Import

Um einen Datensatz von Athena in Data Wrangler zu importieren

1. Melden Sie sich bei Amazon SageMaker Console an.

2. Wählen Sie Studio.

3. Wählen Sie App starten.

4. Wählen Sie in der Auswahlliste Studio aus.

5. Wählen Sie das Symbol Startseite aus.

6. Wählen Sie Datenaus.

7. Wählen Sie Data Wrangler.

8. Wählen Sie Daten importieren aus.

9. Wählen Sie unter Verfügbar Amazon Athena aus.

10. Wählen Sie für Datenkatalog einen Datenkatalog aus.

11. Wählen Sie von der Auswahlliste Datenbank die Datenbank aus, die Sie abfragen möchten. Wenn Sie eine Datenbank auswählen, können Sie mithilfe der unter Details aufgelisteten Tabellen eine Vorschau aller Tabellen in Ihrer Datenbank anzeigen.

12. (Optional) Wählen Sie Erweiterte Konfiguration aus.

    1. Wählen Sie eine Arbeitsgruppe aus.

    2. Wenn Ihre Arbeitsgruppe den Amazon S3-Ausgabespeicherort nicht durchgesetzt hat oder wenn Sie keine Arbeitsgruppe verwenden, geben Sie einen Wert für den Amazon S3-Speicherort für die Abfrageergebnisse an.

    3. (Optional) Aktivieren Sie für Datenaufbewahrungsdauer das Kontrollkästchen, um eine Datenaufbewahrungsdauer festzulegen, und geben Sie die Anzahl der Tage an, für die die Daten gespeichert werden sollen, bevor sie gelöscht werden.

    4. (Optional) Data Wrangler speichert die Verbindung standardmäßig. Sie können das Kontrollkästchen deaktivieren und die Verbindung nicht speichern.

13. Wählen Sie für Probenahme eine Methode zur Probenahme aus. Wählen Sie Keine, um die Probenahme zu deaktivieren.

14. Geben Sie Ihre Abfrage in den Abfrage-Editor ein und verwenden Sie die Schaltfläche Ausführen, um die Abfrage auszuführen. Nach erfolgreicher Abfrage sehen Sie im Editor eine Vorschau Ihres Ergebnisses.

    Anmerkung

    Salesforce-Daten verwenden den Typ timestamptz. Wenn Sie die Spalte für Zeitstempel abfragen, die Sie aus Salesforce in Athena importiert haben, wandeln Sie die Daten in der Spalte in den Typ timestamp um. Die folgende Abfrage wandelt die Spalte für Zeitstempel in den richtigen Typ um.

    
    # cast column timestamptz_col as timestamp type, and name it as timestamp_col
    select cast(timestamptz_col as timestamp) as timestamp_col from table
                            

15. Um die Ergebnisse Ihrer Abfrage zu importieren, wählen Sie Import aus.

Gehen Sie wie folgt vor, um Berechtigungen zur Verwaltung der Lebenszykluskonfiguration zu erteilen.

1. Melden Sie sich bei der an AWS Management Console und öffnen Sie die IAM Konsole unter https://console.aws.amazon.com/iam/.

2. Wählen Sie Roles.

3. Geben Sie in der Suchleiste die SageMaker Amazon-Ausführungsrolle an, die Amazon SageMaker Studio Classic verwendet.

4. Wählen Sie die Rolle aus.

5. Wählen Sie Add permissions (Berechtigungen hinzufügen) aus.

6. Wählen Sie Inline-Richtlinie erstellen aus.

7. Geben Sie für Service S3 an und wählen Sie diesen aus.

8. Wählen Sie im Abschnitt Lesen die Option GetLifecycleConfiguration.

9. Wählen Sie im Abschnitt Schreiben die Option PutLifecycleConfiguration.

10. Wählen Sie für Ressourcen die Option Spezifisch aus.

11. Wählen Sie für Aktionen das Pfeilsymbol neben Berechtigungsverwaltung aus.

12. Wählen Sie PutResourcePolicy.

13. Wählen Sie für Ressourcen die Option Spezifisch aus.

14. Wählen Sie das Kontrollkästchen neben Alle in diesem Konto aus.

15. Wählen Sie Richtlinie prüfen.

16. Geben Sie für Name einen Namen an.

17. Wählen Sie Create Policy (Richtlinie erstellen) aus.

So stellen Sie eine Verbindung zu einem Amazon-Redshift-Cluster her

1. Melden Sie sich bei Amazon SageMaker Console an.

2. Wählen Sie Studio.

3. Wählen Sie App starten.

4. Wählen Sie in der Auswahlliste Studio aus.

5. Wählen Sie das Symbol Startseite aus.

6. Wählen Sie Datenaus.

7. Wählen Sie Data Wrangler.

8. Wählen Sie Daten importieren aus.

9. Wählen Sie unter Verfügbar Amazon Athena aus.

10. Wählen Sie Amazon Redshift aus.

11. Wählen Sie Temporäre Anmeldeinformationen (IAM) als Typ aus.

12. Geben Sie einen Verbindungsnamen ein. Dies ist ein Name, der von Data Wrangler verwendet wird, um diese Verbindung zu identifizieren.

13. Geben Sie die Cluster-ID ein, um anzugeben, zu welchem Cluster Sie eine Verbindung herstellen möchten. Hinweis: Geben Sie nur die Cluster-ID und nicht den vollständigen Endpunkt des Amazon-Redshift-Clusters ein.

14. Geben Sie den Datenbanknamen der Datenbank ein, mit der Sie eine Verbindung herstellen möchten.

15. Geben Sie einen Datenbankbenutzer ein, um den Benutzer zu identifizieren, den Sie für die Verbindung mit der Datenbank verwenden möchten.

