Ya no actualizamos el servicio Amazon Machine Learning ni aceptamos nuevos usuarios para él. Esta documentación está disponible para los usuarios actuales, pero ya no la actualizamos. Para obtener más información, consulte [Qué es Amazon Machine Learning](https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html). Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés. # Creación de una fuente de datos de Amazon ML a partir de datos de Amazon Redshift Si dispone de datos almacenados en Amazon Redshift, puede utilizar el asistente **Crear origen de datos** de la consola de Amazon Machine Learning (Amazon ML) para crear un objeto del origen de datos. Cuando se crea una fuente de datos a partir de datos de Amazon Redshift, debe especificar el clúster que contiene los datos y la consulta SQL para recuperar los datos. Amazon ML ejecuta la consulta invocando el comando `Unload` del clúster de Amazon Redshift. Amazon ML almacena los resultados en la ubicación de Amazon Simple Storage Service (Amazon S3) que elija y, a continuación, utiliza los datos almacenados en Amazon S3 para crear la fuente de datos. La fuente de datos, el clúster de Amazon Redshift y el bucket de S3 deben estar en la misma región. **nota** Amazon ML no admite la creación de fuentes de datos a partir de clústeres de Amazon Redshift de forma privada. VPCs El clúster debe tener una dirección IP pública. **Topics** + [Parámetros necesarios para el asistente Create Datasource](redshift-parameters.md) + [Creación de una fuente de datos con datos de Amazon Redshift (consola)](create-datasource-from-redshift-procedure.md) + [Temas de solución de problemas de Amazon Redshift](troubleshooting.md) # Parámetros necesarios para el asistente Create Datasource Para permitir que Amazon ML se conecte a la base de datos de Amazon Redshift y lea datos en su nombre, debe proporcionar lo siguiente: + El Amazon Redshift `ClusterIdentifier` + El nombre de la base de datos de Amazon Redshift + Las credenciales de la base de datos de Amazon Redshift (nombre de usuario y contraseña) + La función Amazon ML Amazon Redshift AWS Identity and Access Management (IAM) + La consulta SQL en Amazon Redshift + (Opcional) La ubicación del esquema de Amazon ML + La ubicación de almacenamiento provisional de Amazon S3 (donde Amazon ML almacena los datos antes de crear el origen de datos) Además, debe asegurarse de que los usuarios o los roles de IAM que crean orígenes de datos de Amazon Redshift (ya sea a través de la consola o a través de la acción `CreateDatasourceFromRedshift`) tengan el permiso `iam:PassRole`. **Amazon Redshift `ClusterIdentifier`** Use este parámetro que distingue entre mayúsculas y minúsculas para habilitar que Amazon ML encuentre y se conecte al clúster. Puede obtener el identificador del clúster (nombre) desde la consola de Amazon Redshift. Para obtener más información sobre clústeres, consulte [Clústeres de Amazon Redshift](https://docs.aws.amazon.com/redshift/latest/mgmt/working-with-clusters.html). **Nombre de la base de datos de Amazon Redshift** Use este parámetro para indicarle a Amazon ML qué base de datos del clúster de Amazon Redshift contiene los datos que desea utilizar como origen de datos. **Credenciales de la base de datos Amazon Redshift** Utilice estos parámetros para especificar el nombre de usuario y la contraseña del usuario de la base de datos de Amazon Redshift en el contexto del cual se ejecutará la consulta de seguridad. Amazon ML requiere un nombre de usuario y una contraseña de Amazon Redshift para conectarse a la base de datos de Amazon Redshift. Después de descargar los datos a Amazon S3, Amazon ML no suele reutilizar ni almacenar la contraseña. **Función de Amazon ML en Amazon Redshift** Use este parámetro para especificar el nombre del rol de IAM que debería utilizar Amazon ML para configurar los grupos de seguridad para el clúster de Amazon Redshift y la política de buckets para la ubicación de almacenamiento provisional de Amazon S3. Si no dispone de ningún rol de IAM que pueda acceder a Amazon Redshift, Amazon ML puede crear un rol automáticamente. Cuando Amazon ML crea un rol, crea y asocia una política administrada por el cliente a un rol de IAM. La política que crea Amazon ML solo concede a Amazon ML permiso para acceder al clúster que especifique. Si ya posee un rol de IAM para acceder a Amazon Redshift, puede escribir el ARN del rol o elegir el rol de la lista desplegable. Los roles de IAM con