本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 SageMaker AI Spark for Python (PySpark) 範例的資源
<a name="apache-spark-additional-examples"></a>

Amazon SageMaker AI 會提供 Apache Spark Python 程式庫 ([SageMaker AI PySpark](https://github.com/aws/sagemaker-spark/tree/master/sagemaker-pyspark-sdk))，您可以將其用來整合 Apache Spark 應用程式與 SageMaker AI。本主題包含協助您開始使用 PySpark 的範例。如需 SageMaker AI Apache Spark 程式庫的相關資訊，請參閱 [Apache Spark 搭配 Amazon SageMaker AI](apache-spark.md)。

**下載 PySpark**

您可以從 [SageMaker AI Spark](https://github.com/aws/sagemaker-spark) GitHub 程式庫下載 Python Spark (PySpark) 和 Scala 程式庫的來源碼。

如需安裝 SageMaker AI Spark 程式庫的指示，請使用下列任何選項或造訪 [SageMaker AI PySpark](https://github.com/aws/sagemaker-spark/tree/master/sagemaker-pyspark-sdk)。
+ 使用 pip 安裝：

  ```
  pip install sagemaker_pyspark
  ```
+ 從來源安裝：

  ```
  git clone git@github.com:aws/sagemaker-spark.git
  cd sagemaker-pyspark-sdk
  python setup.py install
  ```
+ 您也可以在筆記本執行個體中建立新的筆記本，其會使用 `Sparkmagic (PySpark)` 或 `Sparkmagic (PySpark3)` 核心，並連線至遠端 Amazon EMR 叢集。
**注意**  
Amazon EMR 叢集必須以與 `AmazonSageMakerFullAccess` 政策連接的 IAM 角色設定。有關為 EMR 羣集配置角色的資訊，請參閱[為亞馬遜 EMR 權限配置 IAM 角色 AWS 服務](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-iam-roles.html)在*亞馬遜 EMR 管理指南*。

**PySpark 範例**

如需使用 SageMaker AI PySpark 的範例，請參閱：
+ 閱讀文件中的[使用 Amazon SageMaker AI 搭配 Apache Spark](https://sagemaker-examples.readthedocs.io/en/latest/sagemaker-spark/index.html)。
+ [SageMaker AI Spark](https://github.com/aws/sagemaker-spark) GitHub 儲存庫。