Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
SQLAusführungsfunktionen der Erweiterung JupyterLab SQL
Sie können SQL Abfragen für Ihre verbundenen Datenquellen in der SQL Erweiterung von ausführen JupyterLab. In den folgenden Abschnitten werden die gängigsten Parameter für die Ausführung von SQL Abfragen in JupyterLab Notebooks erläutert:
-
Erstellen Sie eine einfache Verbindung inErstellen Sie eine einfache magische Befehlsverbindungszeichenfolge.
-
Speichern Sie Ihre Abfrageergebnisse in einem Pandas DataFrame inSpeichern Sie die SQL Abfrageergebnisse in einem Pandas DataFrame.
-
Überschreiben oder fügen Sie Verbindungseigenschaften hinzu, die von Ihrem Administrator in Verbindungseigenschaften überschreiben definiert wurden.
-
Verwenden Sie Abfrageparameter, um dynamische Werte in SQL Abfragen bereitzustellen.
Wenn Sie eine Zelle mit dem %%sm_sql magischen Befehl ausführen, führt die SQL Erweiterungsengine die SQL Abfrage in der Zelle anhand der in den Magic-Befehlsparametern angegebenen Datenquelle aus.
Um die Details der Magic-Befehlsparameter und der unterstützten Formate zu sehen, führen Sie %%sm_sql? den Befehl aus.
Wichtig
Um Snowflake verwenden zu können, müssen Benutzer des SageMaker Distributionsimages Version 1.6 die Snowflake-Python-Abhängigkeit installieren, indem sie den folgenden micromamba install
snowflake-connector-python -c conda-forge Befehl in einem Terminal ihrer Anwendung ausführen. JupyterLab Starten Sie den JupyterLab Server neu, indem Sie ihn nach restart-jupyter-server Abschluss der Installation im Terminal ausführen.
Für SageMaker Distributions-Image-Versionen 1.7 und höher ist die Snowflake-Abhängigkeit vorinstalliert. Keine Aktion erforderlich.