acceso a Amazon Redshift aparecen en la parte superior de la lista desplegable. El rol de IAM debe tener el siguiente contenido: **** ``` { "Version":"2012-10-17", "Statement": [ { "Effect": "Allow", "Principal": { "Service": "machinelearning.amazonaws.com" }, "Action": "sts:AssumeRole", "Condition": { "StringEquals": { "aws:SourceAccount": "123456789012" }, "ArnLike": { "aws:SourceArn": "arn:aws:machinelearning:us-east-1:123456789012:datasource/*" } } }] } ``` Para obtener más información sobre las políticas administradas por los clientes, consulte [Políticas administradas por el cliente](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_policies_managed-vs-inline.html#customer-managed-policies) en la *Guía del usuario de IAM*. **Consulta SQL en Amazon Redshift** Use este parámetro para especificar la consulta SQL SELECT que ejecuta Amazon ML en la base de datos de Amazon Redshift para seleccionar los datos. Amazon ML utiliza la acción [DESCARGAR](https://docs.aws.amazon.com/redshift/latest/dg/t_Unloading_tables.html) de Amazon Redshift para copiar los resultados de la consulta a una ubicación de Amazon S3 de forma segura. Amazon ML funciona mejor cuando los registros de entrada se encuentran en orden aleatorio (mezclados). Es fácil mezclar los resultados de la consulta SQL de Amazon Redshift mediante el rol **random()** de Amazon Redshift. Por ejemplo, imaginemos que esta es la consulta original: ``` "SELECT col1, col2, … FROM training_table" ``` Puede incrustar la mezcla aleatoria mediante la actualización de la consulta de esta manera: ``` "SELECT col1, col2, … FROM training_table ORDER BY random()" ``` **Ubicación de los esquemas (opcional) ** Use este parámetro para especificar la ruta de Amazon S3 del esquema para los datos de Amazon Redshift que exportará Amazon ML. Si no proporciona ningún esquema para la fuente de datos, la consola de Amazon ML creará un esquema de Amazon ML basado en el esquema de datos de la consulta SQL de Amazon Redshift automáticamente. Los esquemas de Amazon ML tienen menos tipos de datos que los esquemas de Amazon Redshift, por lo que no se trata de una conversión. one-to-one La consola de Amazon ML convierte tipos de datos de Amazon Redshift a tipos de datos de Amazon ML mediante el siguiente esquema de conversión. [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/es_es/machine-learning/latest/dg/redshift-parameters.html) Para convertirlos a tipos de datos `Binary` de Amazon ML, los valores binarios de Amazon Redshift deben admitir los valores de los booleanos. Si el tipo de datos booleanos no admite algunos valores, Amazon ML los convierte al tipo de datos más específico posible. Por ejemplo, si un booleano de Amazon Redshift tiene los valores `0`, `1` y `2`, Amazon ML convierte el booleano a un tipo de datos `Numeric`. Para obtener más información sobre los valores binarios admitidos, consulte [Uso del AttributeType campo](creating-a-data-schema-for-amazon-ml.md#assigning-data-types). Si Amazon ML no puede averiguar un tipo de datos, se establece el tipo predeterminado `Text`. Una vez que Amazon ML convierte el esquema, puede revisar y corregir los tipos de datos de Amazon ML asignados al asistente de creación de orígenes de datos y revisar el esquema antes de que Amazon ML cree el origen de datos. **Ubicación de almacenamiento provisional de Amazon S3** Use este parámetro para especificar el nombre de la ubicación de almacenamiento provisional de Amazon S3 donde Amazon ML almacena los resultados de la consulta SQL de Amazon Redshift. Después de crear el origen de datos, Amazon ML utiliza los datos de la ubicación de almacenamiento provisional en lugar de volver a Amazon Redshift. Como Amazon ML asume el rol de IAM definido por la función Amazon Redshift de Amazon ML, Amazon ML tiene permisos para acceder a cualquier objeto en la ubicación provisional de Amazon S3 especificada. Por ello, le recomendamos que solo almacene archivos que no contengan información confidencial en la ubicación de almacenamiento provisional de Amazon S3. Por ejemplo, si el bucket raíz es `s3://mybucket/`, le sugerimos que cree una ubicación para almacenar solo los archivos a los que desea que tenga acceso Amazon ML, como por ejemplo `s3://mybucket/AmazonMLInput/`. # Creación de una fuente de datos con datos de Amazon Redshift (consola) La consola de Amazon ML ofrece dos formas para crear un origen de datos utilizando datos de Amazon Redshift. Puede crear una fuente