Amazon AuroraでAmazon Machine LearningのDatasourceを作ってみた

前回、RDS for MySQLを使ってAmazon Machine Learning（Amazon ML）のDatasourceを作成する手順を試してみました。そしてAmazon MLのFAQでは「c）MySQL エンジンで稼働しているデータベース¹」に対応と書かれているわけです。更にAuroraはMySQL互換なわけでして、それならもしかしたらAuroraをAmazon MLのDatasourceに出来るかも！ということで試してみました。結論から言うとAuroraでも正常にDatasourceを作成することが出来ました！！

前提

まずは前提の確認です。Auroraは作成済みで、前回のRDS for MySQLの場合と同じくtest_dbにbankingテーブルが存在している前提です。bankingテーブルはAmazon MLのチュートリアルに載っているbanking.csvに対応しています。また、リージョンはAmazon MLが利用可能なバージニアを利用しています。

項目	値
リージョン	バージニア（us-east-1）
RDSのEngine	Aurora
RDSのInstanceIdentifier	test-aurora
Auroraのデータベース	test_db
Auroraのテーブル	banking

bankingテーブルのDDLやbanking.csvのインポート方法はRDS for MySQLの記事をご参照下さい。

事前準備

RDS for MySQLと同じく以下の準備が必要になります。手順についてはRDS for MySQLの記事をご参照下さい。

• AuroraのセキュリティグループをData Pipelineによって起動されるEC2インスタンスからアクセス可能にしておく
• Data Pipelineの初回のセットアップ（IAM Roleの準備）
• S3バケットの作成
• Amazon ML用のIAM Roleの作成
• bankingテーブルに対応するData Schemaの作成

RDS for MySQLとの差分

一通り試した範囲ではRDS for MySQLとAuroraの手順に差分はありませんでした。

一点だけ補足する点があるとすればAuroraの場合はCluster Endpointが存在しますが、Data Pipelineからアクセスする際はInstance Endpointを利用します。これはCreateDataSourceFromRDS APIの仕様としてInstanceIdentifierを指定する形になっているためです。恐らくですがInstanceIdentifierを使って内部でDescribeDBInstances APIを実行しInstance Endpointを取得してData PipelineのConnection Stringを指定しているためであると予想しています。

なお、実際にAuroraのDB Cluster IdentifierをCreateDataSourceFromRDS APIのInstanceIdentifierに指定してみたところDatasourceの作成に失敗しました。そのためRDS for MySQLと同様にDB Cluster IdentifierではなくDB Instance Identifierを指定して下さい。

まとめ

ということでAmazon MLはDatasourceとしてRDS for MySQLだけでなくAuroraも利用可能です。RDS for MySQLからAuroraに移行してもAmazon MLのDatasourceとして利用できるので安心して移行できますね！