匯入

從 Athena 將資料集匯入 Data Wrangler

1. 登入 Amazon SageMaker 主控台 。

2. 選擇 Studio。

3. 選擇啟動應用程式。

4. 從下拉式清單中選取 Studio。

5. 選擇首頁圖示。

6. 選擇資料。

7. 選擇 Data Wrangler。

8. 選擇匯入資料。

9. 在可用之下，選擇 Amazon Athena。

10. 對於資料型錄，請選擇資料型錄。

11. 使用資料庫下拉式清單來選取您要查詢的資料庫。當您選取資料庫時，您可以使用詳細資訊下列出的資料表來預覽資料庫中的所有資料表。

12. (選用) 選擇進階組態。

    1. 選擇工作群組。

    2. 如果您的工作群組尚未強制執行 Amazon S3 輸出位置，或者您不使用工作群組，請指定查詢結果的 Amazon S3 位置值。

    3. (選用) 對於資料保留期，請選取核取方塊以設定資料保留期間，並指定資料刪除前的儲存天數。

    4. (選用) 根據預設，Data Wrangler 會儲存連線。您可以選擇取消選取核取方塊，而不儲存連線。

13. 對於取樣，請選擇一種取樣方法。選擇無以關閉取樣。

14. 在查詢編輯器中輸入查詢，然後使用執行按鈕執行查詢。成功查詢後，您可以在編輯器下預覽結果。

    注意

    Salesforce 資料使用 timestamptz類型。如果您要查詢從 Salesforce 匯入至 Athena 的時間戳記欄，請將資料欄中的資料轉換為 timestamp類型。下列查詢會將時間戳記欄轉換為正確的類型。

    
    # cast column timestamptz_col as timestamp type, and name it as timestamp_col
    select cast(timestamptz_col as timestamp) as timestamp_col from table
                            

15. 若要匯入查詢結果，請選取匯入。

要授予許可權給管理生命週期組態，請執行以下操作。

1. 登入 AWS Management Console 並在 開啟IAM主控台https://console.aws.amazon.com/iam/。

2. 選擇角色。

3. 在搜尋列中，指定 Amazon SageMaker Studio Classic 正在使用的 Amazon SageMaker 執行角色。

4. 選擇角色。

5. 選擇新增許可。

6. 選擇建立內嵌政策。

7. 對於服務，請指定 S3 並選擇它。

8. 在讀取區段下，選擇 GetLifecycleConfiguration。

9. 在寫入區段下，選擇 PutLifecycleConfiguration。

10. 針對資源，請選擇特定。

11. 針對動作，選取許可管理旁邊的箭頭圖示。

12. 選擇 PutResourcePolicy。

13. 針對資源，請選擇特定。

14. 選擇此帳戶中任何旁邊的核取方塊。

15. 選擇檢閱政策。

16. 針對名稱，請指定一個名稱。

17. 選擇 建立政策。

若要連線至 Amazon Redshift 叢集

1. 登入 Amazon SageMaker 主控台 。

2. 選擇 Studio。

3. 選擇啟動應用程式。

4. 從下拉式清單中選取 Studio。

5. 選擇首頁圖示。

6. 選擇資料。

7. 選擇 Data Wrangler。

8. 選擇匯入資料。

9. 在可用之下，選擇 Amazon Athena。

10. 選擇 Amazon RedShift。

11. 針對類型 選擇暫時憑證 （IAM）。

12. 輸入連線名稱。這是 Data Wrangler 用來識別此連線的名稱。

13. 輸入叢集識別符以指定要連線的叢集。注意：只能輸入叢集識別符，而不要輸入 Amazon Redshift 叢集的完整端點。

14. 將資料集的資料庫名稱輸入到您想要連線的位置。

15. 輸入資料庫使用者以識別要用來連線資料庫的使用者。

16. 針對UNLOADIAM角色 ，輸入 Amazon Redshift 叢集應擔任ARN的角色IAM，以將資料移動和寫入 Amazon S3。如需此角色的詳細資訊，請參閱 Amazon Redshift 管理指南中的授權 Amazon Redshift AWS 代表您存取其他服務。