de datos completando el asistente para la creación de una fuente de datos o, si ya dispone de una fuente de datos creada a partir de datos de Amazon Redshift, puede copiar la fuente de datos original y modificar su configuración. Copiar una fuente de datos le permite crear múltiples fuentes de datos similares fácilmente. Para obtener información sobre cómo crear una fuente de datos mediante la API, consulte. [CreateDataSourceFromRedshift](https://docs.aws.amazon.com/machine-learning/latest/APIReference/API_CreateDataSourceFromRedshift.html) Para obtener más información sobre los parámetros de los siguientes procedimientos, consulte [Parámetros necesarios para el asistente Create Datasource](redshift-parameters.md). **Topics** + [Creación de una fuente de datos (consola)](#create-redshift-datasource) + [Copiar una fuente de datos (consola)](#copy-redshift-datasource) ## Creación de una fuente de datos (consola) Para descargar datos de Amazon Redshift en un origen de datos de Amazon ML, utilice el asistente para la creación de un origen de datos. **Para crear una fuente de datos a partir de datos de Amazon Redshift** 1. Abra la consola Amazon Machine Learning en [https://console.aws.amazon.com/machinelearning/](https://console.aws.amazon.com/machinelearning/). 1. En el panel de Amazon ML, en **Entidades**, seleccione **Crear nuevo...** y, a continuación, seleccione **Origen de datos**. 1. En la página **Datos de entrada**, elija **Amazon Redshift**. 1. En el asistente de creación de orígenes de datos, en **Cluster identifier (Identificador de clúster)**, escriba el nombre del clúster. 1. En **Nombre de la base de datos**, escriba el nombre de la base de datos de Amazon Redshift. 1. En **Database user name (Nombre de usuario de base de datos)**, escriba el nombre de usuario de la base de datos. 1. En **Database password**, escriba la contraseña de la base de datos. 1. En **IAM role**, seleccione el rol de IAM. Si aún no tiene uno, seleccione **Crear nuevo rol**. Amazon ML crea un rol de IAM de Amazon Redshift para usted. 1. Para probar la configuración de Amazon Redshift, elija **Probar acceso** (junto a **Rol de IAM**). Si Amazon ML no puede conectarse a Amazon Redshift con la configuración proporcionada, no puede continuar la creación de un origen de datos. Para obtener ayuda sobre la resolución de problemas, consulte [Solución de errores](troubleshooting.md#trouble-errors). 1. En **SQL query**, escriba la consulta SQL. 1. En **Ubicación del esquema**, seleccione si desea que Amazon ML cree un esquema automáticamente. Si ya ha creado un esquema, escriba la ruta de Amazon S3 del archivo del esquema. 1. En **Ubicación de almacenamiento provisional de Amazon S3**, escriba la ruta de Amazon S3 del bucket donde desea que Amazon ML almacene los datos que descarga de Amazon Redshift. 1. (Opcional) En **Datasource name**, escriba un nombre para el origen de datos. 1. Seleccione **Verificar**. Amazon ML verifica que pueda conectarse a la base de datos de Amazon Redshift. 1. En la página **Schema (Esquema)**, revise los tipos de datos de todos los atributos y corríjalos, según sea necesario. 1. Elija **Continuar**. 1. Si desea usar este origen de datos para crear o evaluar un modelo de ML, en **Do you plan to use this dataset to create or evaluate an ML model? (¿Va a usar este conjunto de datos para crear o evaluar un modelo de ML?)**, elija **Yes (Sí)**. Si elige **Yes**, seleccione la línea de destino. Para obtener más información sobre destinos, consulte [Uso del targetAttributeName campo](creating-a-data-schema-for-amazon-ml.md#using-the-targetattributename-field). Si desea utilizar este origen de datos junto con un modelo que ya ha creado para generar predicciones, seleccione **No**. 1. Elija **Continuar**. 1. En **Does your data contain an identifier? (¿Sus datos contienen un identificador?)**, si sus datos no contienen un identificador de fila, elija **No**. Si los datos contienen un identificador de línea, seleccione **Yes**. Para obtener información sobre identificadores de línea, consulte [Funcionamiento del campo rowID](creating-a-data-schema-for-amazon-ml.md#using-the-rowid-field). 1. Elija **Revisar**. 