Editores de consultas: usar o JupyterLab com o Aurora DSQL

Este guia fornece instruções passo a passo sobre como conectar e consultar o Amazon Aurora DSQL usando o JupyterLab com o Python. O JupyterLab é um ambiente computacional interativo conhecido que combina código, texto e visualizações em um único documento. É amplamente utilizado para aplicações de pesquisa e ciência de dados.

As instruções abaixo abordarão os conceitos básicos do uso do Aurora DSQL em uma instalação local do JupyterLab e no uso do Amazon SageMaker AI, um serviço de machine learning totalmente gerenciado que oferece um ambiente hospedado com uma interface de usuário para fluxos de trabalho de dados.

Introdução

Requisitos

Usar o JupyterLab local

Para começar a utilizar o JupyterLab, os usuários devem primeiro instalar a aplicação usando o pip do Python:

pip install jupyterlab

O JupyterLab pode então ser aberto executando jupyter lab. Isso abrirá a aplicação JupyterLab em localhost:8888, acessível em um navegador. Tenha as credenciais da AWS configuradas em seu ambiente local antes de continuar.

Usar o Amazon SageMaker AI

No console da AWS, vá para a página do console do Amazon SageMaker AI e depois para a seção Bloco de anotações em Aplicações e IDEs. Nela, você pode selecionar Criar instância do bloco de anotações para começar a criar um ambiente do SageMaker. Selecione um tipo de instância e uma plataforma antes de clicar em Criar instância do bloco de anotações.

Consulte a documentação de configuração do Amazon SageMaker AI para acessar mais informações sobre opções de configuração e instância.

Depois que a instância do SageMaker estiver ativa, você poderá abri-la na seção Instâncias do bloco de anotações com Abrir JupyterLab. Antes de começar a usar o Aurora DSQL no seu bloco de anotações, você deve conceder acesso ao seu cluster do DSQL no perfil do IAM da instância do SageMaker. A maneira mais simples de fazer isso é seguir o link para o perfil do IAM na página da instância do bloco de anotações. A partir daí, você pode editar as políticas anexadas ao seu perfil do IAM do SageMaker. Consulte Autenticação e autorização para acessar mais informações sobre como configurar uma política do IAM para permitir acesso ao Aurora DSQL.

Conectar-se ao Aurora DSQL usando o JupyterLab

Depois de configurar uma instância do JupyterLab, as etapas para se conectar ao Aurora DSQL são as mesmas localmente e no SageMaker AI. Crie um caderno do Python 3 vazio, no qual você pode incluir células com código Python.

Em uma célula Python, baixe o certificado raiz da Amazon da loja oficial de confiança:

import urllib.request
urllib.request.urlretrieve('https://www.amazontrust.com/repository/AmazonRootCA1.pem', 'root.pem')
            

Para se conectar ao Aurora DSQL, primeiro instale o conector do Aurora DSQL para Python e o driver Psycopg em uma célula Python e, depois, importe-o:

pip install aurora_dsql_python_connector psycopg

import aurora_dsql_psycopg as dsql

Com o conector importado, você pode criar uma configuração do DSQL e se conectar. O conector do Aurora DSQL para Python processará automaticamente a criação de um token de autenticação em cada conexão.

config = {
    'host': "your-cluster.dsql.us-east-1.on.aws",
    'region': "us-east-1",
    'user': "admin"
    }

conn = dsql.connect(**config)

Ao executar o código, agora você deve ter uma conexão Psycopg com o Aurora DSQL. Depois, você poderá executar consultas usando o cursor Psycopg e fornecendo sua consulta SQL. Consulte a documentação do Psycopg para acessar mais informações sobre como usar a Psycopg com um banco de dados compatível com Postgres. Essa consulta vai gerar uma lista de tuplas em results_list.

with conn:
    with conn.cursor() as cur:
        cur.execute("SELECT * FROM table")
        results_list = cur.fetchall()

Depois, você pode usar frameworks Python, como o Pandas, para analisar ou visualizar os resultados da consulta, por exemplo:

pip install pandas

import pandas as pd

df = pd.DataFrame(tuples_list)
print(df)
print(f"Total records: {len(df)}")

Caderno de exemplo

Um caderno de amostra usando o Aurora DSQL está disponível no repositório de exemplos do Aurora DSQL.

Outras fontes de leitura

Documentação de configuração do Amazon SageMaker AI

Conector do Aurora DSQL para Python

Documentação do Pandas