17. 選擇連線。

18. （選用） 針對 Amazon S3 輸出位置 ，指定 S3 URI以存放查詢結果。

19. （選用） 針對KMS金鑰 ID ，指定金鑰或別名ARN的 AWS KMS 。下列影像顯示您可以在 AWS Management Console中找到任一金鑰的位置。

    

若要從 Amazon Redshift 查詢和匯入資料。

1. 選取您要從資料來源查詢的連線。

2. 選取結構描述。若要進一步了解 Amazon Redshift 結構描述，請參閱 Amazon Redshift 資料庫開發人員指南中的結構描述。

3. (選用) 在進階組態下，指定您要使用的取樣方法。

4. 在查詢編輯器中輸入您的查詢，然後選擇執行以執行查詢。成功查詢後，您可以在編輯器下預覽結果。

5. 選取匯入資料集以匯入已查詢的資料集。

6. 輸入資料集名稱。如果您要新增包含空格的資料集名稱，則在匯入資料集時，這些空格會用底線取代。

7. 選擇新增。

若要編輯資料集，請執行以下操作。

1. 導覽至您的 Data Wrangler 流程。

2. 選擇來源 - 取樣旁邊的 +。

3. 變更您匯入的資料。

4. 選擇套用

若要在 中啟動 Studio ClassicVPC，請執行下列動作。

1. 在 導覽至 SageMaker 主控台https://console.aws.amazon.com/sagemaker/。

2. 選擇啟動 SageMaker Studio Classic 。

3. 選擇標準設定。

4. 對於預設執行角色 ，選擇要設定 Studio Classic IAM的角色。

5. 選擇VPC您已啟動 Amazon EMR叢集的 。

6. 針對子網路，請選擇私有子網路。

7. 針對安全群組 （Security group），指定您用來控制 之間的安全群組VPC。

8. VPC 僅選擇 。

9. （選用） AWS 使用預設加密金鑰。您可以指定加密資料的 AWS Key Management Service 金鑰。

10. 選擇下一步。

11. 在 Studio 設定下，選擇最適合您的組態。

12. 選擇下一步略過 SageMaker Canvas 設定。

13. 選擇下一步略過RStudio設定。

若要建立叢集，請執行以下操作。

1. 導覽至 AWS Management Console。

2. 在搜尋列中，指定 Amazon EMR。

3. 選擇建立叢集。

4. 針對 叢集名稱，請指定您叢集的名稱。

5. 對於發行，請選取叢集的發行版本。

   注意

   Amazon EMR支援下列版本的自動終止：

   • 對於 6.x 發行版本，為 6.1.0 或更新版本。

   • 對於 5.x 發行版本，為 5.30.0 或更新版本。

   自動終止會阻止閒置的叢集執行，並阻止您產生成本。

6. (選用) 對於應用程式，請選擇 Presto。

7. 選擇您在叢集上執行的應用程式。

8. 在網路下，對硬體組態指定硬體組態設定。

   重要

   針對網路 ，選擇執行 Amazon SageMaker Studio Classic VPC的 ，然後選擇私有子網路。

9. 在安全和存取下，指定安全設定。

10. 選擇 Create (建立)。

若要從叢集匯入資料，請執行以下操作。

1. 開啟 Data Wrangler 流程。

2. 選擇建立連線。

3. 選擇 Amazon EMR。

4. 執行下列其中一項操作。

   • （選用） 針對秘密 ARN，指定叢集內資料庫的 Amazon Resource Number （ARN）。機密能提供額外的安全性。如需秘密的詳細資訊，請參閱什麼是 AWS Secrets Manager？ 如需有關為您的叢集建立資料機密的詳細資訊，請參閱為您的叢集建立 AWS Secrets Manager 秘密。