1. En la página **Review**, revise los ajustes y, a continuación, seleccione **Finish**. Una vez que haya creado una fuente de datos, puede usarla para [create an ML model](creating-ml-model-on-the-amazon-ml-console.md). Si ya ha creado un modelo, puede usar la fuente de datos para [evaluate an ML model](evaluating_models.md) o [generate predictions](interpreting_predictions.md). ## Copiar una fuente de datos (consola) Cuando desee crear una fuente de datos que sea similar a una fuente de datos existente, puede utilizar la consola de Amazon ML para copiar la fuente de datos original y modificar su configuración. Por ejemplo, puede optar por empezar con una fuente de datos existente y, a continuación, modificar el esquema de datos para que se ajuste mejor a sus datos; cambiar la consulta SQL utilizada para descargar datos de Amazon Redshift; o especificar un usuario diferente AWS Identity and Access Management (IAM) para acceder al clúster de Amazon Redshift. **Para copiar y modificar una fuente de datos de Amazon Redshift** 1. Abra la consola Amazon Machine Learning en [https://console.aws.amazon.com/machinelearning/](https://console.aws.amazon.com/machinelearning/). 1. En el panel de Amazon ML, en **Entidades**, seleccione **Crear nuevo...** y, a continuación, seleccione **Origen de datos**. 1. En la página **Datos de entrada**, en **¿Dónde están los datos?**, elija **Amazon Redshift**. Si ya tiene una fuente de datos creada a partir de datos de Amazon Redshift, tiene la opción de copiar la configuración de otra fuente de datos. ![\[Amazon S3 and Amazon Redshift icons with option to copy settings from existing datasource.\]](http://docs.aws.amazon.com/es_es/machine-learning/latest/dg/images/infobar.png) Si aún no tiene ninguna fuente de datos creada a partir de datos de Amazon Redshift, esta opción no aparecerá. 1. Seleccione **Find a datasource (Buscar un origen de datos)**. 1. Seleccione la fuente de datos que desee copiar y seleccione **Copiar configuración**. Amazon ML rellena la mayor parte de la configuración de la fuente de datos automáticamente con la configuración de la fuente de datos original. No copia la contraseña de la base de datos, la ubicación del esquema o el nombre de la fuente de datos de la fuente de datos original. 1. Modifique la configuración rellenada automáticamente que desee cambiar. Por ejemplo, si desea cambiar los datos que descarga Amazon ML de Amazon Redshift, cambie la consulta SQL. 1. En **Database password**, escriba la contraseña de la base de datos. Amazon ML no almacena ni reutiliza la contraseña, por lo que debe proporcionarla siempre. 1. (Opcional) En **Ubicación del esquema**, Amazon ML selecciona **Deseo que Amazon ML genere un esquema recomendado de forma previa y automática**. Si ya ha creado un esquema, seleccione **Deseo usar el esquema que he creado y almacenado en Amazon S3** y escriba la ruta del archivo del esquema de Amazon S3. 1. (Opcional) En **Datasource name**, escriba un nombre para el origen de datos. De lo contrario, Amazon ML genera un nuevo nombre de la fuente de datos. 1. Seleccione **Verificar**. Amazon ML verifica que pueda conectarse a la base de datos de Amazon Redshift. 1. (Opcional) Si Amazon ML infiere el esquema por usted, en la página **Esquema**, revise los tipos de datos de todos los atributos y corríjalos, según sea necesario. 1. Elija **Continuar**. 1. Si desea usar este origen de datos para crear o evaluar un modelo de ML, en **Do you plan to use this dataset to create or evaluate an ML model? (¿Va a usar este conjunto de datos para crear o evaluar un modelo de ML?)**, elija **Yes (Sí)**. Si elige **Yes**, seleccione la línea de destino. Para obtener más información sobre destinos, consulte [Uso del targetAttributeName campo](creating-a-data-schema-for-amazon-ml.md#using-the-targetattributename-field). Si desea utilizar este origen de datos junto con un modelo que ya ha creado para generar predicciones, seleccione **No**. 1. Elija **Continuar**. 1. En **Does your data contain an identifier? (¿Sus datos contienen un identificador?)**, si sus datos no contienen un identificador de fila, elija **No**. Si los datos contienen un identificador de fila, seleccione **Yes** y seleccione la fila que desee utilizar como identificador. Para obtener información sobre identificadores de línea, consulte [Funcionamiento del campo rowID](creating-a-data-schema-for-amazon-ml.md#using-the-rowid-field). 1. Elija **Revisar**. 