# 将 AI 助手与 S3 Storage Lens 存储统计管理工具表结合使用
<a name="storage-lens-s3-tables-ai-tools"></a>

您可以使用 AI 助手和对话式 AI 工具，通过自然语言与导出到 S3 表类数据存储服务的 S3 Storage Lens 存储统计管理工具数据进行交互。通过利用模型上下文协议（MCP）和适用于 Amazon S3 表类数据存储服务的 MCP 服务器，您无需编写 SQL 查询，即可查询、分析存储数据并从中获取见解。

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

模型上下文协议（MCP）是 AI 应用程序访问和利用上下文信息的一种标准化方式。适用于 Amazon S3 表类数据存储服务的 MCP 服务器提供的工具使 AI 助手能够使用自然语言界面与您的 S3 表类数据存储服务数据进行交互。这使数据访问变得大众化，并使不同技术技能水平的个人都能使用 S3 Storage Lens 存储统计管理工具指标。

使用适用于 S3 表类数据存储服务的 MCP 服务器，您可以使用自然语言来：
+ 列出 S3 表存储桶、命名空间和表
+ 查询 S3 Storage Lens 存储统计管理工具指标并获取见解
+ 分析存储趋势和模式
+ 识别成本优化机会
+ 生成报告和可视化效果

## 支持的 AI 助手
<a name="storage-lens-s3-tables-ai-tools-supported"></a>

适用于 S3 表类数据存储服务的 MCP 服务器可与支持模型上下文协议的各种 AI 助手结合使用，包括：
+ **Kiro**：一款内置了 MCP 支持的 AI 编码助手
+ **Amazon Q 开发者版**：Amazon 的面向开发人员的人工智能助手
+ **Cline**：一款集成了 MCP 的 AI 编码助手
+ **Claude Desktop**：Anthropic 的支持 MCP 的桌面应用程序
+ **Cursor**：一款人工智能驱动的代码编辑器

**重要**  
AI 生成式 SQL 查询和建议应在使用前进行审核和验证。验证查询是否适合您的数据结构、使用案例和性能要求。在生产环境中实施建议之前，始终在非生产环境中测试建议。

## 使用 S3 Storage Lens 存储统计管理工具表设置 Kiro
<a name="storage-lens-s3-tables-ai-tools-kiro-setup"></a>

Kiro 是一款 AI 编码助手，可通过 MCP 服务器与 S3 表类数据存储服务进行无缝集成。Kiro 可以直接通过其界面协助您安装和配置 MCP 服务器，从而简化设置过程。

有关 Kiro 的更多信息，请参阅 [Kiro AI](https://kiro.ai/)。

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

在开始之前，请确保您满足以下条件：
+ Kiro 安装在您的系统上。从 [https://kiro.ai/](https://kiro.ai/) 下载
+ 使用适当的凭证配置了 Amazon CLI
+ 具有启用了 S3 表类数据存储服务导出的 S3 Storage Lens 存储统计管理工具配置
+ 查询 S3 表类数据存储服务的权限。有关更多信息，请参阅 [S3 Storage Lens 存储统计管理工具表的权限](storage-lens-s3-tables-permissions.md)。

### 步骤 1：安装 S3 表类数据存储服务 MCP 服务器
<a name="storage-lens-s3-tables-ai-tools-kiro-step1"></a>

您可以通过两种方式安装 S3 表类数据存储服务 MCP 服务器：

**选项 1：使用 Kiro 的内置 MCP 服务器管理**  
Kiro 可以通过其界面直接协助您发现和安装 MCP 服务器：

1. 打开 Kiro

1. 访问 MCP 服务器管理界面（通常通过设置或命令面板）

1. 搜索“S3 表类数据存储服务”或“awslabs.s3-tables-mcp-server”

