기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
이 섹션에서는 Studio에서 제공하는 JupyterLab SQL 확장의 다양한 기능을 자세히 설명하고 이를 사용하는 방법에 대한 지침을 제공합니다. SQL 확장을 사용하여 JupyterLab 노트북에서 데이터에 액세스하고 쿼리하려면 먼저 관리자가 데이터 소스에 대한 연결을 구성해야 합니다. 관리자가 데이터 소스에 대한 연결을 만드는 방법에 대한 자세한 내용은 SQL 확장 데이터 소스 연결 섹션을 참조하세요.
참고
SQL 확장을 사용하려면 JupyterLab 애플리케이션이 SageMaker AI 배포
확장은 사전 구성된 데이터 소스의 데이터를 액세스, 검색, 쿼리 및 분석하는 데 도움이 되는 두 가지 구성 요소를 제공합니다.
-
SQL 확장의 사용자 인터페이스를 사용하여 데이터 소스를 검색하고 탐색합니다. UI 기능은 다음 하위 범주로 추가로 나눌 수 있습니다.
-
데이터 탐색 UI 요소를 사용하면 데이터 소스를 탐색하고 테이블, 열 및 메타데이터를 탐색할 수 있습니다. SQL 확장의 데이터 탐색 기능에 대한 자세한 내용은 SQL 확장을 사용하여 데이터 찾아보기 섹션을 참조하세요.
-
연결 캐싱 요소는 빠른 액세스를 위해 연결을 캐싱합니다. SQL 확장의 연결 캐싱에 대한 자세한 내용은 SQL 확장 연결 캐싱 섹션을 참조하세요.
-
-
SQL 편집기 및 실행기를 사용하여 연결된 데이터 소스에 대해 SQL 쿼리를 작성, 편집 및 실행합니다.
-
SQL 편집기 요소를 사용하면 Studio에서 JupyterLab 애플리케이션의 노트북 내에 SQL 문을 작성하고, 형식을 지정하고, 검증할 수 있습니다. SQL 편집기 기능에 대한 자세한 내용은 JupyterLab SQL 확장의 SQL 편집기 기능 섹션을 참조하세요.
-
SQL 실행 요소를 사용하면 SQL 쿼리를 실행하고 Studio에 있는 JupyterLab 애플리케이션의 노트북에서 결과를 시각화할 수 있습니다. SQL 실행 기능에 대한 자세한 내용은 JupyterLab SQL 확장의 SQL 실행 기능 섹션을 참조하세요.
-
