Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Menggunakan asisten AI dengan tabel Lensa Penyimpanan S3
<a name="storage-lens-s3-tables-ai-tools"></a>

Anda dapat menggunakan asisten AI dan alat AI percakapan untuk berinteraksi dengan data Lensa Penyimpanan S3 yang diekspor ke Tabel S3 menggunakan bahasa alami. Dengan memanfaatkan Model Context Protocol (MCP) dan MCP Server untuk Amazon S3 Tables, Anda dapat melakukan kueri, menganalisis, dan mendapatkan wawasan dari data penyimpanan tanpa menulis kueri SQL.

## Ikhtisar
<a name="storage-lens-s3-tables-ai-tools-overview"></a>

Model Context Protocol (MCP) adalah cara standar bagi aplikasi AI untuk mengakses dan memanfaatkan informasi kontekstual. Server MCP untuk Tabel Amazon S3 menyediakan alat yang memungkinkan asisten AI berinteraksi dengan data Tabel S3 Anda menggunakan antarmuka bahasa alami. Ini mendemokratisasikan akses data dan memungkinkan individu di seluruh tingkat keterampilan teknis untuk bekerja dengan metrik Lensa Penyimpanan S3.

Dengan MCP Server untuk Tabel S3, Anda dapat menggunakan bahasa alami untuk:
+ Daftar bucket tabel S3, ruang nama, dan tabel
+ Kueri metrik Lensa Penyimpanan S3 dan dapatkan wawasan
+ Menganalisis tren dan pola penyimpanan
+ Identifikasi peluang optimasi biaya
+ Hasilkan laporan dan visualisasi

## Asisten AI yang didukung
<a name="storage-lens-s3-tables-ai-tools-supported"></a>

Server MCP untuk Tabel S3 bekerja dengan berbagai asisten AI yang mendukung Protokol Konteks Model, termasuk:
+ **Kiro** - Asisten pengkodean AI dengan dukungan MCP bawaan
+ **Amazon Q Developer** - AWS Asisten yang didukung AI untuk pengembang
+ **Cline - Asisten** pengkodean AI dengan integrasi MCP
+ **Claude Desktop - aplikasi desktop** Anthropic dengan dukungan MCP
+ **Kursor** - Editor kode bertenaga AI

**penting**  
Kueri dan rekomendasi SQL yang dihasilkan AI harus ditinjau dan divalidasi sebelum digunakan. Verifikasi bahwa kueri sesuai untuk struktur data, kasus penggunaan, dan persyaratan kinerja Anda. Selalu uji rekomendasi di lingkungan non-produksi sebelum menerapkannya dalam produksi.

## Menyiapkan Kiro dengan tabel Lensa Penyimpanan S3
<a name="storage-lens-s3-tables-ai-tools-kiro-setup"></a>

Kiro adalah asisten pengkodean AI yang menyediakan integrasi tanpa batas dengan Tabel S3 melalui Server MCP. Kiro dapat membantu Anda menginstal dan mengkonfigurasi MCP Server langsung melalui antarmuka, menyederhanakan proses setup.

Untuk informasi lebih lanjut tentang Kiro, lihat [Kiro AI](https://kiro.ai/).

### Prasyarat
<a name="storage-lens-s3-tables-ai-tools-kiro-prerequisites"></a>

Sebelum Anda mulai, pastikan Anda memiliki:
+ Kiro diinstal pada sistem Anda. Unduh dari [https://kiro.ai/](https://kiro.ai/)
+ AWS CLI dikonfigurasi dengan kredensyal yang sesuai
+ Konfigurasi Lensa Penyimpanan S3 dengan ekspor Tabel S3 diaktifkan
+ Izin untuk menanyakan Tabel S3. Untuk informasi selengkapnya, lihat [Izin untuk tabel Lensa Penyimpanan S3](storage-lens-s3-tables-permissions.md).

### Langkah 1: Instal Server MCP Tabel S3
<a name="storage-lens-s3-tables-ai-tools-kiro-step1"></a>

Anda dapat menginstal Server MCP Tabel S3 dengan dua cara:

**Opsi 1: Menggunakan manajemen server MCP bawaan Kiro**  
Kiro dapat membantu Anda menemukan dan menginstal server MCP secara langsung melalui antarmuka:

1. Buka Kiro

1. Akses antarmuka manajemen server MCP (biasanya melalui pengaturan atau palet perintah)

1. Cari “Tabel S3" atau “awslabs.s3-” tables-mcp-server

1. Ikuti petunjuk Kiro untuk menginstal dan mengkonfigurasi server

**Opsi 2: Instalasi manual menggunakan uvx**  
Atau, Anda dapat menginstal Server MCP secara manual menggunakan`uvx`, pelari paket Python:

```
uvx awslabs.s3-tables-mcp-server@latest
```

Untuk informasi selengkapnya tentang menginstal MCP Server, lihat dokumentasi [AWS S3 Tabel MCP](https://awslabs.github.io/mcp/servers/s3-tables-mcp-server) Server.

