials」を選択します。
   3. 「Continue to Security Credentials」をクリックし、「Access Keys」セクションを展開して、ルートアカウントのアクセスキーを管理または作成します。

   AWS ロールとして認証

   多くの場合、認証にはAWS ルートユーザーのダイレクトなセキュリティ認証情報ではなく、IAM ロールを使用することをお勧めします。RoleARN を指定することでAWS ロールを代わりに使用できます。これにより、CData 製品は指定されたロールの資格情報を取得しようと試みます。

   （すでにEC2 インスタンスなどで接続されているのではなく）AWS に接続している場合は、ロールを引き受けるIAM ユーザーのAccessKey とSecretKey を追加で指定する必要があります。AWS ルートユーザーのAccessKey および SecretKey を指定する場合、ロールは使用できません。

   SSO 認証

   SSO 認証を必要とするユーザーおよびロールには、RoleARN およびPrincipalArn 接続プロパティを指定してください。各Identity Provider に固有のSSOProperties を指定し、AccessKey とSecretKey を空のままにする必要があります。これにより、CData 製品は一時的な認証資格情報を取得するために、リクエストでSSO 認証情報を送信します。

   
4. 「Save & Test」をクリック
5. Amazon S3 接続の追加ページで「Permissions」タブに移動し、ユーザーベースの権限を更新します。

パーソナルアクセストークンを追加

REST API、OData API、または仮想 SQL Server を通じて Connect AI に接続する場合は、パーソナルアクセストークン（PAT）を使用して認証を行います。アクセス管理を細かく制御するため、サービスごとに個別の PAT を作成することをお勧めします。

1. Connect AI アプリの右上にある歯車アイコン（）をクリックして設定ページを開きます。
2. 設定ページで「Access Tokens」セクションに移動し、「 Create PAT」をクリックします。
3. PAT に名前を付けて「Create」をクリックします。
4. パーソナルアクセストークンは作成時にのみ表示されます。必ずコピーして、今後の利用のために安全に保管してください。

接続の設定と PAT の生成が完了したら、Amazon SageMaker Canvas からAmazon S3 のデータに接続する準備は完了です。

Amazon SageMaker Canvas から CData Connect AI に接続

CData Connect AI での接続設定が完了したら、RDS コネクタを使用してAmazon S3 のデータを Amazon SageMaker Canvas に統合していきましょう。

1. Amazon SageMaker Canvas でドメインとユーザープロファイルを選択し、「Open Canvas」をクリックします。
2. Canvas アプリケーションが開いたら、左側のパネルに移動して「My models」を選択します。
3. My models 画面で「Create new model」をクリックします。
4. Create new model ウィンドウでモデル名を入力し、Problem type を選択します。「Create」をクリックします。
5. モデルバージョンが作成されたら、Select dataset タブで「Create dataset」をクリックします。
6. Create a tabular dataset ウィンドウで「Dataset name」を入力し、「Create」をクリックします。
7. 「Data Source」ドロップダウンをクリックして RDS コネクタを検索またはナビゲートし、「 Add Connection」をクリックします。
8. Add a new RDS connection ウィンドウで、以下のプロパティを設定します。
   
   
   • Connection Name: 任意の接続名
   • Engine type を sqlserver-web に設定
   • Port を 14333 に設定
   • Address を tds.cdata.com に設定
   • Username を Connect AI ユーザー（例: [email protected]）に設定
   • Password を上記ユーザーの PAT に設定
   • Database name を Amazon S3 接続名（例: AmazonS31）に設定
9. 「Create connection」をクリックします。

Amazon S3 を Amazon SageMaker Canvas に統合

RDS で Connect AI への接続が設定できたら、Amazon S3 のデータを Amazon SageMaker Canvas のデータセットに統合していきましょう。

1. Amazon S3 のデータで作成した RDS のテーブル形式データセットで、検索バーまたは接続リストから Connect AI で設定した Amazon S3 接続を検索します。
2. Amazon S3 から使用したいテーブルを選択し、右側のキャンバスにドラッグ＆ドロップします。
3. 以下のように、Amazon S3 接続から任意の数のテーブルを結合してワークフローを作成できます。「Create dataset」をクリックします。
4. データセットが作成されたら、「Select dataset」をクリックしてモデルを構築します。
5. 分析を実行し、予測を生成してモデルをデプロイします。

これで、Amazon SageMaker からAmazon S3 のデータにリアルタイムでアクセスできるようになりました。カスタム ML モデルを構築し、ビジネスの予測インサイトを生成して、組織の成長に活用してください。

クラウドアプリケーションから Amazon S3 への SQL アクセス

Amazon SageMaker Canvas からAmazon S3 のデータへのダイレクト接続が完成しました。データをレプリケーションすることなく、接続やデータセット、予測モデルをさらに追加してビジネスを推進できます。

300 以上の SaaS、ビッグデータ、NoSQL ソースにクラウドアプリケーションから直接リアルタイムアクセスするには、CData Connect AI をご覧ください。