기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
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 섹션을 참조하세요Studio와 데이터 소스 간의 네트워크 액세스 구성(관리자용). 설정해야 하는 정책에 대한 자세한 내용은 섹션을 참조하세요데이터 소스에 액세스할 수 있는 IAM 권한 설정(관리자용). 연결이 설정되면 데이터 과학자는 JupyterLab 노트북의 SQL 확장을 사용하여 연결된 데이터 소스를 검색하고 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 섹션을 참조하세요Secrets Manager에서 데이터베이스 액세스 자격 증명에 대한 보안 암호 생성.
이 섹션에서는 AWS Glue 연결을 설정하는 방법을 설명하고 Studio JupyterLab 애플리케이션이 연결을 통해 데이터에 액세스하는 데 필요한 IAM 권한을 나열합니다.
참고
Amazon SageMaker Assets은 Amazon DataZone을 Studio와 통합합니다. 여기에는 관리자가 Amazon DataZone DataZone 도메인 내의 Amazon DataZone 프로젝트에서 Studio 환경을 생성할 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.
주제
