ERSTELLEN EINES EXTERNEN MODELLS - Amazon Redshift
VoraussetzungenErforderliche BerechtigungenKontrolle der KostenSyntaxParameter und EinstellungenInferenzfunktionsparameter

Amazon Redshift wird UDFs ab dem 1. November 2025 die Erstellung von neuem Python nicht mehr unterstützen. Wenn Sie Python verwenden möchten UDFs, erstellen Sie das UDFs vor diesem Datum liegende. Bestehendes Python UDFs wird weiterhin wie gewohnt funktionieren. Weitere Informationen finden Sie im Blog-Posting.

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

ERSTELLEN EINES EXTERNEN MODELLS

Voraussetzungen für CREATE EXTERNAL MODEL

Bevor Sie die Anweisung CREATE EXTERNAL MODEL verwenden, müssen Sie die Voraussetzungen in Cluster-Einrichtung für die Verwendung von Amazon Redshift ML erfüllen. Im Folgenden finden Sie eine Übersicht über die Voraussetzungen.

  • Erstellen Sie einen Amazon Redshift Redshift-Cluster mit der AWS Management Console oder der AWS Befehlszeilenschnittstelle (AWSCLI).

  • Fügen Sie beim Erstellen des Clusters die AWS Identity and Access Management (IAM) -Richtlinie an.

  • Weisen Sie der IAM-Rolle die richtige Vertrauensrichtlinie hinzu, damit Amazon Redshift und Amazon Bedrock mit anderen Services interagieren können.

  • Aktivieren Sie den Zugriff auf das spezifische LLMs , das Sie verwenden möchten, von der Amazon Bedrock-Konsole aus.

  • (Optional) Wenn Sie auf Drosselungsausnahmen von Amazon Bedrock stoßen, z. B. Too many requests, please wait before trying again, auch bei kleinen Datenmengen, überprüfen Sie die Kontingente unter Service Quotas in Ihrem Amazon-Bedrock-Konto. Vergewissern Sie sich, dass das angewendete Kontingent auf Kontoebene mindestens dem AWS Standardkontingentwert für die InvokeModelAnfragen für das von Ihnen verwendete Modell entspricht.

Einzelheiten zur IAM-Rolle, zur Vertrauensrichtlinie und zu anderen Voraussetzungen finden Sie unter Cluster-Einrichtung für die Verwendung von Amazon Redshift ML.

Erforderliche Berechtigungen

Im Folgenden finden Sie die erforderlichen Berechtigungen für CREATE EXTERNAL MODEL:

  • Superuser

  • Benutzer mit der Berechtigung CREATE MODEL

  • Rollen mit der Berechtigung GRANT CREATE MODEL

Kontrolle der Kosten

Amazon Redshift ML verwendet vorhandene Cluster-Ressourcen, um Vorhersagemodelle zu erstellen, so dass Sie keine zusätzlichen Kosten bezahlen müssen. Die AWS Gebühren für die Nutzung von Amazon Bedrock richten sich jedoch nach dem von Ihnen ausgewählten Modell. Weitere Informationen finden Sie unter Kosten für die Verwendung von Amazon Redshift ML.

Syntax für CREATE EXTERNAL MODEL

Im Folgenden finden Sie die vollständige Syntax der Anweisung CREATE EXTERNAL MODEL.

CREATE EXTERNAL MODEL model_name 
FUNCTION function_name
IAM_ROLE {default/'arn:aws:iam::<account-id>:role/<role-name>'}
MODEL_TYPE BEDROCK
SETTINGS (
   MODEL_ID model_id
   [, PROMPT 'prompt prefix']
   [, SUFFIX 'prompt suffix']
   [, REQUEST_TYPE {RAW|UNIFIED}]
   [, RESPONSE_TYPE {VARCHAR|SUPER}]
);

Der Befehl CREATE EXTERNAL MODEL erstellt eine Inferenzfunktion, die Sie zum Generieren von Inhalten verwenden.

Im Folgenden finden Sie die Syntax einer Inferenzfunktion, die CREATE EXTERNAL MODEL unter Verwendung eines REQUEST_TYPE von RAW erstellt: 

SELECT inference_function_name(request_super) 
[FROM table];

Im Folgenden finden Sie die Syntax einer Inferenzfunktion, die CREATE EXTERNAL MODEL unter Verwendung eines REQUEST_TYPE von UNIFIED erstellt: 

SELECT inference_function_name(input_text, [, inference_config [, additional_model_request_fields]])
[FROM table];

Weitere Informationen zur Verwendung der Inferenzfunktion finden Sie unter Verwenden eines externen Modells für die Integration von Amazon Redshift ML mit Amazon Bedrock.

Parameter und Einstellungen für CREATE EXTERNAL MODEL

In diesem Abschnitt werden die Parameter und Einstellungen für den Befehl CREATE EXTERNAL MODEL beschrieben.

Parameter für CREATE EXTERNAL MODEL

model_name

Der Name für das externe Modell. Der Modellname in einem Schema muss eindeutig sein.