### Langkah 2: Konfigurasikan pengaturan Kiro MCP
<a name="storage-lens-s3-tables-ai-tools-kiro-step2"></a>

Buat atau perbarui file konfigurasi Kiro MCP Anda di `~/.kiro/settings/mcp.json` dengan konten berikut:

```
{
  "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"
      }
    }
  }
}
```

Ganti `your-aws-profile` dengan nama AWS CLI profil Anda dan `us-east-1` dengan AWS Wilayah Anda.

### Langkah 3: Verifikasi konfigurasi
<a name="storage-lens-s3-tables-ai-tools-kiro-step3"></a>

Setelah mengkonfigurasi MCP Server, restart Kiro dan verifikasi bahwa alat Tabel S3 tersedia. Anda dapat memeriksa server MCP yang tersedia di pengaturan Kiro atau dengan meminta Kiro untuk membuat daftar alat yang tersedia.

## Contoh kasus penggunaan dengan asisten AI
<a name="storage-lens-s3-tables-ai-tools-examples"></a>

Contoh berikut menunjukkan cara menggunakan perintah bahasa alami dengan asisten AI untuk berinteraksi dengan data S3 Storage Lens.

### Contoh 1: Kueri konsumen penyimpanan teratas
<a name="storage-lens-s3-tables-ai-tools-examples-consumers"></a>

**Prompt:** “Tunjukkan 10 bucket teratas berdasarkan konsumsi penyimpanan dari data Lensa Penyimpanan S3 saya.”

Asisten AI akan menggunakan Server MCP untuk menanyakan tabel Lensa Penyimpanan S3 Anda dan mengembalikan hasilnya, termasuk nama bucket, kelas penyimpanan, dan jumlah penyimpanan.

### Contoh 2: Menganalisis pertumbuhan penyimpanan
<a name="storage-lens-s3-tables-ai-tools-examples-growth"></a>

**Prompt:** “Analisis pertumbuhan penyimpanan saya selama 30 hari terakhir dan tunjukkan trennya.”

Asisten AI akan menanyakan tabel metrik penyimpanan, menghitung total penyimpanan harian, dan menyajikan tren pertumbuhan.

### Contoh 3: Identifikasi peluang optimasi biaya
<a name="storage-lens-s3-tables-ai-tools-examples-optimization"></a>

**Prompt:** “Temukan bucket dengan unggahan multipart yang tidak lengkap yang lebih lama dari 7 hari yang membuang-buang penyimpanan.”

Asisten AI akan menanyakan tabel metrik penyimpanan untuk unggahan multibagian yang tidak lengkap dan memberikan daftar ember dengan potensi penghematan biaya.

### Contoh 4: Temukan kandidat data dingin
<a name="storage-lens-s3-tables-ai-tools-examples-cold-data"></a>

**Prompt:** “Identifikasi awalan tanpa aktivitas dalam 100 hari terakhir yang disimpan dalam tingkatan penyimpanan panas.”

Asisten AI akan menganalisis metrik penyimpanan dan aktivitas untuk mengidentifikasi data yang dapat dipindahkan ke tingkat penyimpanan yang lebih dingin untuk pengoptimalan biaya.

### Contoh 5: Menghasilkan laporan penyimpanan
<a name="storage-lens-s3-tables-ai-tools-examples-reports"></a>

**Prompt:** “Buat laporan ringkasan penyimpanan S3 saya yang menunjukkan penyimpanan total, jumlah objek, dan pola permintaan selama seminggu terakhir.”

Asisten AI akan menanyakan beberapa tabel, mengumpulkan data, dan menghasilkan laporan yang komprehensif.

## Praktik terbaik untuk menggunakan asisten AI
<a name="storage-lens-s3-tables-ai-tools-best-practices"></a>

Ikuti praktik terbaik ini saat menggunakan asisten AI dengan data Lensa Penyimpanan S3:
+ **Jadilah spesifik dalam petunjuk Anda** - Berikan instruksi yang jelas dan spesifik tentang data apa yang ingin Anda analisis dan wawasan apa yang Anda cari.
+ **Verifikasi kueri yang dihasilkan AI** - Selalu tinjau dan validasi kueri dan rekomendasi SQL yang dihasilkan asisten AI sebelum menjalankannya atau mengambil tindakan. Asisten AI kadang-kadang dapat menghasilkan pertanyaan atau rekomendasi yang salah yang perlu diverifikasi terhadap kasus penggunaan dan data spesifik Anda.
+ **Gunakan izin yang sesuai** - Pastikan bahwa kredensil IAM yang digunakan oleh asisten AI hanya memiliki izin yang diperlukan. Untuk analisis hanya-baca, berikan hanya izin SELECT.
+ **Memantau penggunaan** - Lacak kueri yang dijalankan oleh asisten AI yang digunakan AWS CloudTrail untuk mempertahankan jejak audit.
+ **Mulailah dengan kueri sederhana** - Mulailah dengan pertanyaan langsung untuk memahami bagaimana asisten AI menafsirkan permintaan Anda, lalu lanjutkan ke analisis yang lebih kompleks.

