Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Utilisation d'assistants intelligents avec les tables S3 Storage Lens
Vous pouvez utiliser des assistants IA et des outils d'IA conversationnelle pour interagir avec vos données S3 Storage Lens exportées vers S3 Tables en langage naturel. En tirant parti du protocole MCP (Model Context Protocol) et du serveur MCP pour Amazon S3 Tables, vous pouvez interroger, analyser et obtenir des informations sur vos données de stockage sans avoir à écrire de requêtes SQL.
Vue d’ensemble
Le protocole MCP (Model Context Protocol) est un moyen standardisé permettant aux applications d'IA d'accéder aux informations contextuelles et de les utiliser. Le serveur MCP pour Amazon S3 Tables fournit des outils qui permettent aux assistants IA d'interagir avec les données de vos tables S3 à l'aide d'interfaces en langage naturel. Cela démocratise l'accès aux données et permet à des personnes de tous niveaux de compétences techniques de travailler avec les métriques S3 Storage Lens.
Avec le serveur MCP pour les tables S3, vous pouvez utiliser le langage naturel pour :
-
Répertorier les compartiments de tables, les espaces de noms et les tables S3
-
Interrogez les statistiques de S3 Storage Lens et obtenez des informations
-
Analysez les tendances et les modèles de stockage
-
Identifier les opportunités d'optimisation des coûts
-
Générez des rapports et des visualisations
Assistants IA pris en charge
Le serveur MCP pour les tables S3 fonctionne avec divers assistants d'IA qui prennent en charge le protocole Model Context, notamment :
-
Kiro - Un assistant de codage IA avec support MCP intégré
-
AI-powered Assistant Amazon Q Developer pour les développeurs AWS
-
Cline - Un assistant de codage IA avec intégration MCP
-
Claude Desktop - L'application de bureau d'Anthropic avec support MCP
-
Cursor - Un éditeur AI-powered de code
Important
AI-generated Les requêtes SQL et les recommandations doivent être examinées et validées avant utilisation. Vérifiez que les requêtes sont adaptées à votre structure de données, à votre cas d'utilisation et à vos exigences de performances. Testez toujours les recommandations dans un environnement hors production avant de les implémenter en production.
Configuration de Kiro avec les tables S3 Storage Lens
Kiro est un assistant de codage basé sur l'IA qui permet une intégration transparente avec les tables S3 via le serveur MCP. Kiro peut vous aider à installer et à configurer le serveur MCP directement via son interface, simplifiant ainsi le processus de configuration.
Pour plus d'informations sur Kiro, consultez Kiro AI.
Conditions préalables
Avant de commencer, assurez-vous que vous disposez des éléments suivants :
-
Kiro est installé sur votre système. Télécharger depuis https://kiro.ai/
-
AWS CLI configuré avec les informations d'identification appropriées
-
Une configuration S3 Storage Lens avec l'exportation de tables S3 activée
-
Autorisations pour interroger les tables S3. Pour de plus amples informations, veuillez consulter Autorisations pour les tableaux S3 Storage Lens.
Étape 1 : Installation du serveur S3 Tables MCP
Vous pouvez installer le serveur S3 Tables MCP de deux manières :
Option 1 : Utilisation de la gestion de serveur MCP intégrée à Kiro
Kiro peut vous aider à découvrir et à installer des serveurs MCP directement via son interface :
-
Ouvrez Kiro
-
Accédez à l'interface de gestion du serveur MCP (généralement via les paramètres ou la palette de commandes)
-
Recherchez « S3 Tables » ou « awslabs.s3-tables-mcp-server »
-
Suivez les instructions de Kiro pour installer et configurer le serveur
Option 2 : installation manuelle à l'aide d'uvx
Vous pouvez également installer manuellement le serveur MCP à l'aide d'un programme uvx d'exécution de packages Python :
uvx awslabs.s3-tables-mcp-server@latest
Pour plus d'informations sur l'installation du serveur MCP, consultez la documentation du serveur MCP AWS S3 Tables.
