Amazon SageMaker Canvas から RDS 経由で Databricks 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Databricks 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、Databricks 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、Databricks 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Databricks 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Databricks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Databricks のデータをすばやく取得します。

はじめに

---

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

Amazon SageMaker Canvas から Databricks への接続は、CData Connect AI を介して行います。それでは、Databricks のデータを Amazon SageMaker Canvas から利用できるようにするため、Databricks 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「Databricks」を選択

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

   Databricks 接続プロパティの取得・設定方法

   Databricks クラスターに接続するには、以下のプロパティを設定します。

   • Database：Databricks データベース名。
   • Server：Databricks クラスターのサーバーのホスト名。
   • HTTPPath：Databricks クラスターのHTTP パス。
   • Token：個人用アクセストークン。この値は、Databricks インスタンスのユーザー設定ページに移動してアクセストークンタブを選択することで取得できます。
   Databricks インスタンスで必要な値は、クラスターに移動して目的のクラスターを選択し、Advanced Options の下にあるJDBC/ODBC タブを選択することで見つけることができます。

   Databricks への認証

   CData は、次の認証スキームをサポートしています。

   • 個人用アクセストークン
   • Microsoft Entra ID（Azure AD）
   • Azure サービスプリンシパル
   • OAuthU2M
   • OAuthM2M

   個人用アクセストークン

   認証するには、次を設定します。

   • AuthScheme：PersonalAccessToken。
   • Token：Databricks サーバーへの接続に使用するトークン。Databricks インスタンスのユーザー設定ページに移動してアクセストークンタブを選択することで取得できます。

   その他の認証方法については、ヘルプドキュメント の「はじめに」セクションを参照してください。

   
4. 「Save & Test」をクリック
5. Databricks 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Databricks 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Databricks 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 Databricks 接続名（例: Databricks1）に設定
9. 「Create connection」をクリックします。

Databricks を Amazon SageMaker Canvas に統合

RDS で Connect AI への接続が設定できたら、Databricks 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. Databricks 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 Databricks 接続を検索します。
2. Databricks 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、Databricks 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Databricks 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 Databricks への SQL アクセス

Amazon SageMaker Canvas からDatabricks 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。