     重要

     如果您使用IAM執行階段角色進行身分驗證，則必須指定秘密。

   • 從下拉式資料表中選擇一個叢集。

5. 選擇 Next (下一步)。

6. 對於選取 的端點 example-cluster-name 叢集 ，選擇查詢引擎。

7. (選用) 選取儲存連線。

8. 選擇下一步，選擇登入，然後選擇以下其中一個規則：

   • 無身分驗證

   • LDAP

   • IAM

9. 登入 example-cluster-name 叢集 ，指定叢集的使用者名稱和密碼。

10. 選擇連線。

11. 在查詢編輯器中指定SQL查詢。

12. 選擇執行。

13. 選擇匯入。

要將憑證儲存為機密，請執行以下操作。

1. 導覽至 AWS Management Console。

2. 在搜尋列中，指定 Secrets Manager。

3. 選擇 AWS Secrets Manager。

4. 選擇存放新的機密。

5. 針對機密類型，選擇其他類型的機密。

6. 在鍵/值對下，選取純文字。

7. 對於執行 Hive 的叢集，您可以使用下列範本進行IAM身分驗證。

   
   {"jdbcURL": ""
    "iam_auth": {"endpoint": "jdbc:hive2://", #required
                   "dns": "ip-xx-x-xxx-xxx.ec2.internal", #required 
                   "port": "10000", #required
                 "cluster_id": "j-xxxxxxxxx", #required
                 "iam_role": "arn:aws:iam::xxxxxxxx:role/xxxxxxxxxxxx", #optional
                 "truststore_path": "/etc/alternatives/jre/lib/security/cacerts", #optional
                 "truststore_password": "changeit" #optional
                 
                 }}                               
                               

   注意

   匯入資料之後，您可以將轉換套用至這些資料上。然後，您可以將已轉換的資料匯出到特定位置。如果您使用 Jupyter 筆記本將轉換後的資料匯出到 Amazon S3，則必須使用上述範例中指定的信任庫路徑。

若要將 儲存JDBCURL為秘密，請執行下列動作。

1. 導覽至 AWS Management Console。

2. 在搜尋列中，指定 Secrets Manager。

3. 選擇 AWS Secrets Manager。

4. 選擇存放新的機密。

5. 針對機密類型，選擇其他類型的機密。

6. 針對金鑰/值對 ，指定 jdbcURL為金鑰，而有效 JDBCURL為值。

   有效格式JDBCURL取決於您是否使用身分驗證，以及您是否使用 Hive 或 Presto 作為查詢引擎。下列清單顯示不同可能組態的有效JBDCURL格式。

   • Hive，無身分驗證 – jdbc:hive2://emr-cluster-master-public-dns:10000/;

   • Hive、LDAP身分驗證 – jdbc:hive2://emr-cluster-master-public-dns-name:10000/;AuthMech=3;UID=david;PWD=welcome123;

   • 對於SSL啟用 的 Hive，JDBCURL格式取決於您是否使用 Java Keystore 檔案進行TLS組態。Java Keystore 檔案有助於驗證 Amazon EMR叢集主節點的身分。若要使用 Java Keystore 檔案，請在EMR叢集上產生該檔案，並將其上傳至 Data Wrangler。若要產生檔案，請在 Amazon EMR叢集 上使用下列命令keytool -genkey -alias hive -keyalg RSA -keysize 1024 -keystore hive.jks。如需在 Amazon EMR叢集上執行命令的相關資訊，請參閱使用 保護對EMR叢集的存取 AWS Systems Manager。若要上傳檔案，請選擇 Data Wrangler 使用者介面左側導覽列上的向上箭頭。

     以下是SSL啟用 Hive 的有效JDBCURL格式：

     • 沒有 Java Keystore File – jdbc:hive2://emr-cluster-master-public-dns:10000/;AuthMech=3;UID=user-name;PWD=password;SSL=1;AllowSelfSignedCerts=1;

     • 有 Java Keystore File – jdbc:hive2://emr-cluster-master-public-dns:10000/;AuthMech=3;UID=user-name;PWD=password;SSL=1;SSLKeyStore=/home/sagemaker-user/data/Java-keystore-file-name;SSLKeyStorePwd=Java-keystore-file-passsword;