16. Geben Sie UNLOADIAMunter Rolle die IAM Rolle der Rolle ein, die ARN der Amazon Redshift Redshift-Cluster übernehmen soll, um Daten in Amazon S3 zu verschieben und zu schreiben. Weitere Informationen zu dieser Rolle finden Sie unter Authorizing Amazon Redshift to access other AWS services in Ihrem Namen im Amazon Redshift Management Guide.

17. Wählen Sie Connect aus.

18. (Optional) Geben Sie für den Amazon S3 S3-Ausgabespeicherort den S3 URI an, in dem die Abfrageergebnisse gespeichert werden sollen.

19. (Optional) Geben Sie für die KMSSchlüssel-ID die ARN des AWS KMS Schlüssels oder Alias an. Die folgende Abbildung zeigt Ihnen, wo Sie jeden dieser Schlüssel in der AWS Management Console finden.

    

Gehen Sie wie folgt vor, um Daten aus Amazon Redshift abzufragen und zu importieren

1. Wählen Sie aus Datenquellen die Verbindung aus, über die Sie die Abfrage vornehmen möchten.

2. Wählen Sie ein Schema aus. Weitere Informationen zu Amazon Redshift-Schemata finden Sie unter Schemata im Entwicklerhandbuch für Amazon Redshift-Datenbanken.

3. (Optional) Geben Sie unter Erweiterte Konfiguration die Probenahme-Methode an, die Sie verwenden möchten.

4. Geben Sie Ihre Abfrage in den Abfrage-Editor ein und wählen Sie Ausführen, um die Abfrage auszuführen. Nach erfolgreicher Abfrage sehen Sie im Editor eine Vorschau Ihres Ergebnisses.

5. Wählen Sie Datensatz importieren aus, um den abgefragten Datensatz zu importieren.

6. Geben Sie einen Datensatznamen ein. Wenn Sie einen Datensatznamen hinzufügen, der Leerzeichen enthält, werden diese Leerzeichen beim Import Ihres Datensatzes durch Unterstriche ersetzt.

7. Wählen Sie Hinzufügen aus.

Gehen Sie wie folgt vor, um einen Datensatz zu bearbeiten.

1. Navigieren Sie zu Ihrem Data Wrangler-Ablauf.

2. Wählen Sie das + neben Quelle – Gesampelt.

3. Ändern Sie die importierten Daten.

4. Wählen Sie Anwenden aus.

Gehen Sie wie folgt vorVPC, um Studio Classic innerhalb von zu starten.

1. Navigieren Sie zur SageMaker Konsole unter https://console.aws.amazon.com/sagemaker/.

2. Wählen Sie Launch SageMaker Studio Classic.

3. Wählen Sie Standardeinstellung.

4. Wählen Sie unter Standard-Ausführungsrolle die IAM Rolle aus, mit der Studio Classic eingerichtet werden soll.

5. Wählen Sie den VPC Ort aus, an dem Sie die EMR Amazon-Cluster gestartet haben.

6. Wählen Sie als Subnetz ein privates Subnetz aus.

7. Geben Sie unter Sicherheitsgruppe (n) die Sicherheitsgruppen an, die Sie zur Steuerung zwischen Ihren Gruppen verwendenVPC.

8. Wählen Sie VPCNur.

9. (Optional) AWS verwendet einen Standard-Verschlüsselungsschlüssel. Sie können einen AWS Key Management Service Schlüssel zur Verschlüsselung Ihrer Daten angeben.

10. Wählen Sie Weiter.

11. Wählen Sie unter Studio-Einstellungen die Konfigurationen aus, die am besten für Sie geeignet sind.

12. Wählen Sie Weiter, um die SageMaker Canvas-Einstellungen zu überspringen.

13. Wählen Sie Weiter, um die RStudio Einstellungen zu überspringen.

Gehen Sie wie folgt vor, um einen Cluster zu erstellen.

1. Navigieren Sie zur AWS Management Console.

2. Geben Sie in die Suchleiste Amazon EMR ein.

3. Wählen Sie Cluster erstellen.

4. Geben Sie als Cluster-Name den Namen Ihres Clusters ein.

5. Wählen Sie als Veröffentlichung die veröffentlichte Version des Clusters aus.

   Anmerkung

   Amazon EMR unterstützt die auto Kündigung für die folgenden Versionen:

   • Für 6.x-Versionen: Versionen 6.1.0 oder später

   • Für 5.x-Versionen die Versionen 5.30.0 oder später

   Automatisches Beenden verhindert, dass inaktive Cluster ausgeführt werden, und verhindert, dass Ihnen Kosten entstehen.

6. (Optional) Wählen Sie für Anwendungen Presto aus.

7. Wählen Sie die Anwendung aus, die Sie auf dem Cluster ausführen.

8. Geben Sie unter Netzwerk für Hardwarekonfiguration die Hardwarekonfigurationseinstellungen an.

   Wichtig

   Wählen Sie für Networking VPC das aus, auf dem Amazon SageMaker Studio Classic ausgeführt wird, und wählen Sie ein privates Subnetz aus.

9. Geben Sie unter Sicherheit und Zugriff die Sicherheitseinstellungen an.

10. Wählen Sie Create (Erstellen) aus.

Gehen Sie wie folgt vor, um Daten aus einem Cluster zu importieren.

1. Öffnen Sie einen Data Wrangler-Ablauf.

