# 教程：将 SageMaker AI 笔记本与您的开发端点结合使用
<a name="dev-endpoint-tutorial-sage"></a>

 在 AWS Glue 中，您可以创建一个开发端点，然后创建 SageMaker AI 笔记本来帮助开发 ETL 和机器学习脚本。SageMaker AI 笔记本是一个运行 Jupyter Notebook 应用程序的完全托管的机器学习计算实例。

1. 在 AWS Glue 控制台中，选择 **Dev endpoints (开发终端节点)** 以导航到开发终端节点列表。

1. 选中要使用的开发终端节点名称旁边的复选框，然后在 **Action (操作)** 菜单上，选择 **Create SageMaker notebook (创建 SageMaker 笔记本)**。

1. 填写 **Create and configure a notebook (创建和配置笔记本)** 页面，如下所示：

   1. 输入笔记本名称。

   1. 在 **Attach to development endpoint (附加到开发终端节点)** 下，确认开发终端节点。

   1. 选择或创建一个 AWS Identity and Access Management（IAM）角色。

      建议您创建角色。如果您使用现有角色，请确保该角色具有所需的权限。有关更多信息，请参阅 [步骤 6：为 SageMaker AI 笔记本创建 IAM 策略](create-sagemaker-notebook-policy.md)。

   1. （可选）选择 VPC、子网和一个或多个安全组。

   1. （可选）选择 AWS Key Management Service 加密密钥。

   1. （可选）为笔记本实例添加标签。

1. 选择**创建笔记本**。在 **Notebooks (笔记本)** 页面上，选择右上角的刷新图标，然后继续，直至 **Status (状态)** 显示 `Ready`。

1. 选中新笔记本名称旁边的复选框，然后选择 **Open notebook (打开笔记本)**。

1. 创建新的笔记本：在 **jupyter** 页面上，选择 **New (新建)**，然后选择 **Sparkmagic (PySpark)**。

   现在，您的屏幕上显示的内容应类似于：  
![\[jupyter 页面具有菜单栏、工具栏和可在其中输入语句的宽文本字段。\]](http://docs.aws.amazon.com/zh_cn/glue/latest/dg/images/sagemaker-notebook.png)

1. （可选）在页面顶部，选择 **Untitled (无标题)**，然后为笔记本提供一个名称。

1. 要启动 Spark 应用程序，请在笔记本中输入以下命令，然后在工具栏中选择 **Run (运行)**。

   ```
   spark
   ```

   在短暂的延迟后，您将会看到以下响应：  
![\[系统响应显示 Spark 应用程序状态并输出以下消息：“SparkSession available as 'spark' (SparkSession 用作‘spark’)”。\]](http://docs.aws.amazon.com/zh_cn/glue/latest/dg/images/spark-command-response.png)

1. 创建动态帧并对其运行查询：复制、粘贴并运行以下代码，这将输出 `persons_json` 表的计数和架构。

   ```
   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()
   ```