Erste Schritte mit AWS Glue interaktiven Sitzungen

So hängen Sie die AwsGlueSessionUserRestrictedServiceRole verwaltete Richtlinie an Ihre Ausführungsrolle an

1. Öffnen Sie die IAMKonsole.

2. Wählen Sie im linken Bereich Rollen aus.

3. Suchen Sie die Studio Classic-Ausführungsrolle, die von Ihrem Benutzerprofil verwendet wird. Informationen zum Anzeigen eines Benutzerprofils finden Sie unterBenutzerprofile in einer Domäne anzeigen.

4. Wählen Sie Ihren Rollennamen, um auf die Seite mit der Rollenzusammenfassung zuzugreifen.

5. Wählen Sie auf der Registerkarte Berechtigungen im Dropdown-Menü Berechtigungen hinzufügen die Option Richtlinien anhängen aus.

6. Aktivieren Sie das Kontrollkästchen neben der verwalteten Richtlinie AwsGlueSessionUserRestrictedServiceRole.

7. Wählen Sie Richtlinien anfügen.

   Auf der Übersichtsseite werden Ihre neu hinzugefügten verwalteten Richtlinien angezeigt.

Um die benutzerdefinierte Inline-Richtlinie für Ihre Ausführungsrolle zu erstellen

1. Wählen Sie im Dropdown-Menü Berechtigungen hinzufügen die Option Inline-Richtlinie erstellen aus.

2. Wählen Sie die Registerkarte JSON aus.

3. Kopieren Sie die folgende Richtlinie und fügen Sie sie ein.

   {
       "Version": "2012-10-17",
       "Statement": [
           {
               "Sid": "unique_statement_id",
   
               "Effect": "Allow",
               "Action": [
   		"iam:GetRole",
                   "iam:PassRole",
                   "sts:GetCallerIdentity"
               ],
               "Resource": "*"
           }
       ]
   }

4. Wählen Sie Richtlinie prüfen.

5. Geben Sie unter Name einen Namen ein und wählen Sie anschließend Richtlinie erstellen aus.

   Auf der Übersichtsseite wird Ihre neu hinzugefügte benutzerdefinierte Richtlinie angezeigt.

So ändern Sie die Vertrauensbeziehung Ihrer Ausführungsrolle

1. Wählen Sie den Tab Vertraunsbeziehungen.

2. Wählen Sie Vertraunsrichtlinie bearbeiten aus.

3. Kopieren Sie die folgende Richtlinie und fügen Sie sie ein.

   {
   "Version": "2012-10-17",
   "Statement": [
       {
           "Effect": "Allow",
           "Principal": {
               "Service": [
                   "glue.amazonaws.com",
                   "sagemaker.amazonaws.com"
               ]
           },
           "Action": "sts:AssumeRole"
       }
   ]
   }

4. Wählen Sie Richtlinie aktualisieren.

1. Melden Sie sich bei der SageMaker Konsole unter an https://console.aws.amazon.com/sagemaker/.

2. Wählen Sie im linken Navigationsbereich Studio aus.

3. Wählen Sie auf der Studio-Landingpage die Domäne und das Benutzerprofil für den Start von Studio aus.

4. Wählen Sie Open Studio und starten Sie eine JupyterLab oder Studio Classic-Anwendung.

5. Wählen Sie in der Jupyter-Ansicht Datei, dann Neu und dann Notebook aus.

6. Für Studio Classic-Benutzer: Wählen Sie im Dropdownmenü Image die Option SparkAnalytics 1.0 oder SparkAnalytics2.0 aus. Wählen Sie im Kernel-Dropdown-Menü Glue Spark oder Glue Python [PySpark and Ray] aus. Wählen Sie Select (Auswählen).

   Für Studio-Benutzer wählen Sie einen Glue Spark - oder Glue Python [PySpark and Ray] -Kernel

7. (optional) Verwenden Sie Jupyter Magics, um Ihre Umgebung anzupassen. Weitere Informationen zu Jupyter-Magics finden Sie unter Konfigurieren Sie Ihre AWS Glue interaktive Sitzung in Studio oder Studio Classic.

8. Beginnen Sie mit dem Schreiben Ihrer Spark-Datenverarbeitungsskripten. Das folgende Notizbuch zeigt einen end-to-end Arbeitsablauf für ETL einen großen Datensatz anhand einer AWS Glue interaktiven Sitzung, einer explorativen Datenanalyse, der Datenvorverarbeitung und schließlich des Trainings eines Modells anhand der verarbeiteten Daten. SageMaker