2. Wählen Sie Create Connection (Verbindung erstellen) aus.

3. Wählen Sie Amazon EMR.

4. Führen Sie eine der folgenden Aufgaben aus.

   • (Optional) Geben Sie für Secrets ARN die Amazon-Ressourcennummer (ARN) der Datenbank innerhalb des Clusters an. Secrets geben zusätzliche Sicherheit. Weitere Informationen zu Geheimnissen finden Sie unter Was ist AWS Secrets Manager? Informationen zum Erstellen eines Geheimnisses für Ihren Cluster finden Sie unter Ein AWS Secrets Manager Geheimnis für Ihren Cluster erstellen.

     Wichtig

     Sie müssen ein Geheimnis angeben, wenn Sie eine IAM Runtime-Rolle für die Authentifizierung verwenden.

   • Wählen Sie aus der Dropdown-Tabelle einen Cluster aus.

5. Wählen Sie Weiter.

6. Für Wählen Sie einen Endpunkt für example-cluster-name Cluster, wählen Sie eine Abfrage-Engine aus.

7. (Optional) Wählen Sie Verbindung speichern aus.

8. Wählen Sie Weiter aus, wählen Sie Anmeldung und wählen Sie dann eine der folgenden Optionen aus:

   • Keine Authentifizierung

   • LDAP

   • IAM

9. Für die Anmeldung bei example-cluster-name Cluster, geben Sie den Benutzernamen und das Passwort für den Cluster an.

10. Wählen Sie Connect aus.

11. Geben Sie im Abfrage-Editor eine SQL Abfrage an.

12. Wählen Sie Ausführen aus.

13. Wählen Sie Importieren aus.

Gehen Sie wie folgt vor, um Ihre Anmeldeinformationen als Secret zu speichern.

1. Navigieren Sie zur AWS Management Console.

2. Geben Sie im Suchfeld Secrets Manager an.

3. Wählen Sie AWS Secrets Manager.

4. Wählen Sie Store a new secret (Ein neues Secret speichern).

5. Als Secret-Typ wählen Sie Anderer Secret-Typ aus.

6. Wählen Sie unter Schlüssel/Wert-Paare die Option Klartext aus.

7. Für Cluster, auf denen Hive ausgeführt wird, können Sie die folgende Vorlage für die Authentifizierung verwenden. IAM

   
   {"jdbcURL": ""
    "iam_auth": {"endpoint": "jdbc:hive2://", #required
                   "dns": "ip-xx-x-xxx-xxx.ec2.internal", #required 
                   "port": "10000", #required
                 "cluster_id": "j-xxxxxxxxx", #required
                 "iam_role": "arn:aws:iam::xxxxxxxx:role/xxxxxxxxxxxx", #optional
                 "truststore_path": "/etc/alternatives/jre/lib/security/cacerts", #optional
                 "truststore_password": "changeit" #optional
                 
                 }}                               
                               

   Anmerkung

   Wenn Sie Ihre Daten importiert haben, wenden Sie Transformationen darauf an. Anschließend exportieren Sie die so transformierten Daten an einen bestimmten Speicherort. Wenn Sie ein Jupyter Notebook verwenden, um Ihre transformierten Daten nach Amazon S3 zu exportieren, müssen Sie den im vorangehenden Beispiel angegebenen Truststore-Pfad verwenden.

Gehen Sie JDBC URL wie folgt vor, um das als Geheimnis zu speichern.

1. Navigieren Sie zur AWS Management Console.

2. Geben Sie im Suchfeld Secrets Manager an.

3. Wählen Sie AWS Secrets Manager.

4. Wählen Sie Store a new secret (Ein neues Secret speichern).

5. Als Secret-Typ wählen Sie Anderer Secret-Typ aus.

6. Geben Sie für Schlüssel/Wert-Paare jdbcURL als Schlüssel und a JDBC URL als Wert an.

   Das Format eines gültigen Codes JDBC URL hängt davon ab, ob Sie die Authentifizierung verwenden und ob Sie Hive oder Presto als Abfrage-Engine verwenden. Die folgende Liste zeigt die gültigen JBDC URL Formate für die verschiedenen möglichen Konfigurationen.

   • Hive, keine Authentifizierung – jdbc:hive2://emr-cluster-master-public-dns:10000/;

   • Hive, LDAP Authentifizierung — jdbc:hive2://emr-cluster-master-public-dns-name:10000/;AuthMech=3;UID=david;PWD=welcome123;

   • Bei SSL aktiviertem Hive hängt das JDBC URL Format davon ab, ob Sie eine Java-Keystore-Datei für die Konfiguration verwenden. TLS Die Java-Keystore-Datei hilft bei der Überprüfung der Identität des Master-Knotens des EMR Amazon-Clusters. Um eine Java-Keystore-Datei zu verwenden, generieren Sie sie auf einem EMR Cluster und laden Sie sie auf Data Wrangler hoch. Um eine Datei zu generieren, verwenden Sie den folgenden Befehl auf dem EMR Amazon-Cluster,keytool -genkey -alias hive -keyalg RSA -keysize 1024 -keystore hive.jks. Informationen zum Ausführen von Befehlen auf einem EMR Amazon-Cluster finden Sie unter Sichern des Zugriffs auf EMR Cluster mithilfe von AWS Systems Manager. Um eine Datei hochzuladen, wählen Sie links auf der Navigationsleiste der Data Wrangler-Benutzeroberfläche den Aufwärtspfeil.