1. Revise la configuración y, a continuación seleccione **Finish**. Una vez que haya creado una fuente de datos, puede usarla para [create an ML model](creating-ml-model-on-the-amazon-ml-console.md). Si ya ha creado un modelo, puede usar la fuente de datos para [evaluate an ML model](evaluating_models.md) o [generate predictions](interpreting_predictions.md). # Temas de solución de problemas de Amazon Redshift A medida que crea su fuente de datos, modelos de ML y evaluación de Amazon Redshift, Amazon Machine Learning (Amazon ML) informa el estado de sus objetos de Amazon ML en la consola de Amazon ML. Si Amazon ML devuelve mensajes de error, utilice la siguiente información y los siguientes recursos para solucionar los problemas. Para obtener respuestas a preguntas generales sobre Amazon ML, consulte [Amazon Machine Learning FAQs](https://aws.amazon.com/machine-learning/faqs/). También puede buscar respuestas y publicar preguntas en el [foro de Amazon Machine Learning](https://forums.aws.amazon.com/forum.jspa?forumID=194). **Topics** + [Solución de errores](#trouble-errors) + [Cómo ponerse en contacto con AWS Support](#contacting-support) ## Solución de errores ### El formato del rol no es válido. Proporcione un rol de IAM válido. Por ejemplo, arn:aws:iam:: ID:Role/. YourAccount YourRedshiftRole **Causa** El formato del nombre de recurso de Amazon (ARN) de la función de IAM es incorrecto. **Solución** En el asistente Create Datasource, corrija el ARN de su rol. [https://docs.aws.amazon.com/IAM/latest/UserGuide/reference_identifiers.html#identifiers-arns](https://docs.aws.amazon.com/IAM/latest/UserGuide/reference_identifiers.html#identifiers-arns) La región es opcional para el rol de IAM. ARNs ### El rol no es válido. Amazon ML no puede asumir el rol de IAM . Proporcione un rol de IAM válido y haga que sea accesible para Amazon ML. **Causa** El rol no está configurado para permitir que Amazon ML lo asuma. **Solución** En la [consola de IAM](https://console.aws.amazon.com/iam/), edite su rol de forma que tenga una política de confianza que permita a Amazon ML asumir el rol adjunto a ella. ### Este usuario no está autorizado para transferir el rol de IAM . **Causa** El usuario de IAM no tiene una política de permisos que le permita transferir un rol a Amazon ML. **Solución** Adjunte una política de permisos al usuario de IAM que le permita transferir roles a Amazon ML. Puede adjuntar una política de permisos al usuario de IAM en la [consola de IAM](https://console.aws.amazon.com/iam/). ### No se permite transferir un rol de IAM entre cuentas. El rol de IAM debe pertenecer a esta cuenta. **Causa** No se puede transferir un rol que pertenece a otra cuenta de IAM. **Solución** Inicie sesión en la cuenta de AWS que utilizó para crear el rol. Puede ver sus roles de IAM en la consola de [IAM](https://console.aws.amazon.com/iam/). ### El rol especificado no tiene permisos para realizar la operación. Proporcione un rol que tenga una política que proporcione a Amazon ML los permisos necesarios. **Causa** El rol de IAM no tiene permisos para realizar la operación solicitada. **Solución** Edite la política de permisos adjunta al rol en la [consola de IAM](https://console.aws.amazon.com/iam/) para proporcionar los permisos necesarios. ### Amazon ML no puede configurar un grupo de seguridad en ese clúster de Amazon Redshift con el rol de IAM especificado. **Causa** Su rol de IAM no tiene los permisos necesarios para configurar un clúster de seguridad Amazon Redshift. **Solución** Edite la política de permisos adjunta al rol en la [consola de IAM](https://console.aws.amazon.com/iam/) para proporcionar los permisos necesarios. ### Se ha producido un error cuando Amazon ML ha intentado configurar un grupo de seguridad en el clúster. Inténtelo de nuevo más tarde. **Causa** Cuando Amazon ML ha intentado conectarse a su clúster de Amazon Redshift, se ha producido un problema. **Solución** Verifique que el rol de IAM que ha facilitado en el asistente Create Datasource tiene todos los permisos necesarios. ### El formato del ID del clúster no es válido. El clúster IDs debe empezar por una letra y debe contener únicamente caracteres alfanuméricos y guiones. No pueden contener dos guiones consecutivos ni acabar con guion. **Causa** El formato de ID de clúster Amazon Redshift es incorrecto. **Solución** En el asistente Create Datasource, corrija el ID de clúster de forma que contenga únicamente caracteres alfanuméricos y guiones y no contenga dos guiones consecutivos ni finalice con un guion. ### No existe ningún clúster , o bien el clúster no está en la misma región que el servicio de Amazon ML. Especifique un clúster en la misma región que este Amazon ML. **Causa** Amazon ML no puede encontrar el