FUNCTION function_name (data_type [,...] )

Der Name für die Inferenzfunktion, die CREATE EXTERNAL MODEL erstellt. Sie verwenden die Inferenzfunktion, um Anfragen an Amazon Bedrock zu senden und ML-generierten Text abzurufen.

IAM_ROLE { default | 'arn:aws:iam::<account-id>:role/<role-name>' }

Die IAM-Rolle, die Amazon Redshift für den Zugriff auf Amazon Bedrock verwendet. Weitere Information zur IAM-Rolle finden Sie unter Erstellen oder Aktualisieren einer IAM-Rolle für die Integration von Amazon Redshift ML mit Amazon Bedrock.

MODEL_TYPE BEDROCK

Gibt den Modelltyp an. Der einzige gültige Wert ist BEDROCK.

SETTINGS ( MODEL_ID model_id [,...] )

Definiert die Einstellungen für das externe Modell. Weitere Informationen finden Sie im folgenden Abschnitt.

Einstellungen für CREATE EXTERNAL MODEL

MODEL_ID model_id

Der Bezeichner für das externe Modell, zum Beispiel anthropic.claude-v2. Informationen zum Amazon Bedrock-Modell finden Sie IDs unter Amazon Bedrock-Modell. IDs

PROMPT 'prompt prefix'

Gibt eine statische Eingabeaufforderung an, die Amazon Redshift am Anfang jeder Inferenzanforderung hinzufügt. Wird nur mit einem REQUEST_TYPE von UNIFIED unterstützt.

SUFFIX 'prompt suffix'

Gibt eine statische Eingabeaufforderung an, die Amazon Redshift am Ende jeder Inferenzanforderung hinzufügt. Wird nur mit einem REQUEST_TYPE von UNIFIED unterstützt.

REQUEST_TYPE { RAW | UNIFIED }

Gibt das Format der an Amazon Bedrock gesendeten Anfrage an. Gültige Werte sind z. B. die Folgenden:

  • RAW: Die Inferenzfunktion erfasst die Eingabe als einzelnen Super-Wert und gibt stets einen Super-Wert zurück. Das Format des Super-Werts ist für das ausgewählte Amazon-Bedrock-Modell spezifisch. Ein Super-Modell ist ein Vorhersagemodell, das mehrere Algorithmen kombiniert, um eine einzige, verbesserte Vorhersage zu erstellen.

  • UNIFIED: Die Inferenzfunktion verwendet die einheitliche API. Alle Modelle verfügen über eine einheitliche und konsistente Schnittstelle mit Amazon Bedrock. Dies funktioniert für alle Modelle, die Nachrichten unterstützen. Dieser Wert ist der Standard.

    Weitere Informationen finden Sie in der Converse-API-Dokumentation in der Dokumentation zur Amazon-Bedrock-API.

RESPONSE_TYPE { VARCHAR | SUPER }

Gibt das Format der Antwort an. Wenn der REQUEST_TYPE RAW ist, ist der RESPONSE_TYPE erforderlich und der einzige gültige Wert ist SUPER. Für alle anderen REQUEST TYPE-Werte ist VARCHAR der Standardwert und RESPONSE_TYPE ist optional. Gültige Werte sind z. B. die Folgenden:

  • VARCHAR: Amazon Redshift gibt nur die vom Modell generierte Textantwort zurück.

  • SUPER: Amazon Redshift gibt das gesamte vom Modell generierte Antwort-JSON als Super-Wert zurück. Dies umfasst die Textantwort sowie Informationen wie den Grund für den Stopp und die Nutzung des Tokens für Modelleingabe und -ausgabe. Ein Super-Modell ist ein Vorhersagemodell, das mehrere Algorithmen kombiniert, um eine einzige, verbesserte Vorhersage zu erstellen.

Inferenzfunktionsparameter für CREATE EXTERNAL MODEL

In diesem Abschnitt werden gültige Parameter für die Inferenzfunktion beschrieben, die der Befehl CREATE EXTERNAL MODEL erstellt.

CREATE EXTERNAL MODEL-Inferenzfunktionsparameter für REQUEST_TYPE von RAW

Eine mit einem REQUEST_TYPE von RAW erstellte Inferenzfunktion hat ein einzelnes Super-Eingabeargument und gibt stets einen Super-Datentyp zurück. Die Syntax des Super-Eingabearguments folgt der Syntax der Anfrage des spezifischen Modells, das aus Amazon Bedrock ausgewählt wurde.

Inferenzfunktionsparameter für CREATE EXTERNAL MODEL für REQUEST_TYPE von UNIFIED

input_text

Der Text, den Amazon Redshift an Amazon Bedrock sendet.

inference_config

Ein Super-Wert, der optionale Parameter enthält, die Amazon Redshift an Amazon Bedrock sendet. Dies kann u. a. Folgendes umfassen:

  • maxTokens

  • stopSequences

  • temperature

  • topP

Diese Parameter sind alle optional und unterscheiden alle zwischen Groß- und Kleinschreibung. Informationen zu diesen Parametern finden Sie InferenceConfigurationin der Amazon Bedrock API-Referenz.