     Die folgenden JDBC URL Formate sind für Hive mit SSL aktivierter Option gültig:

     • Ohne Java-Keystore-Datei – jdbc:hive2://emr-cluster-master-public-dns:10000/;AuthMech=3;UID=user-name;PWD=password;SSL=1;AllowSelfSignedCerts=1;

     • Mit Java-Keystore-Datei – jdbc:hive2://emr-cluster-master-public-dns:10000/;AuthMech=3;UID=user-name;PWD=password;SSL=1;SSLKeyStore=/home/sagemaker-user/data/Java-keystore-file-name;SSLKeyStorePwd=Java-keystore-file-passsword;

   • Presto, keine Authentifizierung — jdbc:presto://emr-cluster-master-public-dns:8889/;

   • Bei Presto mit SSL aktivierter LDAP Authentifizierung hängt das JDBC URL Format davon ab, ob Sie eine Java-Keystore-Datei für die Konfiguration verwenden. TLS Die Java-Keystore-Datei hilft bei der Überprüfung der Identität des Master-Knotens des EMR Amazon-Clusters. Um eine Java-Keystore-Datei zu verwenden, generieren Sie sie auf einem EMR Cluster und laden Sie sie auf Data Wrangler hoch. Um eine Datei hochzuladen, wählen Sie links auf der Navigationsleiste der Data Wrangler-Benutzeroberfläche den Aufwärtspfeil. Informationen zum Erstellen einer Java-Keystore-Datei für Presto finden Sie unter Java-Keystore-Datei für. TLS Informationen zum Ausführen von Befehlen auf einem EMR Amazon-Cluster finden Sie unter Sichern des Zugriffs auf EMR Cluster mithilfe von AWS Systems Manager.

     • Ohne Java-Keystore-Datei – jdbc:presto://emr-cluster-master-public-dns:8889/;SSL=1;AuthenticationType=LDAP Authentication;UID=user-name;PWD=password;AllowSelfSignedServerCert=1;AllowHostNameCNMismatch=1;

     • Mit Java-Keystore-Datei – jdbc:presto://emr-cluster-master-public-dns:8889/;SSL=1;AuthenticationType=LDAP Authentication;SSLTrustStorePath=/home/sagemaker-user/data/Java-keystore-file-name;SSLTrustStorePwd=Java-keystore-file-passsword;UID=user-name;PWD=password;

Gehen Sie wie folgt vor, um Secrets Manager Berechtigungen zu erteilen.

1. Melden Sie sich bei der an AWS Management Console und öffnen Sie die IAM Konsole unter https://console.aws.amazon.com/iam/.

2. Wählen Sie Roles.

3. Geben Sie in der Suchleiste die SageMaker Amazon-Ausführungsrolle an, die Amazon SageMaker Studio Classic verwendet.

4. Wählen Sie die Rolle aus.

5. Wählen Sie Add permissions (Berechtigungen hinzufügen) aus.

6. Wählen Sie Inline-Richtlinie erstellen aus.

7. Geben Sie für Service Secrets Manager an und wählen Sie ihn aus.

8. Wählen Sie für Aktionen das Pfeilsymbol neben Berechtigungsverwaltung aus.

9. Wählen Sie PutResourcePolicy.

10. Wählen Sie für Ressourcen die Option Spezifisch aus.

11. Wählen Sie das Kontrollkästchen neben Alle in diesem Konto aus.

12. Wählen Sie Richtlinie prüfen.

13. Geben Sie für Name einen Namen an.

14. Wählen Sie Create Policy (Richtlinie erstellen) aus.

Gehen Sie wie folgt vor, um Daten aus Databricks zu importieren.

1. Melden Sie sich bei Amazon SageMaker Console an.

2. Wählen Sie Studio.

3. Wählen Sie App starten.

4. Wählen Sie von der Auswahlliste Studio aus.

5. Wählen Sie in Ihrem Data Wrangler-Ablauf auf der Registerkarte Daten importieren die Option Databricks aus.

6. Geben Sie die folgenden Felder an:

   • Datensatzname – Ein Name, den Sie für den Datensatz in Ihrem Data Wrangler-Ablauf verwenden möchten.

   • Treiber – com.simba.spark.jdbc.Driver.

   • JDBCURL— Die URL der Databricks-Datenbank. Die URL Formatierung kann zwischen den Databricks-Instanzen variieren. Informationen darüber, wie Sie die darin enthaltenen Parameter finden URL und angeben können, finden Sie unter JDBCKonfiguration und Verbindungsparameter. Im Folgenden finden Sie ein Beispiel dafür, wie a formatiert werden URL kann: jdbc:spark://aws-sagemaker-datawrangler.cloud.databricks.com:443/default; =http; ssl=1; =sql/protocolv1/o/3122619508517275/0909-200301-cut318; =3; = transportMode httpPath AuthMech UIDtoken;PWD=personal-access-token.

     Anmerkung

     JDBCURLSie können ein Geheimnis angeben JDBCURL, das das enthält, anstatt es selbst anzugeben. ARN Das Secret muss ein Schlüssel-Wert-Paar mit dem folgenden Format enthalten: jdbcURL:JDBC-URL. Weitere Informationen finden Sie unter Was ist der Secrets Manager?.

7. Geben Sie eine SQL SELECT Anweisung an.

   Anmerkung

   Data Wrangler unterstützt keine Common Table Expressions (CTE) oder temporäre Tabellen innerhalb einer Abfrage.

8. Wählen Sie für Probenahme eine Methode zur Probenahme aus.

9. Wählen Sie Ausführen aus.

10. (Optional) Wählen Sie für den den Gang PREVIEW, um die Partitionseinstellungen zu öffnen.

    1. Geben Sie die Anzahl der Partitionen an. Sie können nach Spalten partitionieren, wenn Sie die Anzahl der Partitionen angeben:

       • Anzahl der Partitionen eingeben – Geben Sie einen Wert an, der größer als 2 ist.

