AWS Aurora DSQL MCP Server

Qu'est-ce que le serveur AWS Aurora DSQL MCP ?

Le serveur AWS Aurora DSQL MCP est un point d'intégration entre le moteur SQL distribué compatible PostgreSQL d'Aurora et le protocole de contexte de modèle (MCP). Il permet aux applications alimentées par LLM d'accéder, de requêter et de manipuler nativement des données relationnelles distribuées dans les clusters Aurora via des points de terminaison MCP standardisés. En reliant le SQL distribué à l'écosystème MCP, il permet aux assistants IA et aux flux de travail de prendre en charge des charges analytiques complexes et évolutives directement sur Aurora, en utilisant des fonctionnalités SQL avancées, la concurrence et une haute disponibilité.

Comment configurer

1. Prérequis:

   • Un cluster actif Amazon Aurora compatible PostgreSQL avec SQL distribué activé.
   • Accès à l'ARN des ressources du cluster et aux identifiants AWS nécessaires.
   • Environnement Python avec uv installé.

2. Arguments du serveur (à configurer dans votre fichier de configuration client MCP, tel que mcp.json):

   {
     "awslabs.aurora-dsql-mcp-server": {
       "command": "uvx",
       "args": ["awslabs.aurora-dsql-mcp-server@latest"],
       "env": {
         "AWS_PROFILE": "votre-profil-aws",
         "AWS_REGION": "us-east-1",
         "AURORA_RESOURCE_ARN": "arn:aws:rds:us-east-1:123456789012:cluster:mon-cluster-aurora",
         "AURORA_SECRET_ARN": "arn:aws:secretsmanager:us-east-1:123456789012:secret:monsecret",
         "AURORA_DATABASE": "votre_base_de_données"
       }
     }
   }
   

3. Variables d'environnement:

   • AURORA_RESOURCE_ARN: ARN du cluster Aurora.
   • AURORA_SECRET_ARN: ARN du secret contenant les identifiants de la base de données.
   • AURORA_DATABASE: Nom de la base de données cible.
   • AWS_PROFILE: Profil AWS CLI (ou identifiants équivalents via l'environnement).

4. Déploiement:

   • Ajoutez la configuration au fichier de configuration client MCP approprié (~/.aws/amazonq/mcp.json, .cursor/mcp.json, etc.).
   • Assurez-vous que les permissions IAM permettent l'accès à l'API de données d'Aurora et la récupération du Secrets Manager.
   • Démarrez votre client MCP ou assistant de code pour initier la connexion au serveur.

Comment utiliser

1. Ouvrez votre assistant de code alimenté par LLM ou un outil compatible MCP (par exemple, Amazon Q, Cursor, Cline).
2. Assurez-vous que le serveur AWS Aurora DSQL MCP est activé dans la liste des serveurs MCP.
3. Utilisez un langage naturel ou des invites explicites (par exemple, "En utilisant le serveur Aurora DSQL MCP, exécutez une requête analytique pour...") pour demander des données ou effectuer des opérations.
4. Le client MCP invoquera les outils serveur (par exemple, sql_query, list_tables) si nécessaire, retournant les résultats ou actions dans votre flux de travail.
5. En option, validez ou consultez chaque invocation d'outil serveur selon vos paramètres client.
6. Les résultats (enregistrements, métadonnées, diagnostics) apparaissent dans la conversation ou les panneaux de sortie de votre assistant IA.

Caractéristiques principales

• Exécution de requêtes SQL distribuées avec compatibilité PostgreSQL sur Aurora
• Accès sécurisé basé sur les rôles utilisant les identifiants AWS et le Secrets Manager
• Entièrement intégré dans l'écosystème MCP et les agents alimentés par LLM
• Outils pour la découverte de schémas de base de données, l'exploration des données et l'analyse
• Concurrence à grande échelle, évolutivité des transactions et des lectures (avantages d'Aurora DSQL)
• Support des entrées SQL paramétrées pour réduire les risques d'injection
• Intégration transparente dans des flux de travail IA conversationnels, autonomes ou en arrière-plan

Cas d'utilisation

• Analyse de données conversationnelle : Permettre aux chatbots IA de répondre à des questions commerciales en utilisant des requêtes SQL distribuées en direct.
• Pipelines ETL automatisés : Déclencher des transformations et agrégations distribuées dans le cadre de flux de données alimentés par LLM.
• Exploration de données cloud-native : Permettre aux développeurs et aux data scientists d'explorer les bases de données Aurora distribuées via des requêtes en langage naturel dans les IDE.
• Audit et conformité : Utiliser les LLM pour récupérer automatiquement des rapports de conformité ou effectuer des audits de sécurité sur des ensembles de données distribués.
• Tableaux de bord et reporting : S'intégrer avec des outils de tableau de bord ou des agents BI pour intégrer des données en direct dans des visualisations et des outils de prise de décision.

FAQ

Q1 : Ce serveur prend-il en charge les clusters PostgreSQL réguliers ou seulement Aurora Distributed SQL ?
A1 : Ce serveur est spécifiquement conçu pour les clusters compatibles PostgreSQL d'Aurora avec SQL distribué activé. Utilisez le serveur MCP PostgreSQL Aurora pour les clusters Aurora standard ou PostgreSQL sur site.

Q2 : Quel niveau de syntaxe SQL est pris en charge ?
A2 : Le serveur prend en charge le dialecte PostgreSQL complet tel qu'implémenté par Aurora DSQL, y compris les fonctionnalités analytiques avancées et les requêtes distribuées. Certaines instructions physiques ou de niveau système peuvent être restreintes pour des raisons de sécurité.

Q3 : Comment fonctionne l'authentification et l'autorisation ?
A3 : Le serveur s'appuie sur l'authentification IAM AWS avec accès à la fois à l'API de données d'Aurora et au secret du Secrets Manager contenant les identifiants de la base de données. Toutes les opérations sont autorisées en fonction de votre rôle IAM configuré et des autorisations de la base de données.

Q4 : Le serveur MCP peut-il modifier l'état de la base de données ou uniquement effectuer des requêtes en lecture seule ?
A4 : Par défaut, les opérations de lecture et d'écriture (INSERT, UPDATE, DELETE) sont prises en charge, sous réserve de configuration. Pour des raisons de sécurité accrues, vous pouvez configurer le serveur pour un accès en lecture seule via les paramètres d'environnement.

Q5 : Comment détecter et résoudre les problèmes de performance des requêtes ?
A5 : Le serveur renvoie des diagnostics d'exécution (temps, erreurs, statut) pour chaque invocation d'outil. Pour un réglage avancé, la surveillance standard d'Aurora/PostgreSQL (CloudWatch, Performance Insights) doit être utilisée directement.