Étape 2 : Configuration des paramètres Kiro MCP
Créez ou mettez à jour votre fichier de configuration Kiro MCP ~/.kiro/settings/mcp.json à l'adresse suivante :
{ "mcpServers": { "awslabs.s3-tables-mcp-server": { "command": "uvx", "args": ["awslabs.s3-tables-mcp-server@latest"], "env": { "AWS_PROFILE": "your-aws-profile", "AWS_REGION": "us-east-1" } } } }
your-aws-profileRemplacez-le par le nom AWS CLI de votre profil et us-east-1 par votre AWS région.
Étape 3 : Vérifiez la configuration
Après avoir configuré le serveur MCP, redémarrez Kiro et vérifiez que les outils S3 Tables sont disponibles. Vous pouvez vérifier les serveurs MCP disponibles dans les paramètres de Kiro ou en demandant à Kiro de répertorier les outils disponibles.
Exemples de cas d'utilisation avec des assistants IA
Les exemples suivants montrent comment utiliser les instructions en langage naturel avec les assistants IA pour interagir avec les données S3 Storage Lens.
Exemple 1 : interrogez les principaux consommateurs de stockage
Prompt : « Montrez-moi les 10 meilleurs compartiments en termes de consommation de stockage à partir de mes données S3 Storage Lens. »
L'assistant IA utilisera le serveur MCP pour interroger vos tables S3 Storage Lens et renvoyer les résultats, y compris les noms des compartiments, les classes de stockage et les quantités de stockage.
Exemple 2 : analyser la croissance du stockage
Rapide : « Analysez la croissance de mon espace de stockage au cours des 30 derniers jours et indiquez-moi la tendance. »
L'assistant IA interrogera le tableau des mesures de stockage, calculera les totaux de stockage quotidiens et présentera la tendance de croissance.
Exemple 3 : Identifier les opportunités d'optimisation des coûts
Prompt : « Trouvez des compartiments contenant des téléchargements partitionnés incomplets datant de plus de 7 jours et qui gaspillent de l'espace de stockage. »
L'assistant IA interrogera le tableau des mesures de stockage pour détecter les téléchargements partitionnés incomplets et fournira une liste de compartiments présentant des économies potentielles.
Exemple 4 : Trouver des candidats pour les données froides
Message : « Identifiez les préfixes qui n'ont pas été actifs au cours des 100 derniers jours et qui sont stockés dans des niveaux de stockage à chaud. »
L'assistant IA analysera à la fois les mesures de stockage et d'activité afin d'identifier les données qui pourraient être déplacées vers des niveaux de stockage plus froids afin d'optimiser les coûts.
Exemple 5 : générer des rapports de stockage
Prompt : « Créez un rapport récapitulatif de mon stockage S3 indiquant le stockage total, le nombre d'objets et les modèles de demandes de la semaine dernière. »
L'assistant IA interrogera plusieurs tables, regroupera les données et générera un rapport complet.
Meilleures pratiques d'utilisation des assistants IA
Suivez ces bonnes pratiques lorsque vous utilisez des assistants IA avec les données S3 Storage Lens :
-
Soyez précis dans vos instructions : fournissez des instructions claires et spécifiques concernant les données que vous souhaitez analyser et les informations que vous recherchez.
-
Vérifier AI-generated les requêtes : vérifiez et validez toujours les requêtes SQL et les recommandations générées par l'assistant AI avant de les exécuter ou de prendre des mesures. Les assistants d'IA peuvent parfois produire des requêtes ou des recommandations incorrectes qui doivent être vérifiées par rapport à votre cas d'utilisation et à vos données spécifiques.
-
Utilisez les autorisations appropriées : assurez-vous que les informations d'identification IAM utilisées par l'assistant AI disposent uniquement des autorisations nécessaires. Pour une analyse en lecture seule, accordez uniquement les autorisations SELECT.
-
Surveillez l'utilisation : suivez les requêtes exécutées par les assistants d'IA AWS CloudTrail pour gérer les pistes d'audit.