       • (Optional) Partitionieren nach Spalten – Geben Sie die folgenden Felder an. Sie können nur dann nach einer Spalte partitionieren, wenn Sie einen Wert für Anzahl der Partitionen eingeben angegeben haben.

         • Spalte auswählen – Wählen Sie die Spalte aus, die Sie für die Datenpartition verwenden. Der Datentyp der Spalte muss ein numerisches oder ein Datumsformat haben.

         • Obergrenze – Aus den Werten in der Spalte, die Sie angegeben haben, ist die Obergrenze derjenige Wert, den Sie in der Partition verwenden. Der von Ihnen angegebene Wert ändert nichts an den Daten, die Sie importieren. Er wirkt sich nur auf die Geschwindigkeit des Imports aus. Um eine optimale Leistung zu erzielen, geben Sie eine Obergrenze an, die nahe am Maximum für die Spalte liegt.

         • Untergrenze – Aus den Werten in der Spalte, die Sie angegeben haben, ist die Untergrenze der Wert, den Sie in der Partition verwenden. Der von Ihnen angegebene Wert ändert nichts an den Daten, die Sie importieren. Er wirkt sich nur auf die Geschwindigkeit des Imports aus. Um eine optimale Leistung zu erzielen, geben Sie eine Untergrenze an, die nahe am Minimum für die Spalte liegt.

11. Wählen Sie Importieren aus.

1. Navigieren Sie zur Salesforce-Anmeldeseite.

2. Geben Sie für Schnellsuche Meine Domain an.

3. Kopieren Sie den Wert von Current My Domain URL in eine Textdatei.

4. Am Anfang von hinzufügen https://URL.

Gehen Sie wie folgt vor, um die Anmeldeinformationen von Salesforce abzurufen und Zugriff auf Data Wrangler zu gewähren.

1. Navigieren Sie zu Ihrer Salesforce-Domain URL und melden Sie sich bei Ihrem Konto an.

2. Wählen Sie das Zahnradsymbol aus.

3. Geben Sie in der Suchleiste, die nun erscheintn App Manager an.

4. Wählen Sie Neue verbundene App aus.

5. Geben Sie die folgenden Felder an:

   • Name der verbundenen App – Sie können einen beliebigen Namen angeben. Wir empfehlen jedoch, einen Namen zu wählen, der Data Wrangler enthält. Sie können z. B. Salesforce Data Cloud Data Wrangler-Integration angeben.

   • APIname — Verwenden Sie den Standardwert.

   • Kontakt-E-Mail – Geben Sie Ihre E-Mail-Adresse an.

   • Wählen Sie unter der APIÜberschrift (OAuthEinstellungen aktivieren) das Kontrollkästchen aus, um die OAuth Einstellungen zu aktivieren.

   • URLGeben Sie für Callback Amazon SageMaker Studio Classic URL an. Um das URL für Studio Classic abzurufen, greifen Sie von der darauf zu AWS Management Console und kopieren Sie dasURL.

6. Verschieben Sie unter Ausgewählte OAuth Bereiche Folgendes aus den verfügbaren Bereichen in Ausgewählte OAuth OAuth Bereiche:

   • Benutzerdaten verwalten über () APIs api

   • Anfragen jederzeit ausführen (refresh_token, offline_access)

   • Führen Sie ANSI SQL Abfragen zu Salesforce Data Cloud-Daten durch (cdp_query_api)

   • Profildaten der Salesforce Customer Data Platform verwalten (cdp_profile_api)

7. Wählen Sie Save (Speichern) aus. Wenn Sie Ihre Änderungen gespeichert haben, öffnet Salesforce eine neue Seite.

8. Klicken Sie auf Continue

9. Navigieren Sie zu Verbraucherschlüssel und Secret.

10. Wählen Sie Verbraucherdaten verwalten aus. Salesforce leitet Sie auf eine neue Seite weiter, auf der Sie ggf. die Zwei-Faktor-Authentifizierung passieren müssen.

11. Wichtig

    Kopieren Sie den Verbraucherschlüssel und das Verbraucher-Secret in einen Texteditor. Diese Informationen brauchen Sie, um die Verbindung zwischen der Data Cloud und Data Wrangler herzustellen.

12. Navigieren Sie zurück zu Verbundene Apps verwalten.

13. Navigieren Sie zum Namen der verbundenen App und zum Namen Ihrer Anwendung.

14. Wählen Sie Manage (Verwalten).

    1. Wählen Sie Richtlinien bearbeiten aus.

    2. Ändern Sie IP-Lockerung in IP-Einschränkungen lockern.

    3. Wählen Sie Speichern aus.

Gehen Sie wie folgt vor, um Ihren Benutzern Berechtigungen zu erteilen.

1. Navigieren Sie zur Setup-Homepage.

2. Suchen Sie in der linken Navigationsleiste nach Benutzern und wählen Sie den Menüpunkt Benutzer aus.

3. Wählen Sie das Hyperlink mit Ihrem Benutzernamen.

4. Navigieren Sie zu Zuweisungen für den Berechtigungssatz.

5. Wählen Sie Zuweisungen bearbeiten.

6. Fügen Sie die folgenden Berechtigungen hinzu:

   • Administrator der Kundendatenplattform

   • Data-Aware-Spezialist für die Kundendatenplattform

7. Wählen Sie Save (Speichern) aus.

Um die Autorisierung URL und das Token zu erhalten URL

1. Navigieren Sie zu Ihrer Salesforce-DomainURL.

2. Verwenden Sie eine der folgenden Methoden, um die zu erhaltenURLs. Wenn Sie eine Linux-Distribution verwenden und curl und jq installiert haben, empfehlen wir, die Methode zu verwenden, die nur unter Linux funktioniert.

