用户可直接在关联式资料库Amazon Aurora应用机器学习

AWS发布了最新资料库服务Amazon Aurora的更新，透过整合机器学习服务SageMaker和Comprehend，用户可以直接将资料库中储存的结构化资料，应用在机器学习模型，而不需要额外开发应用程式，执行资料存取、格式转换以及交付给机器学习模型等繁琐的工作。

企业要应用机器学习取得资料分析结果，其中一项困难便是建立应用程式和模型之间，移动资料的预测工作管线。开发人员需要开发应用程式，将资料从储存的地方取出，进行必要的转换，接着交付给机器学习模型，并在取得预测结果后将其用在应用程式中。AWS提到，这个过程很繁琐，且要将资料移出移入资料库，需要考虑许多安全性和法遵问题。

为了让用户可以更简单地对关联式资料库的资料应用机器学习，Amazon Aurora现在原生整合了两项AWS的机器学习服务，分别是能够用来建置、训练和部署客製化机器学习模型的服务Amazon SageMaker，以及可以分析文字的自然语言处理服务Amazon Comprehend。

开发者可以在查询中使用SQL函式，直接对资料库中的资料应用机器学习模型，企业可以使用Comprehend来侦测客户评论中的情绪，或是使用SageMaker建置客製化机器学习，来评估客户的忠诚度。开发者可以将机器学习服务所输出的资讯，储存在新的表格中，或是直接用来与应用程式互动。

AWS提到，无论是关联式资料库服务Amazon Aurora最新支援机器学习的功能，还是使用商业智慧服务Amazon QuickSight，分析在非结构化资料储存Amazon S3中的资料，都是要降低应用程式加入机器学习预测功能的障碍。

目前Amazon Aurora整合机器学习服务的功能，对SageMaker的整合为正式版本，而Comprehend的整合则仍是预览版，现在只开放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，很快就会对外释出，用户还需要再等等。

这项整合服务对所有底层服务可用的地区都开放，也就是说该地区Aurora MySQL 5.7和SageMaker服务皆可使用时，则开发者便能在Amazon Aurora中应用SageMaker。这个额外的功能不需要另外收费，企业仅需支付底层服务的使用。