   • Presto，無身分驗證 – jdbc：presto：//emr-cluster-master-public-dns：8889/；

   • 對於具有LDAP身分驗證並SSL啟用的 Presto，JDBCURL格式取決於您是否使用 Java Keystore 檔案進行TLS組態。Java Keystore 檔案有助於驗證 Amazon EMR叢集主節點的身分。若要使用 Java Keystore 檔案，請在EMR叢集上產生該檔案，並將其上傳至 Data Wrangler。若要上傳檔案，請選擇 Data Wrangler 使用者介面左側導覽列上的向上箭頭。如需為 Presto 建立 Java Keystore 檔案的相關資訊，請參閱適用於 的 Java Keystore 檔案TLS。如需在 Amazon EMR叢集上執行命令的相關資訊，請參閱使用 保護對EMR叢集的存取 AWS Systems Manager。

     • 沒有 Java Keystore File – jdbc:presto://emr-cluster-master-public-dns:8889/;SSL=1;AuthenticationType=LDAP Authentication;UID=user-name;PWD=password;AllowSelfSignedServerCert=1;AllowHostNameCNMismatch=1;

     • 有 Java Keystore File – jdbc:presto://emr-cluster-master-public-dns:8889/;SSL=1;AuthenticationType=LDAP Authentication;SSLTrustStorePath=/home/sagemaker-user/data/Java-keystore-file-name;SSLTrustStorePwd=Java-keystore-file-passsword;UID=user-name;PWD=password;

若要授與 Secrets Manager 許可權，請執行以下操作。

1. 登入 AWS Management Console 並在 開啟IAM主控台https://console.aws.amazon.com/iam/。

2. 選擇角色。

3. 在搜尋列中，指定 Amazon SageMaker Studio Classic 正在使用的 Amazon SageMaker 執行角色。

4. 選擇角色。

5. 選擇新增許可。

6. 選擇建立內嵌政策。

7. 對於服務，請指定 Secrets Manager 並選擇它。

8. 針對動作，選取許可管理旁邊的箭頭圖示。

9. 選擇 PutResourcePolicy。

10. 針對資源，請選擇特定。

11. 選擇此帳戶中任何旁邊的核取方塊。

12. 選擇檢閱政策。

13. 針對名稱，請指定一個名稱。

14. 選擇 建立政策。

若要從 Databricks 匯入資料，請執行以下操作。

1. 登入 Amazon SageMaker 主控台 。

2. 選擇 Studio。

3. 選擇啟動應用程式。

4. 從下拉式清單中選取 Studio。

5. 從 Data Wrangler 流程的匯入資料索引標籤，選擇 Databricks。

6. 指定下列欄位：

   • 資料集名稱 – 您想要在 Data Wrangler 流程中使用的資料集名稱。

   • 驅動程式 – com.simba.spark.jdbc.Driver。

   • JDBC URL – Databricks 資料庫URL的 。Databricks 執行個體之間的URL格式可能會有所不同。如需尋找 URL及其內指定參數的資訊，請參閱JDBC組態和連線參數 。以下是URL如何格式化 的範例：jdbc：spark：//aws-sagemaker-datawrangler.cloud.databricks.com：443/default；transportMode=http；ssl=1；httpPath=sql/protocolv1/o/3122619508517275/0909-200301-cut318；AuthMech=3；UID=token;PWD=personal-access-token.

     注意

     您可以指定包含 ARN的秘密，JDBCURL而不是指定JDBCURL本身。機密必須包含具有下列格式的鍵值組：jdbcURL:JDBC-URL。如需詳細資訊，請參閱什麼是 Secrets Manager？。

