Datenaufbereitung mit in Studio SQL

Amazon SageMaker Studio bietet eine integrierte SQL Erweiterung. Diese Erweiterung ermöglicht es Datenwissenschaftlern, Aufgaben wie Probenahme, explorative Analyse und Feature-Engineering direkt in ihren JupyterLab Notebooks durchzuführen. Sie nutzt AWS Glue Verbindungen, um einen zentralen Datenquellenkatalog zu verwalten. Der Katalog speichert Metadaten zu verschiedenen Datenquellen. In dieser SQL Umgebung können Datenwissenschaftler Datenkataloge durchsuchen, ihre Daten untersuchen, komplexe SQL Abfragen erstellen und die Ergebnisse in Python weiterverarbeiten.

In diesem Abschnitt wird die Konfiguration der SQL Erweiterung in Studio beschrieben. Er beschreibt die Funktionen, die durch diese SQL Integration ermöglicht werden, und enthält Anweisungen zum Ausführen von SQL Abfragen in JupyterLab Notebooks.

Um die SQL Datenanalyse zu ermöglichen, müssen Administratoren zunächst AWS Glue Verbindungen zu den entsprechenden Datenquellen konfigurieren. Diese Verbindungen ermöglichen Datenwissenschaftlern den nahtlosen Zugriff auf autorisierte Datensätze von innen heraus JupyterLab.

Zusätzlich zu den vom Administrator konfigurierten AWS Glue Verbindungen ermöglicht die SQL Erweiterung einzelnen Datenwissenschaftlern, ihre eigenen Datenquellenverbindungen herzustellen. Diese vom Benutzer erstellten Verbindungen können unabhängig voneinander verwaltet und mithilfe von tagbasierten Zugriffskontrollrichtlinien auf das Benutzerprofil zugeschnitten werden. Dieses zweistufige Verbindungsmodell — mit vom Administrator konfigurierten und vom Benutzer erstellten Verbindungen — bietet Datenwissenschaftlern einen umfassenderen Zugriff auf die Daten, die sie für ihre Analyse- und Modellierungsaufgaben benötigen. Benutzer können die erforderlichen Verbindungen zu ihren eigenen Datenquellen innerhalb der Benutzerschnittstelle (UI) der JupyterLab Umgebung einrichten, ohne sich ausschließlich auf die vom Administrator eingerichteten zentralen Verbindungen verlassen zu müssen.

pip install amazon-sagemaker-sql-editor>=0.1.13
pip install amazon-sagemaker-sql-execution>=0.1.6
pip install amazon-sagemaker-sql-magic>=0.1.3

restart-jupyter-server

Wenn der Zugriff eingerichtet ist, können JupyterLab Benutzer:

Sie können auf die Erweiterung zugreifen, indem Sie im linken Navigationsbereich Ihrer JupyterLab Anwendung in Studio auf das SQL Erweiterungssymbol ( ) klicken. Wenn Sie den Mauszeiger über das Symbol bewegen, wird der zugehörige Data Discovery-Tooltip angezeigt.