Commencez avec des sessions AWS Glue interactives

Pour associer la politique gérée par AwsGlueSessionUserRestrictedServiceRole à votre rôle d'exécution

1. Ouvrez la IAM console.

2. Sélectionnez Roles (Rôles) dans le panneau de gauche.

3. Trouvez le rôle d'exécution Studio Classic utilisé par votre profil utilisateur. Pour plus d'informations sur la façon de consulter un profil utilisateur, consultezAfficher les profils des utilisateurs dans un domaine.

4. Choisissez le nom de votre rôle pour accéder à la page récapitulative du rôle.

5. Sous l'onglet Permissions (Autorisations), sélectionnez Attach policies (Attacher des politiques) dans le menu déroulant Add Permissions (Ajouter des autorisations).

6. Cochez la case à côté de la politique gérée AwsGlueSessionUserRestrictedServiceRole.

7. Choisissez Attach Policies (Attacher des politiques).

   La page récapitulative affiche les politiques gérées que vous venez d'ajouter.

Pour créer une politique personnalisée intégrée à votre rôle d'exécution

1. Sélectionnez Create inline policy (Créer une politique en ligne) dans le menu déroulant Add Permissions (Ajouter des autorisations).

2. Sélectionnez l'onglet JSON.

3. Copiez-collez ce contenu dans la politique suivante.

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

4. Choisissez Review policy (Examiner une politique).

5. Entrez un nom et choisissez Create policy (Créer une politique).

   La page récapitulative affiche la politique personnalisée que vous venez d'ajouter.

Pour modifier la relation d'approbation de votre rôle d'exécution

1. Sélectionnez l'onglet Trust Relationships (Relations d'approbation).

2. Choisissez Edit trust policy (Modifier la politique d'approbation).

3. Copiez-collez ce contenu dans la politique suivante.

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

4. Choisissez Mettre à jour une politique.

1. Connectez-vous à la console SageMaker AI à l'adresse https://console.aws.amazon.com/sagemaker/.

2. Dans le volet de navigation de gauche, choisissez Studio.

3. Sur la page d'accueil de Studio, sélectionnez le domaine et le profil utilisateur pour lancer Studio.

4. Choisissez Open Studio et démarrez une application JupyterLab ou une application Studio Classic.

5. Dans la vue Jupyter, choisissez File (Fichier), puis New (Nouveau), puis Notebook (Bloc-notes).

6. Pour les utilisateurs de Studio Classic : dans le menu déroulant Image, sélectionnez SparkAnalytics 1.0 ou SparkAnalytics2.0. Dans le menu déroulant du noyau, sélectionnez Glue Spark ou Glue Python [PySpark and Ray]. Choisissez Select (Sélectionner).

   Pour les utilisateurs de Studio, sélectionnez un noyau Glue Spark ou Glue Python [PySpark and Ray]

7. (facultatif) Utilisez les commandes magiques Jupyter pour personnaliser votre environnement. Pour plus d'informations sur les commandes magiques Jupyter, consultez Configuration de votre session AWS Glue interactive dans Studio ou Studio Classic.

8. Commencez à écrire vos scripts de traitement de données Spark. Le bloc-notes suivant présente un end-to-end flux de travail pour ETL un ensemble de données volumineux à l'aide d'une session AWS Glue interactive, d'une analyse exploratoire des données, d'un prétraitement des données et, enfin, de l'entraînement d'un modèle sur les données traitées avec l'IA. SageMaker