7. 指定SQLSELECT陳述式。

   注意

   Data Wrangler 不支援查詢內的 Common Table Expressions （CTE） 或暫存資料表。

8. 對於取樣，請選擇一種取樣方法。

9. 選擇執行。

10. （選用） 針對 PREVIEW，選擇齒輪以開啟分割區設定 。

    1. 指定分割區數。如果您指定分割區數目，則可以按欄進行分割：

       • 輸入分割區數目 – 指定大於 2 的值。

       • (選用) 依欄分割 – 指定下列欄位。如果您已指定輸入分割區數目的值，才能依欄進行分割。

         • 選取欄 – 選取要用於資料分割區的欄。資料欄的資料類型必須是數字或日期。

         • 上限 – 對於您指定資料欄中的值，上限是您在分區中使用的值。您指定的值不會變更您要匯入的資料。它只會影響匯入的速度。為了獲得最佳效能，請指定接近資料欄最大值的上限。

         • 下限 – 對於您指定資料欄中的值，下限是您在分區中使用的值。您指定的值不會變更您要匯入的資料。它只會影響匯入的速度。為了獲得最佳效能，請指定接近資料欄最小值的下限。

11. 選擇匯入。

1. 導覽至 Salesforce 登入頁面。

2. 對於快速尋找，請指定我的網域。

3. 將目前我的網域URL的值複製到文字檔案。

4. https:// 新增至 的開頭URL。

若要從 Salesforce 取得登入憑證，並提供 Data Wrangler 的存取權，請執行以下操作。

1. 導覽至 Salesforce 網域URL並登入您的帳戶。

2. 選擇齒輪圖示。

3. 在出現的搜尋列中，指定應用程式管理員。

4. 選取新增連線的應用程式。

5. 指定下列欄位：

   • 已連線的應用程式名稱 – 您可以指定任何名稱，但我們建議您選擇包含 Data Wrangler 的名稱。例如，您可以指定 Salesforce 資料雲端 Data Wrangler 整合。

   • API name – 使用預設值。

   • 聯絡人電子郵件 – 指定您的電子郵件地址。

   • 在API標題 （啟用OAuth設定） 下，選取核取方塊以啟用OAuth設定。

   • 對於回撥URL，請指定 Amazon SageMaker Studio Classic URL。若要取得適用於 Studio Classic URL 的 ，請從 存取它 AWS Management Console 並複製 URL。

6. 在選取的OAuth範圍 下，將下列項目從可用OAuth範圍移至選取的OAuth範圍 ：

   • 透過 APIs（api） 管理使用者資料

   • 隨時執行要求 (refresh_token、offline_access)

   • 在 Salesforce Data Cloud 資料 （cdp_query_api） 上執行ANSISQL查詢

   • 管理 Salesforce 客戶資料平台設定檔資料 (cdp_profile_api)

7. 選擇儲存。儲存變更後，Salesforce 會開啟新頁面。

8. 選擇繼續

9. 導覽至消費者金鑰和機密。

10. 選擇管理消費者詳細資訊。Salesforce 會將您重新導向至可能必須通過雙因素驗證才能前往的新頁面。

11. 重要

    將消費者金鑰和消費者機密複製到文字編輯器。您需要這些資訊才能將資料雲端連線到 Data Wrangler。

12. 導覽回管理連線的應用程式。

13. 導覽至連線應用程式名稱和應用程式的名稱。

14. 選擇管理。

    1. 選取編輯政策。

    2. 將放寬 IP變更為放寬 IP 限制。

    3. 選擇 Save (儲存)。

若要為您的使用者提供許可權，請執行以下操作。

1. 導覽到設定首頁。

2. 在左側的導覽中，搜尋使用者，然後選擇使用者功能表項目。

3. 使用您的使用者名稱選擇超連結。

4. 導覽至許可集指派。

5. 選擇編輯指派資料。

6. 新增下列許可：

   • 客戶資料平台管理員

   • 客戶資料平台資料感知專家

7. 選擇 Save (儲存)。

若要取得授權URL和權杖 URL

1. 導覽至您的 Salesforce 網域 URL。

2. 使用下列其中一種方法來取得 URLs。如果您使用的是安裝有 curl和 jq的 Linux 發行版本，我們建議您使用僅適用於 Linux 的方法。

   • (僅適用 Linux) 在終端機中指定以下命令。

     
     curl salesforce-domain-URL/.well-known/openid-configuration | \
     jq '. | { authorization_url: .authorization_endpoint, token_url: .token_endpoint }' | \
     jq '.  += { identity_provider: "SALESFORCE", client_id: "example-client-id", client_secret: "example-client-secret" }'                             
                                 

