本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# SQL 扩展数据来源连接
<a name="sagemaker-sql-extension-datasources-connection"></a>

在 JupyterLab 笔记本中使用 SQL 扩展之前，管理员或用户必须创建 AWS Glue 与其数据源的连接。SQL 扩展允许连接到 Amazon Redshift、Amazon Athena 或 Snowflake 等数据来源。

要设置连接，管理员必须先确保其网络配置支持 Studio 和数据来源之间的通信，然后授予必要的 IAM 权限以允许 Studio 访问数据来源。有关管理员如何设置联网的信息，请参阅[配置 Studio 和数据来源之间的网络访问（供管理员使用）](sagemaker-sql-extension-networking.md)。有关必须设置的策略的信息，请参阅[设置访问数据来源所需的 IAM 权限（适用于管理员）](sagemaker-sql-extension-datasources-connection-permissions.md)。建立连接后，数据科学家可以在 JupyterLab 笔记本中使用 SQL 扩展来浏览和查询连接的数据源。

**注意**  
我们建议将数据库访问凭证作为密钥存储在 Secrets Manager 中。要了解如何创建用于存储 Amazon Redshift 或 Snowflake 访问凭证的密钥，请参阅[在 Secrets Manager 中为数据库访问凭证创建密钥](sagemaker-sql-extension-glue-connection-secrets.md)。

本节介绍如何设置 AWS Glue 连接，并列出了 Studio JupyterLab 应用程序通过连接访问数据所需的 IAM 权限。

**注意**  
[亚马逊 SageMaker 资产](sm-assets.md)将[亚马逊 DataZone](https://docs.aws.amazon.com/datazone/latest/userguide/what-is-datazone.html)与 Studio 集成。它包括一个 SageMaker 人工智能蓝图，供管理员在亚马逊 DataZone 域内通过亚马逊 DataZone 项目创建 Studio 环境。  
从使用蓝图创建的 Studio 域启动的 JupyterLab 应用程序的用户在使用 SQL 扩展程序时，可以自动访问与其 Amazon DataZone 目录中数据资产的 AWS Glue 连接。这样就可以查询这些数据来源，而无需手动设置连接。

**Topics**
+ [在 Secrets Manager 中为数据库访问凭证创建密钥](sagemaker-sql-extension-glue-connection-secrets.md)
+ [创建 AWS Glue 连接（适用于管理员）](sagemaker-sql-extension-datasources-glue-connection.md)
+ [创建用户定义的 AWS Glue 连接](sagemaker-sql-extension-datasources-glue-connection-user-defined.md)
+ [设置访问数据来源所需的 IAM 权限（适用于管理员）](sagemaker-sql-extension-datasources-connection-permissions.md)