기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# SQL 확장 데이터 소스 연결
<a name="sagemaker-sql-extension-datasources-connection"></a>

JupyterLab 노트북에서 SQL 확장을 사용하기 전에 관리자 또는 사용자는 데이터 소스에 대한 AWS Glue 연결을 생성해야 합니다. SQL 확장을 사용하면 Amazon Redshift Amazon Athena 또는 Snowflake와 같은 데이터 소스에 연결할 수 있습니다.

연결을 설정하려면 관리자는 먼저 네트워크 구성이 Studio와 데이터 소스 간의 통신을 허용하는지 확인한 다음, Studio가 데이터 소스에 액세스하도록 허용하는 데 필요한 IAM 권한을 부여해야 합니다. 관리자가 네트워킹을 설정하는 방법에 대한 자세한 내용은 [Studio와 데이터 소스 간의 네트워크 액세스 구성(관리자용)](sagemaker-sql-extension-networking.md) 섹션을 참조하세요. 설정해야 하는 정책에 대한 자세한 내용은 [데이터 소스에 액세스할 수 있는 IAM 권한 설정(관리자용)](sagemaker-sql-extension-datasources-connection-permissions.md) 섹션을 참조하세요. 연결이 설정되면 데이터 과학자는 JupyterLab 노트북의 SQL 확장을 사용하여 연결된 데이터 소스를 찾고 쿼리할 수 있습니다.

**참고**  
데이터베이스 액세스 자격 증명을 Secrets Manager에 보안 암호로 저장하는 것이 좋습니다. Amazon Redshift 또는 Snowflake 액세스 자격 증명을 저장하기 위한 보안 암호를 생성하는 방법에 대한 자세한 내용은 [Secrets Manager에서 데이터베이스 액세스 자격 증명을 위한 보안 암호 생성](sagemaker-sql-extension-glue-connection-secrets.md) 섹션을 참조하세요.

이 섹션에서는 AWS Glue 연결을 설정하는 방법을 설명하고 Studio JupyterLab 애플리케이션이 연결을 통해 데이터에 액세스하는 데 필요한 IAM 권한을 나열합니다.

**참고**  
[Amazon SageMaker Assets](sm-assets.md)은 [Amazon DataZone](https://docs.aws.amazon.com/datazone/latest/userguide/what-is-datazone.html)을 Studio와 통합합니다. 여기에는 관리자가 Amazon DataZone 도메인 내의 Amazon DataZone 프로젝트에서 Studio 환경을 만들 수 있는 SageMaker AI 블루프린트가 포함되어 있습니다.  
블루프린트로 생성된 Studio 도메인에서 시작된 JupyterLab 애플리케이션의 사용자는 SQL 확장을 사용할 때 Amazon DataZone 카탈로그의 데이터 자산에 대한 AWS Glue 연결에 자동으로 액세스할 수 있습니다. 이렇게 하면 연결을 수동으로 설정하지 않고도 이러한 데이터 소스를 쿼리할 수 있습니다.

**Topics**
+ [Secrets Manager에서 데이터베이스 액세스 자격 증명을 위한 보안 암호 생성](sagemaker-sql-extension-glue-connection-secrets.md)
+ [AWS Glue 연결 생성(관리자용)](sagemaker-sql-extension-datasources-glue-connection.md)
+ [사용자 정의 AWS Glue 연결 생성](sagemaker-sql-extension-datasources-glue-connection-user-defined.md)
+ [데이터 소스에 액세스할 수 있는 IAM 권한 설정(관리자용)](sagemaker-sql-extension-datasources-connection-permissions.md)