   • (Nur Linux) Geben Sie in Ihrem Terminal den folgenden Befehl an.

     
     curl salesforce-domain-URL/.well-known/openid-configuration | \
     jq '. | { authorization_url: .authorization_endpoint, token_url: .token_endpoint }' | \
     jq '.  += { identity_provider: "SALESFORCE", client_id: "example-client-id", client_secret: "example-client-secret" }'                             
                                 

   • 1. Navigieren Sie zu example-org-URL/.well-known/openid-configuration in Ihrem Browser.

     2. Kopieren Sie authorization_endpoint und token_endpoint in einen Texteditor.

     3. Erstellen Sie das folgende JSON Objekt:

        {
          "identity_provider": "SALESFORCE",
          "authorization_url": "example-authorization-endpoint", 
          "token_url": "example-token-endpoint",
          "client_id": "example-consumer-key",
          "client_secret": "example-consumer-secret"
        }
                                            

Gehen Sie wie folgt vor, um ein Secret zu erstellen.

1. Navigieren Sie zur AWS Secrets Manager -Konsole.

2. Wählen Sie Secret speichern aus.

3. Wählen Sie Anderer Geheimnistyp aus.

4. Wählen Sie unter Schlüssel/Wert-Paare die Option Klartext aus.

5. Ersetzen Sie das leere Feld JSON durch die folgenden Konfigurationseinstellungen.

   {
     "identity_provider": "SALESFORCE",
     "authorization_url": "example-authorization-endpoint", 
     "token_url": "example-token-endpoint",
     "client_id": "example-consumer-key",
     "client_secret": "example-consumer-secret"
   }                    
                       

6. Wählen Sie Weiter.

7. Geben Sie unter Name des Secrets den Namen des Secrets an.

8. Wählen Sie unter Tags die Option Hinzufügen aus.

   1. Geben Sie als Schlüssel sagemaker:partner an. Wir empfehlen, für Value einen Wert anzugeben, der für Ihren Anwendungsfall nützlich sein könnte. Sie können jedoch eine beliebige Angabe machen.

   Wichtig

   Sie müssen den Schlüssel erstellen. Sie können Ihre Daten nicht aus Salesforce importieren, wenn Sie sie nicht erstellen.

9. Wählen Sie Weiter.

10. Wählen Sie Store (Speichern) aus.

11. Wählen Sie das Secret aus, das Sie erstellt haben.

12. Notieren Sie sich die folgenden Felder:

    • Die Amazon-Ressourcennummer (ARN) des Geheimnisses

    • Den Namen des Secrets

Gehen Sie wie folgt vor, um Leseberechtigungen für Data Wrangler hinzuzufügen.

1. Navigieren Sie zur SageMaker Amazon-Konsole.

2. Wählen Sie Domains aus.

3. Wählen Sie die Domain aus, die Sie für den Zugriff auf Data Wrangler verwenden.

4. Wählen Sie Ihr Benutzerprofil aus.

5. Suchen Sie unter Details nach der Ausführungsrolle. ARNEs hat das folgende Format:arn:aws:iam::111122223333:role/example-role. Notieren Sie sich die SageMaker Ausführungsrolle. Innerhalb derARN, es ist alles danachrole/.

6. Navigieren Sie zur IAM-Konsole.

7. Geben Sie in der IAMSuchleiste den Namen der SageMaker Ausführungsrolle an.

8. Wählen Sie die Rolle aus.

9. Wählen Sie Add permissions (Berechtigungen hinzufügen) aus.

10. Wählen Sie Inline-Richtlinie erstellen aus.

11. Wählen Sie die JSON Registerkarte.

12. Geben Sie im Editor die folgende Richtlinie an.

    
    {
     "Version": "2012-10-17",
     "Statement": [
         {
             "Effect": "Allow",
             "Action": [
                 "secretsmanager:GetSecretValue",
                 "secretsmanager:PutSecretValue"
             ],
             "Resource": "arn:aws:secretsmanager:*:*:secret:*",
             "Condition": {
                 "ForAnyValue:StringLike": {
                     "aws:ResourceTag/sagemaker:partner": "*"
                 }
             }
         },
         {
             "Effect": "Allow",
             "Action": [
                 "secretsmanager:UpdateSecret"
             ],
             "Resource": "arn:aws:secretsmanager:*:*:secret:AmazonSageMaker-*"
         }
     ]
    }                        
                        

13. Wählen Sie Review policy (Richtlinie überprüfen) aus.

14. Geben Sie für Name einen Namen an.

15. Wählen Sie Create Policy (Richtlinie erstellen) aus.

Gehen Sie wie folgt vor, um eine Lebenszykluskonfiguration zu erstellen und sie dem Studio Classic-Profil hinzuzufügen.

1. Navigieren Sie zur SageMaker Amazon-Konsole.

2. Wählen Sie Domains aus.

3. Wählen Sie die Domain aus, die Sie für den Zugriff auf Data Wrangler verwenden.

4. Wählen Sie Ihr Benutzerprofil aus.

5. Wenn Sie die folgenden Anwendungen sehen, löschen Sie sie:

   • KernelGateway

   • JupyterKernel

   Anmerkung

   Durch das Löschen der Anwendungen wird Studio Classic aktualisiert. Es kann eine Weile dauern, bis die Updates erfolgen.