clúster de Amazon Redshift porque no está ubicado en la región en la que está creando un origen de datos de Amazon ML. **Solución** Verifique que el clúster existe en la página de [Clústeres](https://console.aws.amazon.com/redshift/home) de la consola Amazon Redshift, que está creando una fuente de datos en la misma región en la que se encuentra el clúster Amazon Redshift y que el ID de clúster especificado en el asistente Create Datasource es correcto. ### Amazon ML no puede leer los datos del clúster de Amazon Redshift. Proporcione el ID de clúster de Amazon Redshift correcto. **Causa** Amazon ML no puede leer los datos en el clúster de Amazon Redshift que ha especificado. **Solución** En el asistente Create Datasource, especifique el ID de clúster Amazon Redshift correcto, verifique que está creando una fuente de datos en la misma región que el clúster Amazon Redshift y que el clúster se encuentra en la lista de la página [Clústeres](https://console.aws.amazon.com/redshift/home) de Amazon Redshift. ### El clúster no se encuentra accesible al público. **Causa** Amazon ML no puede obtener acceso al clúster porque este no es de acceso público y no tiene una dirección IP pública. **Solución** Haga que el clúster sea accesible al público y asígnele una dirección IP pública. Para obtener información acerca de cómo hacer que los clústeres sean accesibles al público, consulte [Modificación de un clúster](https://docs.aws.amazon.com/redshift/latest/mgmt/managing-clusters-console.html#modify-cluster) en la *Guía de administración de Amazon Redshift*. ### El estado de clúster de no está disponible para Amazon ML. Utilice la consola de Amazon Redshift para ver y resolver este estado de clúster. El estado del clúster debe ser "disponible". **Causa** Amazon ML no puede ver el estado del clúster. **Solución** Asegúrese de que el clúster está disponible. Para obtener información acerca de cómo comprobar el estado del clúster, consulte [Obtención de información general acerca del estado del clúster](https://docs.aws.amazon.com/redshift/latest/mgmt/managing-clusters-console.html#status-cluster) en la *Guía de administración de Amazon Redshift*. Para obtener información acerca de cómo reiniciar el clúster para que se encuentre disponible, consulte [Reinicio de un clúster](https://docs.aws.amazon.com/redshift/latest/mgmt/managing-clusters-console.html#reboot-cluster) en la *Guía de administración de Amazon Redshift*. ### No existe ninguna base de datos en este clúster. Verifique que el nombre de la base de datos es correcta o especifique otro clúster y otra base de datos. **Causa** Amazon ML no puede encontrar la base de datos especificada en el clúster especificado. **Solución** Verifique que el nombre de la base de datos introducido en el asistente Create Datasource es correcto o especifique los nombres correctos de clúster y base de datos. ### Amazon ML no ha podido obtener acceso a la base de datos. Proporcione una contraseña válida para el usuario de base de datos . **Causa** La contraseña que ha facilitado en el asistente de creación de orígenes de datos para permitir que Amazon ML obtenga acceso a la base de datos de Amazon Redshift es incorrecta. **Solución** Proporcione la contraseña correcta para el usuario de la base de datos de Amazon Redshift. ### Se ha producido un error cuando Amazon ML ha intentado validar la consulta. **Causa** Ha surgido un problema con la consulta SQL. **Solución** Verifique que la consulta SQL es válida. ### Se ha producido un error al ejecutar la consulta SQL. Verifique el nombre de la base de datos y la consulta proporcionada. Causa raíz: \$1serverMessage\$1. **Causa** Amazon Redshift no ha podido ejecutar la consulta. **Solución** Verifique que ha especificado el nombre correcto de la base de datos en el asistente Create Datasource y que su consulta SQL es válida. ### Se ha producido un error al ejecutar la consulta SQL. Causa raíz: \$1serverMessage\$1. **Causa** Amazon Redshift no ha podido encontrar la tabla especificada. **Solución** Verifique que la tabla que ha especificado en el asistente Create Datasource se encuentra presente en la base de datos de clúster de Amazon Redshift y que ha introducido el ID de clúster, el nombre de la base de datos y la consulta SQL correctos. ## Cómo ponerse en contacto con AWS Support Si dispone de AWS Premium Support, puede crear un caso de soporte técnico en el [AWS Support Center](https://console.aws.amazon.com/support/home#).