   • 1. 導覽至 example-org-URL/.well-known/openid-configuration 在瀏覽器中。

     2. 將 authorization_endpoint和 token_endpoint複製到文字編輯器。

     3. 建立下列JSON物件：

        {
          "identity_provider": "SALESFORCE",
          "authorization_url": "example-authorization-endpoint", 
          "token_url": "example-token-endpoint",
          "client_id": "example-consumer-key",
          "client_secret": "example-consumer-secret"
        }
                                            

若要建立密碼，請執行以下操作。

1. 導覽至 AWS Secrets Manager 主控台。

2. 選擇儲存新機密。

3. 選取其他機密類型。

4. 在鍵/值對下，選取純文字。

5. 將空白 取代JSON為下列組態設定。

   {
     "identity_provider": "SALESFORCE",
     "authorization_url": "example-authorization-endpoint", 
     "token_url": "example-token-endpoint",
     "client_id": "example-consumer-key",
     "client_secret": "example-consumer-secret"
   }                    
                       

6. 選擇 Next (下一步)。

7. 在機密名稱中，指定機密的名稱。

8. 在標籤下，選擇新增。

   1. 對於金鑰，請指定 sagemaker:partner。對於值，我們建議您指定可能對您的使用案例有用的值。不過，您可以指定任意值。

   重要

   您必須建立金鑰。如果您未建立金鑰，就無法從 Salesforce 匯入資料。

9. 選擇 Next (下一步)。

10. 選擇儲存。

11. 選擇您已建立的機密。

12. 記下以下欄位：

    • 秘密的 Amazon Resource Number （ARN）

    • 機密的名稱。

若要新增 Data Wrangler 的讀取許可，請執行以下操作。

1. 導覽至 Amazon SageMaker 主控台 。

2. 選擇網域 。

3. 選擇您用來存取 Data Wrangler 的網域。

4. 選擇您的使用者設定檔。

5. 在詳細資訊下，尋找執行角色。ARN 其格式如下：arn:aws:iam::111122223333:role/example-role。記下 SageMaker 執行角色。在 中ARN，它是 之後的一切role/。

6. 導覽至 IAM主控台。

7. 在搜尋IAM搜尋列中，指定 SageMaker 執行角色的名稱。

8. 選擇角色。

9. 選擇新增許可。

10. 選擇建立內嵌政策。

11. 選擇 JSON 索引標籤。

12. 在編輯器中指定下列政策。

    
    {
     "Version": "2012-10-17",
     "Statement": [
         {
             "Effect": "Allow",
             "Action": [
                 "secretsmanager:GetSecretValue",
                 "secretsmanager:PutSecretValue"
             ],
             "Resource": "arn:aws:secretsmanager:*:*:secret:*",
             "Condition": {
                 "ForAnyValue:StringLike": {
                     "aws:ResourceTag/sagemaker:partner": "*"
                 }
             }
         },
         {
             "Effect": "Allow",
             "Action": [
                 "secretsmanager:UpdateSecret"
             ],
             "Resource": "arn:aws:secretsmanager:*:*:secret:AmazonSageMaker-*"
         }
     ]
    }                        
                        

13. 選擇檢閱政策。

14. 針對名稱，請指定一個名稱。

15. 選擇 建立政策。

若要建立生命週期組態並將其新增至 Studio Classic 設定檔，請執行下列動作。

1. 導覽至 Amazon SageMaker 主控台 。

2. 選擇網域 。

3. 選擇您用來存取 Data Wrangler 的網域。

4. 選擇您的使用者設定檔。

5. 如果您看到下列應用程式，請將其刪除：

   • KernelGateway

   • JupyterKernel

   注意

   刪除應用程式會更新 Studio Classic。更新可能需要一段時間才能發生。

6. 等待更新發生時，請選擇生命週期組態。

7. 確保您所在的頁面顯示 Studio Classic Lifecycle 組態 。

8. 選擇建立組態。

9. 確保已選擇 Jupyter 伺服器應用程式。

10. 選擇 Next (下一步)。

11. 對於名稱，請指定組態的名稱。

12. 對於指令碼，請指定下列指令碼：

    
    #!/bin/bash
    set -eux
    
    cat > ~/.sfgenie_identity_provider_oauth_config <<EOL
    {
        "secret_arn": "secrets-arn-containing-salesforce-credentials"
    }
    EOL
    