6. Während Sie auf die Updates warten, wählen Sie Lebenszykluskonfigurationen aus.

7. Stellen Sie sicher, dass auf der Seite, auf der Sie sich befinden, Studio Classic Lifecycle-Konfigurationen steht.

8. Wählen Sie Create configuration (Konfiguration erstellen).

9. Achten Sie darauf, dass die Jupyter-Server-App ausgewählt wurde.

10. Wählen Sie Weiter.

11. Geben Sie für Name einen Namen für die Konfiguration an.

12. Geben Sie für Skripte das folgende Skript an:

    
    #!/bin/bash
    set -eux
    
    cat > ~/.sfgenie_identity_provider_oauth_config <<EOL
    {
        "secret_arn": "secrets-arn-containing-salesforce-credentials"
    }
    EOL
    
    
                    

13. Wählen Sie Absenden aus.

14. Wählen Sie in der linken Navigationsleiste Domains aus.

15. Wählen Sie Ihre Domain aus.

16. Wählen Sie Environment (Umgebung) aus.

17. Wählen Sie unter Lebenszykluskonfigurationen für persönliche Studio Classic-Apps die Option Anhängen aus.

18. Wählen Sie Vorhandene Konfiguration aus.

19. Wählen Sie unter Studio Classic Lifecycle-Konfigurationen die von Ihnen erstellte Lebenszykluskonfiguration aus.

20. Wählen Sie An Domain anhängen aus.

21. Aktivieren Sie das Kontrollkästchen neben der Lebenszykluskonfiguration, die Sie angehängt haben.

22. Wählen Sie Als Standard festlegen aus.

Gehen Sie wie folgt vor, um Studio Classic zu öffnen und die Version zu überprüfen.

1. Gehen Sie wie unter beschrieben vorVoraussetzungen, um über Amazon SageMaker Studio Classic auf Data Wrangler zuzugreifen.

2. Wählen Sie neben dem Benutzer, den Sie zum Starten von Studio Classic verwenden möchten, die Option App starten aus.

3. Wählen Sie Studio.

Um in Data Wrangler einen Datensatz mit Daten aus der Salesforce Data Cloud zu erstellen

1. Melden Sie sich bei Amazon SageMaker Console an.

2. Wählen Sie Studio.

3. Wählen Sie App starten.

4. Wählen Sie in der Auswahlliste Studio aus.

5. Wählen Sie das Symbol Startseite aus.

6. Wählen Sie Datenaus.

7. Wählen Sie Data Wrangler.

8. Wählen Sie Daten importieren aus.

9. Wählen Sie unter Verfügbar die Option Salesforce Data Cloud aus.

10. Geben Sie unter Name der Verbindung einen Namen für Ihre Verbindung zur Salesforce Data Cloud an.

11. Geben Sie für Org URL die Organisation URL in Ihrem Salesforce-Konto an. Sie können sie URL von Ihren Administratoren erhalten.

12. Wählen Sie Connect aus.

13. Geben Sie Ihre Anmeldeinformationen an, um sich bei Salesforce anzumelden.

1. Wählen Sie die Konfiguration aus, die den Registrierungsprozess für Data Wrangler als Anwendung startet.

2. Gewähren Sie den Benutzern innerhalb des Identitätsanbieters Zugriff auf Data Wrangler.

3. Aktivieren Sie die OAuth Client-Authentifizierung, indem Sie die Client-Anmeldeinformationen geheim speichern. AWS Secrets Manager

4. Geben Sie eine Umleitung URL im folgenden Format an: https://domain-ID.studio.AWS-Region.sagemaker.aws/jupyter/default/lab

   Wichtig

   Sie geben die SageMaker Amazon-Domain-ID an AWS-Region , die Sie zum Ausführen von Data Wrangler verwenden.

   Wichtig

   Sie müssen URL für jede SageMaker Amazon-Domain und den Ort, AWS-Region an dem Sie Data Wrangler ausführen, eine registrieren. Benutzer einer Domain, für AWS-Region die keine Weiterleitung URLs eingerichtet ist, können sich nicht beim Identitätsanbieter authentifizieren, um auf die Snowflake-Verbindung zuzugreifen.

5. Vergewissern Sie sich, dass die Gewährungstypen für den Berechtigungscode und das Refresh-Token für die Anwendung Data Wrangler zulässig sind.

Gehen Sie wie folgt vor, um den Server einzurichten. Sie arbeiten für alle außer dem letzten Schritte in Snowflake.

1. Beginnen Sie mit der Einrichtung des Servers oder. API

2. Konfigurieren Sie den Autorisierungsserver so, dass er die Gewährungstypen Autorisierungscode und Aktualisierungstoken verwendet.

3. Geben Sie die Lebensdauer des Zugriffstokens an.

4. Legen Sie die Leerlaufzeitüberschreitung für das Aktualisierungstoken fest. Die Leerlaufzeitüberschreitung ist die Zeitdauer, nach der das Aktualisierungstoken abläuft, wenn es nicht verwendet wird.

   Anmerkung

   Wenn Sie Jobs in Data Wrangler planen, empfehlen wir, die Leerlaufzeitüberschreitung länger als die Häufigkeit des Verarbeitungsauftrags festzulegen. Andernfalls könnten manche Verarbeitungsaufträge fehlschlagen, weil das Aktualisierungstoken abgelaufen ist, bevor der Auftrag ausgeführt werden konnte. Wenn das Aktualisierungstoken abläuft, muss sich der Benutzer erneut authentifizieren, indem er auf die Verbindung zugreift, die er über Data Wrangler zu Snowflake hergestellt hat.

5. Geben Sie session:role-any als neuen Bereich an.

   Anmerkung

   Kopieren Sie für Azure AD die eindeutige Kennung für den Bereich. Data Wrangler verlangt von Ihnen, dass Sie ihm die Kennung zur Verfügung stellen.

