Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Tutorial: Gunakan notebook SageMaker AI dengan titik akhir pengembangan Anda
<a name="dev-endpoint-tutorial-sage"></a>

 DiAWS Glue, Anda dapat membuat titik akhir pengembangan dan kemudian membuat notebook SageMaker AI untuk membantu mengembangkan skrip ETL dan pembelajaran mesin Anda. Notebook SageMaker AI adalah instance komputasi pembelajaran mesin yang dikelola sepenuhnya yang menjalankan aplikasi Notebook Jupyter.

1. Pada konsol AWS Glue, pilih **Titik akhir pengembangan** untuk mengarahkan ke daftar titik akhir pengembangan. 

1. Pilih kotak centang di samping nama titik akhir pengembangan yang ingin Anda gunakan, dan pada menu **Tindakan**, pilih **Buat SageMaker buku catatan**.

1. Isi halaman **Membuat dan mengkonfigurasi notebook** seperti berikut:

   1. Masukkan nama notebook.

   1. Pada **Lampirkan ke titik akhir pengembangan**, verifikasi titik akhir pengembangan.

   1. Buat atau pilih peran AWS Identity and Access Management (IAM).

      Membuat sebuah peran dianjurkan. Jika Anda menggunakan peran yang sudah ada, pastikan bahwa peran itu memiliki izin yang diperlukan. Untuk informasi selengkapnya, lihat [Langkah 6: Buat kebijakan IAM untuk notebook SageMaker AI](create-sagemaker-notebook-policy.md).

   1. (Opsional) Pilih VPC, subnet, dan satu atau beberapa grup keamanan.

   1. (Opsional) Pilih kunci AWS Key Management Service enkripsi.

   1. (Opsional) Tambahkan tag untuk instans notebook.

1. Pilih **Buat Notebook**. Pada halaman **Notebook**, pilih ikon refresh di kanan atas, dan lanjutkan hingga **Status** menunjukkan `Ready`.

1. Pilih kotak centang di samping nama notebook yang baru, kemudian pilih **Buka notebook**.

1. Buat buku catatan baru: Pada halaman **jupyter**, pilih **Baru**, lalu pilih **Sparkmagic** (). PySpark

   Layar Anda sekarang akan terlihat seperti berikut ini:  
![\[Halaman Jupyter memiliki menu bar, toolbar, dan bidang teks lebar di mana Anda dapat memasukkan pernyataan.\]](http://docs.aws.amazon.com/id_id/glue/latest/dg/images/sagemaker-notebook.png)

1. (Opsional) Di bagian atas halaman, pilih **Tanpa judul**, dan beri nama untuk notebook tersebut.

1. Untuk memulai sebuah aplikasi Spark, masukkan perintah berikut ke dalam notebook, lalu di toolbar, pilih **Jalankan**.

   ```
   spark
   ```

   Setelah penundaan sesaat, Anda akan melihat respons berikut:  
![\[Respons sistem menunjukkan status aplikasi Spark dan mengeluarkan pesan berikut: SparkSession tersedia sebagai 'spark'.\]](http://docs.aws.amazon.com/id_id/glue/latest/dg/images/spark-command-response.png)

1. Membuat bingkai dinamis dan menjalankan kueri terhadapnya: Salin, tempel, dan jalankan kode berikut, yang memberikan output jumlah dan skema tabel `persons_json`.

   ```
   import sys
   from pyspark.context import SparkContext
   from awsglue.context import GlueContext
   from awsglue.transforms import *
   glueContext = GlueContext(SparkContext.getOrCreate())
   persons_DyF = glueContext.create_dynamic_frame.from_catalog(database="legislators", table_name="persons_json")
   print ("Count:  ", persons_DyF.count())
   persons_DyF.printSchema()
   ```