    
                    

13. 選擇提交。

14. 在左側導覽上，選擇網域 。

15. 選擇您的網域。

16. 選擇環境。

17. 在個人 Studio Classic 應用程式的生命週期組態下，選擇連接 。

18. 選取現有組態。

19. 在 Studio Classic Lifecycle 組態下，選取您已建立的生命週期組態。

20. 選擇連接至網域。

21. 選取您所連接的生命週期組態旁的核取方塊。

22. 選取設定為預設值。

若要開啟 Studio Classic 並檢查其版本，請參閱下列程序。

1. 使用 中的步驟必要條件透過 Amazon SageMaker Studio Classic 存取 Data Wrangler。

2. 在您要用來啟動 Studio Classic 的使用者旁邊，選取啟動應用程式 。

3. 選擇 Studio。

使用來自 Salesforce 資料雲端的資料在 Data Wrangler 中建立資料集

1. 登入 Amazon SageMaker 主控台 。

2. 選擇 Studio。

3. 選擇啟動應用程式。

4. 從下拉式清單中選取 Studio。

5. 選擇首頁圖示。

6. 選擇資料。

7. 選擇 Data Wrangler。

8. 選擇匯入資料。

9. 在可用性下，選擇 Salesforce 資料雲端。

10. 針對連線名稱，指定連線至 Salesforce 資料雲端的名稱。

11. 對於組織 URL，在您的 URL Salesforce 帳戶中指定組織。您可以從URL管理員取得 。

12. 選擇連線。

13. 指定您的憑證以登入 Salesforce。

1. 選取啟動將 Data Wrangler 註冊為應用程式程序的組態。

2. 提供身分提供者內的使用者存取 Data Wrangler。

3. 將OAuth用戶端憑證儲存為 AWS Secrets Manager 秘密，以開啟用戶端身分驗證。

4. URL 使用下列格式指定重新導向：https：//domain-ID.studio。AWS 區域.sagemaker.aws/jupyter/default/lab

   重要

   您正在指定 Amazon SageMaker 網域 ID AWS 區域 ，且您正在用來執行 Data Wrangler。

   重要

   您必須URL為每個 Amazon SageMaker 網域以及執行 Data Wrangler AWS 區域 的位置註冊 。來自網域 AWS 區域 且沒有為其URLs設定重新導向的使用者將無法向身分提供者驗證存取 Snowflake 連線。

5. 請確定 Data Wrangler 應用程式允許授權碼和重新整理權杖授予類型。

若要設定伺服器，請執行以下操作。除了最後一個之外，您的所有步驟都會在 Snowflake 中處理。

1. 開始設定伺服器或 API。

2. 設定授權伺服器以使用授權碼並重新整理權杖授予類型。

3. 指定存取權杖的存留期。

4. 設定重新整理權杖閒置逾時。閒置逾時是若未使用重新整理權杖的到期時間。

   注意

   如果您要在 Data Wrangler 中排程任務，建議您將閒置逾時時間設定為大於處理任務的頻率。否則，某些處理任務可能會失敗，因為重新整理權杖在執行之前已過期。當重新整理權杖到期時，使用者必須透過 Data Wrangler 存取他們對 Snowflake 建立的連線來重新進行身分驗證。