6. Wichtig

   Aktivieren Sie in der externen OAuth Sicherheitsintegration für Snowflake. external_oauth_any_role_mode

1. Damit Ihr Datenwissenschaftler von SageMaker Data Wrangler aus auf Snowflake zugreifen kann, stellen Sie ihm eine der folgenden Informationen zur Verfügung:

   • Für die Basisauthentifizierung einen Snowflake-Kontonamen, einen Benutzernamen und ein Passwort.

   • FürOAuth, einen Benutzernamen und ein Passwort im Identity Provider.

   • Denn ARN der geheime Amazon-Ressourcenname (ARN) des Secrets Secrets Manager.

   • Ein Geheimnis, das mit AWS Secrets Manager und dem ARN Secret erstellt wurde. Gehen Sie wie folgt vor, um das Secret für Snowflake zu erstellen, wenn Sie diese Option wählen.

     Wichtig

     Wenn Ihre Datenwissenschaftler die Option Snowflake-Anmeldeinformationen (Benutzername und Passwort) verwenden, um eine Verbindung zu Snowflake herzustellen, können Sie die Anmeldeinformationen mit Secrets Manager in einem Secret speichern. Secrets Manager rotiert Secrets im Rahmen eines auf bewährten Methoden basierenden Sicherheitsplans. Auf das im Secrets Manager erstellte Geheimnis kann nur zugegriffen werden, wenn die Studio Classic-Rolle konfiguriert ist, wenn Sie ein Studio Classic-Benutzerprofil einrichten. Dazu müssen Sie diese Berechtigung zu der Richtlinie hinzufügensecretsmanager:PutResourcePolicy, die Ihrer Studio Classic-Rolle zugeordnet ist.

     Es wird dringend empfohlen, die Rollenrichtlinie so zu gestalten, dass unterschiedliche Rollen für verschiedene Gruppen von Studio Classic-Benutzern verwendet werden. Sie können weitere ressourcenbasierte Berechtigungen für die Secrets-Manager-Secrets hinzufügen. Bedingungsschlüssel, die Sie verwenden können, finden Sie unter Secret Policy verwalten.

     Informationen dazu, wie Sie ein Secret erstellen können, finden Sie unter Secret erstellen. Die von Ihnen erstellten Secrets werden Ihnen in Rechnung gestellt.

2. (Optional) Teilen Sie dem Datenwissenschaftler den Namen der Speicherintegration mit, die Sie mithilfe des Verfahrens Cloud-Speicherintegration in Snowflake erstellen erstellt haben. Dies ist der Name der neuen Integration und wird integration_name in dem von Ihnen ausgeführten CREATE INTEGRATION SQL Befehl aufgerufen, der im folgenden Codeausschnitt dargestellt ist:

   
     CREATE STORAGE INTEGRATION integration_name
     TYPE = EXTERNAL_STAGE
     STORAGE_PROVIDER = S3
     ENABLED = TRUE
     STORAGE_AWS_ROLE_ARN = 'iam_role'
     [ STORAGE_AWS_OBJECT_ACL = 'bucket-owner-full-control' ]
     STORAGE_ALLOWED_LOCATIONS = ('s3://bucket/path/', 's3://bucket/path/')
     [ STORAGE_BLOCKED_LOCATIONS = ('s3://bucket/path/', 's3://bucket/path/') ]
                                

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": "glue:SearchTables",
            "Resource": [
                "arn:aws:glue:*:*:table/*/*",
                "arn:aws:glue:*:*:database/*",
                "arn:aws:glue:*:*:catalog"
            ]
        }
    ]
}   

Gehen Sie wie folgt vor, um eine Verbindung zu einer Datenquelle herzustellen.

1. Melden Sie sich bei Amazon SageMaker Console an.

2. Wählen Sie Studio.

3. Wählen Sie App starten.

4. Wählen Sie in der Auswahlliste Studio aus.

5. Wählen Sie das Symbol Startseite aus.

6. Wählen Sie Datenaus.

7. Wählen Sie Data Wrangler.

8. Wählen Sie Daten importieren aus.

9. Wählen Sie unter Verfügbar die Datenquelle aus.

10. Geben Sie im Feld Name den Namen der Verbindung ein.

11. (Optional) Wählen Sie Erweiterte Konfiguration aus.

    1. Wählen Sie eine Arbeitsgruppe aus.

    2. Wenn Ihre Arbeitsgruppe den Amazon S3-Ausgabespeicherort nicht durchgesetzt hat oder wenn Sie keine Arbeitsgruppe verwenden, geben Sie einen Wert für den Amazon S3-Speicherort für die Abfrageergebnisse an.

    3. (Optional) Aktivieren Sie für Datenaufbewahrungsdauer das Kontrollkästchen, um eine Datenaufbewahrungsdauer festzulegen, und geben Sie die Anzahl der Tage an, für die die Daten gespeichert werden sollen, bevor sie gelöscht werden.

    4. (Optional) Data Wrangler speichert die Verbindung standardmäßig. Sie können das Kontrollkästchen deaktivieren und die Verbindung nicht speichern.

12. Wählen Sie Connect aus.

13. Geben Sie eine Abfrage an.

    Anmerkung

    Als Hilfestellung bei der Angabe einer Abfrage können Sie im linken Navigationsbereich eine Tabelle auswählen. Data Wrangler zeigt den Tabellennamen und eine Vorschau der Tabelle an. Wählen Sie das Symbol neben dem Tabellennamen aus, um den Namen zu kopieren. Den Tabellennamen können Sie in der Abfrage verwenden.

14. Wählen Sie Ausführen aus.

15. Wählen Sie Abfrage importieren aus.

16. Geben Sie als Datensatzname den Namen des Datensatzes an.

17. Wählen Sie Hinzufügen aus.