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 扩展程序的 JupyterLab SQL 执行功能
<a name="sagemaker-sql-extension-features-sql-execution"></a>

您可以在的 SQL 扩展中对连接的数据源执行 SQL 查询 JupyterLab。以下各节说明了在 JupyterLab 笔记本中运行 SQL 查询的最常见参数：
+ 在 [创建简单的神奇命令连接字符串](sagemaker-sql-extension-features-sql-execution-create-connection.md) 中创建一个简单连接。
+ 将您的查询结果保存在熊猫 DataFrame 中。[将 SQL 查询结果保存在熊猫中 DataFrame](sagemaker-sql-extension-features-sql-execution-save-dataframe.md)
+ 覆盖或添加到管理员在 [覆盖连接属性](sagemaker-sql-extension-features-sql-execution-override-connection.md) 中定义的连接属性。
+ [使用查询参数在 SQL 查询中提供动态值](sagemaker-sql-extension-features-sql-execution-query-parameters.md).

使用 `%%sm_sql` 神奇命令运行单元格时，SQL 扩展引擎会根据神奇命令参数中指定的数据来源执行单元格中的 SQL 查询。

要查看神奇命令参数和支持格式的详细信息，请运行 `%%sm_sql?`。

**重要**  
要使用 Snowflake， SageMaker 发行映像版本 1.6 的用户必须通过在其应用程序的终端中运行`micromamba install snowflake-connector-python -c conda-forge`以下命令来安装 Snowflake Python 依赖项。 JupyterLab 安装完成后，通过`restart-jupyter-server`在终端中运行来重新启动 JupyterLab 服务器。  
对于 1.7 及更高版本的 SageMaker 分发映像，已预先安装了 Snowflake 依赖关系。无需任何操作。