5. 指定 session:role-any做為新範圍。

   注意

   對於 Azure AD，請複製該範圍的唯一識別碼。Data Wrangler 要求您向其提供識別符。

6. 重要

   在 Snowflake 的外部OAuth安全整合中，啟用 external_oauth_any_role_mode。

1. 若要讓您的資料科學家從 SageMaker Data Wrangler 存取 Snowflake，請提供下列其中一項：

   • 對於基本身分驗證，提供 Snowflake 帳戶名稱、使用者名稱和密碼。

   • 對於 OAuth，身分提供者中的使用者名稱和密碼。

   • 對於 ARN，Secrets Manager 會秘密 Amazon Resource Name （ARN）。

   • 使用 AWS Secrets Manager 和秘密ARN的 建立的秘密。如果您選擇此選項，請使用下列程序來建立 Snowflake 的機密。

     重要

     如果您的資料科學家使用 Snowflake 憑證 (使用者名稱和密碼) 選項連線到 Snowflake，您可以使用 Secret Manager 將憑證儲存在機密中。Secrets Manager 會輪換秘密，當作最佳實務安全計劃的一部分。只有在設定 Studio Classic 使用者設定檔時所設定的 Studio Classic 角色，才能存取在 Secrets Manager 中建立的秘密。這需要您將此許可 新增至連接到 Studio Classic 角色secretsmanager:PutResourcePolicy的政策。

     我們強烈建議您設定角色政策的範圍，以針對不同的 Studio Classic 使用者群組使用不同的角色。您可以為 Secrets Manager 新增其他資源型的許可權。請參閱管理機密政策以了解您可以使用的條件索引鍵。

     如需有關建立機密的資訊，請參閱建立機密。我們會向您收取您建立機密的費用。

2. (選用) 提供資料科學家您使用下列程序在 Snowflake 中建立雲端儲存整合所建立的儲存整合名稱。這是新整合的名稱，並在您執行的CREATE INTEGRATIONSQL命令integration_name中呼叫 ，如下列程式碼片段所示：

   
     CREATE STORAGE INTEGRATION integration_name
     TYPE = EXTERNAL_STAGE
     STORAGE_PROVIDER = S3
     ENABLED = TRUE
     STORAGE_AWS_ROLE_ARN = 'iam_role'
     [ STORAGE_AWS_OBJECT_ACL = 'bucket-owner-full-control' ]
     STORAGE_ALLOWED_LOCATIONS = ('s3://bucket/path/', 's3://bucket/path/')
     [ STORAGE_BLOCKED_LOCATIONS = ('s3://bucket/path/', 's3://bucket/path/') ]
                                

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": "glue:SearchTables",
            "Resource": [
                "arn:aws:glue:*:*:table/*/*",
                "arn:aws:glue:*:*:database/*",
                "arn:aws:glue:*:*:catalog"
            ]
        }
    ]
}   

若要連線到資料來源，請執行以下操作。

1. 登入 Amazon SageMaker 主控台 。

2. 選擇 Studio。

3. 選擇啟動應用程式。

4. 從下拉式清單中選取 Studio。

5. 選擇首頁圖示。

6. 選擇資料。

7. 選擇 Data Wrangler。

8. 選擇匯入資料。

9. 在可用性下，選擇資料來源。

10. 在名稱 欄位中，指定連線的名稱。

11. (選用) 選擇進階組態。

    1. 選擇工作群組。

    2. 如果您的工作群組尚未強制執行 Amazon S3 輸出位置，或者您不使用工作群組，請指定查詢結果的 Amazon S3 位置值。

    3. (選用) 對於資料保留期，請選取核取方塊以設定資料保留期間，並指定資料刪除前的儲存天數。

    4. (選用) 根據預設，Data Wrangler 會儲存連線。您可以選擇取消選取核取方塊，而不儲存連線。

12. 選擇連線。

13. 指定查詢。

    注意

    若要協助您指定查詢，您可以在左側導覽面板中選擇一個資料表。Data Wrangler 顯示資料表名稱和資料表的預覽。選擇資料表名稱旁的圖示以複製名稱。您可以在查詢中使用資料表名稱。

14. 選擇執行。

15. 選擇匯入查詢。

16. 對於資料集名稱，請指定資料集名稱。

17. 選擇新增。