1. 按照 Kiro 的提示安装和配置服务器

**选项 2：使用 uvx 手动安装**  
或者，您可以使用 Python 软件包运行器 `uvx` 手动安装 MCP 服务器：

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

有关安装 MCP 服务器的更多信息，请参阅 [Amazon S3 Tables MCP Server 文档](https://awslabs.github.io/mcp/servers/s3-tables-mcp-server)。

### 步骤 2：配置 Kiro MCP 设置
<a name="storage-lens-s3-tables-ai-tools-kiro-step2"></a>

使用以下内容在 `~/.kiro/settings/mcp.json` 中创建或更新您的 Kiro MCP 配置文件：

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

将 `your-aws-profile` 替换为您的 Amazon CLI 配置文件名称，并将 `us-east-1` 替换为您的 Amazon 区域。

### 步骤 3：验证配置
<a name="storage-lens-s3-tables-ai-tools-kiro-step3"></a>

配置 MCP 服务器后，重新启动 Kiro 并验证 S3 表类数据存储服务工具是否可用。您可以在 Kiro 的设置中查看可用的 MCP 服务器，也可以让 Kiro 列出可用的工具。

## AI 助手使用案例示例
<a name="storage-lens-s3-tables-ai-tools-examples"></a>

以下示例演示如何通过 AI 助手使用自然语言提示与 S3 Storage Lens 存储统计管理工具数据交互。

### 示例 1：查询排名靠前的存储使用者
<a name="storage-lens-s3-tables-ai-tools-examples-consumers"></a>

**提示：**“显示我的 S3 Storage Lens 存储统计管理工具数据中按存储消耗量排列的前 10 个存储桶。”

AI 助手将使用 MCP 服务器来查询您的 S3 Storage Lens 存储统计管理工具表并返回结果，包括存储桶名称、存储类别和存储量。

### 示例 2：分析存储增长
<a name="storage-lens-s3-tables-ai-tools-examples-growth"></a>

**提示：**“分析过去 30 天我的存储增长并向我展示趋势。”

AI 助手将查询存储指标表，计算每日存储总量，并显示增长趋势。

### 示例 3：识别成本优化机会
<a name="storage-lens-s3-tables-ai-tools-examples-optimization"></a>

**提示：**“查找具有超过 7 天的未完成分段上传且正在浪费存储空间的存储桶。”

AI 助手将查询存储指标表中是否有未完成的分段上传，并提供可能节省成本的存储桶列表。

### 示例 4：查找冷数据候选对象
<a name="storage-lens-s3-tables-ai-tools-examples-cold-data"></a>

**提示：**“识别存储在热存储层中的过去 100 天内没有活动的前缀。”

AI 助手将分析存储和活动指标，以确定可以移到较冷的存储层以进行成本优化的数据。

### 示例 5：生成存储报告
<a name="storage-lens-s3-tables-ai-tools-examples-reports"></a>

**提示：**“创建我的 S3 存储的摘要报告，显示上周的总存储空间、对象计数和请求模式。”

AI 助手将查询多个表、汇总数据并生成综合报告。

## 使用 AI 助手的最佳实践
<a name="storage-lens-s3-tables-ai-tools-best-practices"></a>

将 AI 助手与 S3 Storage Lens 存储统计管理工具数据结合使用时，请遵循以下最佳实践：
+ **提示内容要具体**：提供清晰、具体的说明，指出您要分析哪些数据以及要寻找哪些见解。
+ **验证 AI 生成的查询**：在执行 AI 助手生成的 SQL 查询和建议或采取行动之前，请务必审核和验证这些查询和建议。AI 助手偶尔可能会生成错误的查询或建议，需要根据您的特定使用案例和数据进行验证。
+ **使用适当的权限**：确保 AI 助手使用的 IAM 凭证仅具有必要的权限。要进行只读分析，请仅授予 SELECT 权限。
+ **监控使用情况**：跟踪 AI 助手使用 Amazon CloudTrail 执行的查询，用于维护审计跟踪记录。
+ **从简单的查询开始**：从简单的查询开始，了解 AI 助手如何解释您的提示，然后进行更复杂的分析。

