AWS数据库服务发布重要更新，让机器学习一步到位

AWS发布了数据库服务Amazon Aurora的更新，通过整合机器学习服务SageMaker和Comprehend，用户可以直接将数据库中存储的结构化数据，应用在机器学习模型，而不需要额外开发应用程序，执行数据存取、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数据分析结果，其中一项困难便是建立应用程序和模型之间，移动数据的预测工作管道。开发人员需要开发应用程序，将数据从存储的地方取出，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中。AWS提到，这个过程很繁琐，且要将数据导入导出数据库，需要考虑许多安全性和法规遵从问题。

为了让用户可以更简单地对关系数据库的数据应用机器学习，Amazon Aurora现在原生整合了两项AWS的机器学习服务，分别是能够用来构建、训练和部署定制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函数，直接对数据库中的数据应用机器学习模型，企业可以使用Comprehend来感知客户评论中的情绪，或是使用SageMaker构建定制机器学习，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信息，存储在新的表格中，或是直接用来与应用程序互动。

AWS提到，无论是关系数据库服务Amazon Aurora最新支持机器学习的功能，还是使用商业智能服务Amazon QuickSight，分析在非结构化数据存储Amazon S3中的数据，都是要降低应用程序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版本的支持，很快就会对外发布，用户还需再等等。

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。