翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
SQL 拡張機能データソース接続
JupyterLab ノートブックで SQL 拡張機能を使用する前に、管理者またはユーザーはデータソースAWS Glueへの接続を作成する必要があります。SQL 拡張機能を使用すると、Amazon Redshift Amazon Athena や Snowflake などのデータソースに接続できます。
接続を設定するには、管理者はまずネットワーク設定で Studio とデータソース間の通信が許可されていることを確認してから、Studio がデータソースにアクセスできるようにするために必要な IAM アクセス許可を付与する必要があります。管理者がネットワーク設定を行う方法については、「Studio とデータソース間のネットワークアクセスを設定する (管理者向け)」を参照してください。設定する必要があるポリシーの詳細については、「データソースにアクセスするための IAM アクセス許可を設定する (管理者向け)」を参照してください。接続が設定されると、データサイエンティストは JupyterLab ノートブックの SQL 拡張機能を使用して、接続されたデータソースを参照してクエリできます。
注記
データベースアクセス認証情報をシークレットとして Secrets Manager に保存することをお勧めします。Amazon Redshift または Snowflake アクセス認証情報を保存するシークレットを作成する方法については、「Secrets Manager でデータベース認証情報用のシークレットを作成する」を参照してください。
このセクションでは、 AWS Glue接続を設定する方法について説明し、Studio JupyterLab アプリケーションが接続を介してデータにアクセスするために必要な IAM アクセス許可を一覧表示します。
注記
Amazon SageMaker Assets を使用すると、Amazon DataZone を Studio と統合できます。これには、管理者が Amazon DataZone ドメイン内の Amazon DataZone プロジェクトから Studio 環境を作成するための SageMaker AI ブループリントが含まれます。
ブループリントで作成された Studio ドメインから起動された JupyterLab アプリケーションのユーザーは、SQL 拡張機能を使用するときに、Amazon DataZone カタログのデータアセットAWS Glueへの接続に自動的にアクセスできます。これにより、接続を手動で設定する必要なく、このようなデータソースをクエリできます。
トピック