-
Commencez par des requêtes simples : commencez par des requêtes simples pour comprendre comment l'assistant IA interprète vos instructions, puis passez à une analyse plus complexe.
Enregistrement et traçabilité
Lorsque vous utilisez le serveur S3 Tables MCP avec des assistants IA, vous pouvez auditer les opérations de plusieurs manières :
-
Journaux locaux : le serveur MCP enregistre les demandes et les réponses localement. Vous pouvez spécifier un répertoire de journaux à l'aide de l'option
--log-dirde configuration. -
AWS CloudTrail- Toutes les opérations effectuées sur les tables S3 via le serveur MCP PyIceberg utiliseront
awslabs/mcp/s3-tables-mcp-server/<version>comme chaîne d'agent utilisateur. Vous pouvez filtrer CloudTrail les journaux de cet agent utilisateur pour suivre les actions effectuées par les assistants IA. -
Historique des assistants IA - Les assistants IA tels que Kiro et Cline tiennent à jour des journaux d'historique qui enregistrent les demandes en langage naturel, les réponses LLM et les instructions fournies au serveur MCP.
Considérations sur la sécurité
Lorsque vous utilisez des assistants IA avec des données S3 Storage Lens, suivez les bonnes pratiques de sécurité suivantes :
-
Utilisez l'accès avec le moindre privilège : accordez aux assistants IA uniquement les autorisations minimales requises pour leurs tâches.
-
Activez l'authentification multifacteur : utilisez l'authentification multifacteur pour les AWS comptes auxquels les assistants IA accèdent.
-
Passez régulièrement en revue les autorisations : vérifiez régulièrement les autorisations accordées aux assistants IA et révoquez les accès inutiles.
-
Utilisez des informations d'identification distinctes - Envisagez d'utiliser des AWS informations d'identification distinctes pour accéder à l'assistant AI afin de faciliter le suivi et l'audit.
-
Évitez de partager des données sensibles : soyez prudent lorsque vous partagez des informations sensibles dans les instructions destinées aux assistants IA, en particulier lorsque vous utilisez des services d'IA basés sur le cloud.
Résolution des problèmes
L'assistant AI ne peut pas se connecter aux tables S3
Problème : l'assistant AI signale qu'il ne peut pas se connecter aux tables S3 ou que le serveur MCP ne répond pas.
Solution :
-
Vérifiez que le serveur MCP est correctement installé à l'aide de
uvx awslabs.s3-tables-mcp-server@latest --version -
Vérifiez que vos AWS informations d'identification sont correctement configurées
-
Assurez-vous que le fichier de configuration MCP possède le AWS profil et la région appropriés
Erreurs d’accès refusé
Problème : l'assistant AI reçoit des erreurs de refus d'accès lors de l'interrogation des tables S3 Storage Lens.
Solution :
-
Vérifiez que l'intégration des analyses est activée dans le compartiment de
aws-s3tables -
Vérifiez que les autorisations de Lake Formation sont correctement configurées
-
Assurez-vous que les AWS informations d'identification disposent des autorisations IAM nécessaires
Résultats incorrects ou inattendus
Problème : L'assistant IA renvoie des résultats incorrects ou inattendus.
Solution :
-
Passez en revue la requête SQL générée par l'assistant AI
-
Vérifiez que vous utilisez le nom d'espace de noms correct pour la configuration de votre Storage Lens
-
Vérifiez que les données sont disponibles en interrogeant le dernier report_time
-
Affinez votre invite pour être plus précis sur ce que vous souhaitez analyser
Ressources supplémentaires
Pour plus d'informations sur l'utilisation des assistants IA avec S3 Tables, consultez les ressources suivantes :
-
Kiro AI
- Assistant de codage AI avec support MCP intégré -
Mise en œuvre de l'IA conversationnelle pour les tables S3 à l'aide du protocole MCP (Model Context Protocol)
- Storage Blog AWS