使用Redshift ML / SageMaker部署现有的模型工件到Redshift集群。

Question

【以下的问题经过翻译处理】 是否可以将现有的SageMaker模型工件部署到Redshift ML中？

例如，对于**Aurora ML**，您可以引用SageMaker端点，然后将其用作`SELECT`语句中的UDF。
**Redshift ML**的工作方式有所不同-当您调用`CREATE MODEL`时，使用**SageMaker Autopilot**进行训练，然后部署到**Redshift Cluster**中。

如果我已经有了训练好的模型，可以将其部署到Redshift Cluster中，并使用UDF进行推理吗？

Answer

【以下的回答经过翻译处理】 截至2021年1月30日，当前Redshift ML预览功能中还不能直接将SageMaker中现有的模型部署到Redshift ML中。但是可以通过Lambda函数引用SageMaker端点，并将该Lambda函数作为用户自定义函数在Redshift中使用。

以下是步骤：

1. 在SageMaker Endpoint中训练和部署您的SageMaker模型。
2. 使用Lambda函数[引用SageMaker端点](https://aws.amazon.com/blogs/machine-learning/call-an-amazon-sagemaker-model-endpoint-using-amazon-api-gateway-and-aws-lambda/)。
3. 创建一个[Redshift Lambda UDF](https://aws.amazon.com/blogs/big-data/accessing-external-components-using-amazon-redshift-lambda-udfs/)引用上述Lambda函数以运行预测。

使用Redshift ML / SageMaker部署现有的模型工件到Redshift集群。

相关内容