## Penebangan dan ketertelusuran
<a name="storage-lens-s3-tables-ai-tools-logging"></a>

Saat menggunakan Server MCP Tabel S3 dengan asisten AI, Anda memiliki beberapa cara untuk mengaudit operasi:
+ **Log lokal** - MCP Server mencatat permintaan dan tanggapan secara lokal. Anda dapat menentukan direktori log menggunakan opsi `--log-dir` konfigurasi.
+ **AWS CloudTrail**- Semua operasi Tabel S3 melalui MCP Server menggunakan PyIceberg akan memiliki `awslabs/mcp/s3-tables-mcp-server/<version>` string agen pengguna. Anda dapat memfilter CloudTrail log oleh agen pengguna ini untuk melacak tindakan yang dilakukan oleh asisten AI.
+ **Sejarah asisten AI** - Asisten AI seperti Kiro dan Cline memelihara log riwayat yang merekam permintaan bahasa alami, respons LLM, dan instruksi yang diberikan ke Server MCP.

## Pertimbangan keamanan
<a name="storage-lens-s3-tables-ai-tools-security"></a>

Saat menggunakan asisten AI dengan data S3 Storage Lens, ikuti praktik terbaik keamanan berikut:
+ **Gunakan akses hak istimewa paling sedikit** - Berikan asisten AI hanya izin minimum yang diperlukan untuk tugas mereka.
+ **Aktifkan MFA** - Gunakan otentikasi multi-faktor untuk AWS akun yang diakses asisten AI.
+ **Tinjau izin secara teratur** - Audit izin yang diberikan kepada asisten AI secara berkala dan cabut akses yang tidak perlu.
+ **Gunakan kredensil terpisah** - Pertimbangkan untuk menggunakan AWS kredensil terpisah untuk akses asisten AI guna memfasilitasi pelacakan dan audit.
+ **Hindari berbagi data sensitif** - Berhati-hatilah dalam membagikan informasi sensitif dalam permintaan kepada asisten AI, terutama saat menggunakan layanan AI berbasis cloud.

## Pemecahan masalah
<a name="storage-lens-s3-tables-ai-tools-troubleshooting"></a>

### Asisten AI tidak dapat terhubung ke Tabel S3
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-connection"></a>

**Masalah:** Asisten AI melaporkan bahwa ia tidak dapat terhubung ke Tabel S3 atau Server MCP tidak merespons.

**Solusi:**
+ Verifikasi bahwa MCP Server diinstal dengan benar menggunakan `uvx awslabs.s3-tables-mcp-server@latest --version`
+ Periksa apakah AWS kredensil Anda dikonfigurasi dengan benar
+ Pastikan bahwa file konfigurasi MCP memiliki AWS profil dan wilayah yang benar

### Akses kesalahan ditolak
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-access"></a>

**Masalah:** Asisten AI menerima kesalahan akses yang ditolak saat menanyakan tabel Lensa Penyimpanan S3.

**Solusi:**
+ Verifikasi bahwa integrasi analitik diaktifkan pada keranjang `aws-s3` tabel
+ Periksa apakah izin Lake Formation telah dikonfigurasi dengan benar
+ Pastikan AWS kredensil memiliki izin IAM yang diperlukan

### Hasil yang salah atau tidak terduga
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-results"></a>

**Masalah:** Asisten AI mengembalikan hasil yang salah atau tidak terduga.

**Solusi:**
+ Tinjau kueri SQL yang dihasilkan oleh asisten AI
+ Verifikasi bahwa Anda menggunakan nama namespace yang benar untuk konfigurasi Lensa Penyimpanan
+ Periksa apakah data tersedia dengan menanyakan report\$1time terbaru
+ Perbaiki prompt Anda agar lebih spesifik tentang apa yang ingin Anda analisis

## Sumber daya tambahan
<a name="storage-lens-s3-tables-ai-tools-resources"></a>

Untuk informasi selengkapnya tentang penggunaan asisten AI dengan Tabel S3, lihat sumber daya berikut:
+ [Kiro AI - Asisten](https://kiro.ai/) pengkodean AI dengan dukungan MCP bawaan
+ [Menerapkan AI percakapan untuk Tabel S3 menggunakan Model Context Protocol (MCP)](https://aws.amazon.com/blogs/storage/implementing-conversational-ai-for-s3-tables-using-model-context-protocol-mcp/) - Blog Penyimpanan AWS 
+ [AWS S3 Tabel MCP Server dokumentasi](https://awslabs.github.io/mcp/servers/s3-tables-mcp-server)
+ [Spesifikasi Protokol Konteks Model](https://modelcontextprotocol.io/)