## 日志记录和可追溯性
<a name="storage-lens-s3-tables-ai-tools-logging"></a>

将 S3 表类数据存储服务 MCP 服务器与 AI 助手结合使用时，有多种方法可以审计操作：
+ **本地日志**：MCP 服务器在本地记录请求和响应。您可以使用 `--log-dir` 配置选项指定日志目录。
+ **Amazon CloudTrail**：使用 PyIceberg 通过 MCP 服务器进行的所有 S3 表类数据存储服务操作都将 `awslabs/mcp/s3-tables-mcp-server/<version>` 作为用户代理字符串。您可以通过此用户代理筛选 CloudTrail 日志，以跟踪 AI 助手执行的操作。
+ **AI 助手历史记录**：像 Kiro 和 Cline 这样的 AI 助手会维护历史记录日志，其中记录自然语言请求、LLM 响应和提供给 MCP 服务器的说明。

## 安全注意事项
<a name="storage-lens-s3-tables-ai-tools-security"></a>

将 AI 助手与 S3 Storage Lens 存储统计管理工具数据结合使用时，请遵循以下安全最佳实践：
+ **使用最低权限访问**：仅向 AI 助手授予其任务所需的最小权限。
+ **启用 MFA**：对 AI 助手访问的 Amazon 账户使用多重身份验证。
+ **定期审核权限**：定期审计授予 AI 助手的权限并撤消不必要的访问权限。
+ **使用单独的凭证**：考虑使用单独的 Amazon 凭证来访问 AI 助手，以便于跟踪和审计。
+ **避免共享敏感数据**：在向 AI 助手的提示中共享敏感信息时要谨慎行事，尤其是在使用基于云的 AI 服务时。

## 问题排查
<a name="storage-lens-s3-tables-ai-tools-troubleshooting"></a>

### AI 助手无法连接到 S3 表类数据存储服务
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-connection"></a>

**问题：**AI 助手报告它无法连接到 S3 表类数据存储服务或 MCP 服务器没有响应。

**解决方案：**
+ 验证是否使用 `uvx awslabs.s3-tables-mcp-server@latest --version` 正确安装了 MCP 服务器
+ 检查您的 Amazon 凭证配置是否正确
+ 确保 MCP 配置文件具有正确的 Amazon 配置文件和区域

### 访问被拒绝错误
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-access"></a>

**问题：**AI 助手在查询 S3 Storage Lens 存储统计管理工具表时收到访问被拒绝错误。

**解决方案：**
+ 验证是否在 `aws-s3` 表存储桶上启用了分析集成
+ 检查 Lake Formation 权限是否已正确配置
+ 确保 Amazon 凭证具有必要的 IAM 权限

### 结果不正确或不符合预期
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-results"></a>

**问题：**AI 助手返回的结果不正确或不符合预期。

**解决方案：**
+ 查看 AI 助手生成的 SQL 查询
+ 验证您为 Storage Lens 存储统计管理工具配置使用了正确的命名空间
+ 通过查询最新的 report\_time 来检查数据是否可用
+ 完善提示以更具体地说明要分析的内容

## 其他资源
<a name="storage-lens-s3-tables-ai-tools-resources"></a>

有关将 AI 助手与 S3 表类数据存储服务结合使用的更多信息，请参阅以下资源：
+ [Kiro AI](https://kiro.ai/)：一款内置了 MCP 支持的 AI 编码助手
+ [Implementing conversational AI for S3 Tables using Model Context Protocol (MCP)](https://www.amazonaws.cn/blogs/storage/implementing-conversational-ai-for-s3-tables-using-model-context-protocol-mcp/) - Amazon Storage Blog
+ [Amazon S3 Tables MCP Server 文档](https://awslabs.github.io/mcp/servers/s3-tables-mcp-server)
+ [模型上下文协议规范](https://modelcontextprotocol.io/)