As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Recursos de execução de JupyterLab SQL da extensão SQL
<a name="sagemaker-sql-extension-features-sql-execution"></a>

Você pode executar consultas SQL em suas fontes de dados conectadas na extensão SQL do JupyterLab. As seções a seguir explicam os parâmetros mais comuns para executar consultas SQL em JupyterLab notebooks:
+ Crie uma conexão simples em [Crie uma cadeia de conexão de comando mágico simples](sagemaker-sql-extension-features-sql-execution-create-connection.md).
+ Salve os resultados da consulta em um pandas DataFrame em[Salve os resultados da consulta SQL em um pandas DataFrame](sagemaker-sql-extension-features-sql-execution-save-dataframe.md).
+ Substitua ou adicione às propriedades de conexão definidas pelo administrador em [Substituir propriedades de conexão](sagemaker-sql-extension-features-sql-execution-override-connection.md).
+ [Use parâmetros de consulta para fornecer valores dinâmicos em consultas SQL](sagemaker-sql-extension-features-sql-execution-query-parameters.md).

Quando você executa uma célula com o comando mágico `%%sm_sql`, o mecanismo de extensão de SQL executa a consulta SQL na célula em relação à fonte de dados especificada nos parâmetros do comando mágico.

Para ver os detalhes dos parâmetros do comando mágico e dos formatos compatíveis, execute `%%sm_sql?`.

**Importante**  
Para usar o Snowflake, os usuários da imagem de SageMaker distribuição versão 1.6 devem instalar a dependência do Python do Snowflake executando o comando a `micromamba install snowflake-connector-python -c conda-forge` seguir em um terminal do aplicativo. JupyterLab Reinicie o JupyterLab servidor executando `restart-jupyter-server` no terminal após a conclusão da instalação.  
Para imagens SageMaker de distribuição nas versões 1.7 e posteriores, a dependência do Snowflake está pré-instalada. Nenhuma ação é necessária.