SQL 확장을 사용하여 데이터 찾아보기 - Amazon SageMaker AI

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

SQL 확장을 사용하여 데이터 찾아보기

SQL 확장 사용자 인터페이스(UI)를 열려면 Studio에 있는 JupyterLab 애플리케이션의 탐색 창에서 SQL 확장 아이콘( Purple circular icon with a clock symbol representing time or scheduling. )을 선택합니다. 왼쪽 패널 데이터 검색 보기가 확장되고 Amazon Athena, Amazon Redshift 및 Snowflake에 대한 사전 구성된 모든 데이터 저장소 연결이 표시합니다.

여기에서 다음을 수행할 수 있습니다.

  • 특정 연결을 확장하여 데이터베이스, 스키마, 테이블 또는 보기, 열을 탐색합니다.

  • SQL 확장 UI의 검색 상자를 사용하여 특정 연결을 검색합니다. 검색은 입력한 문자열과 부분적으로 일치하는 모든 데이터베이스, 스키마, 테이블 또는 보기를 반환합니다.

참고

AWS 계정에 Athena가 이미 설정되어 있는 경우 JupyterLab 애플리케이션에서 default-athena-connection를 활성화할 수 있습니다. 이렇게 하면 연결을 수동으로 만들 필요 없이 Athena 쿼리를 실행할 수 있습니다. 기본 Athena 연결을 활성화하는 방법

  1. 관리자에게 실행 역할에 Athena 및 AWS Glue 카탈로그에 액세스하는 데 필요한 권한이 있는지 확인합니다. 필요한 권한에 대한 자세한 내용은 Athena에 대한 AWS Glue 연결 구성 섹션을 참조하세요.

  2. JupyterLab 애플리케이션에서 상단 탐색 모음의 설정 메뉴로 이동하여 설정 편집기 메뉴를 엽니다.

  3. 데이터 검색을 선택합니다.

  4. 기본 Athena 연결 활성화 확인란을 선택합니다.

  5. 필요한 경우 기본 primary 작업 그룹을 업데이트할 수 있습니다.

JupyterLab 노트북의 데이터베이스, 스키마 또는 테이블을 SQL 확장 창의 지정된 연결에서 쿼리하는 방법

  • 데이터베이스, 스키마 또는 테이블의 오른쪽에 있는 점 아이콘 3개( SQL extension three dots icon. )를 선택합니다.

  • 메뉴에서 노트북에서 쿼리를 선택합니다.

    이렇게 하면 JupyterLab의 노트북 셀에 데이터 소스에 연결하기 위한 관련 %%sm_sql 매직 명령이 자동으로 채워집니다. 또한 즉시 쿼리를 시작하는 데 도움이 되는 샘플 SQL 문이 추가됩니다. 확장의 자동 완성 및 강조 표시 기능을 사용하여 SQL 쿼리를 추가로 세분화할 수 있습니다. SQL 확장 SQL 편집기 사용에 대한 자세한 내용은 JupyterLab SQL 확장의 SQL 편집기 기능 섹션을 참조하세요.

테이블 수준에서 점 3개 아이콘은 테이블의 메타데이터 미리 보기를 선택할 수 있는 추가 옵션을 제공합니다.

아래 JupyterLab 노트북 셀 콘텐츠는 SQL 확장 창의 redshift-connection 데이터 소스에서 노트북에서 쿼리 메뉴를 선택할 때 자동으로 생성되는 항목의 예를 보여줍니다.

%%sm_sql --metastore-id redshift-connection --metastore-type GLUE_CONNECTION

-- Query to list tables from schema 'dev.public'
SHOW TABLES
FROM
  SCHEMA "dev"."public"

SQL 확장 창 상단의 보다 작음 기호( Icon to clear the SQL extension search box. )를 사용하여 검색 상자를 지우거나 연결 목록으로 돌아갑니다.

참고

확장은 빠른 액세스를 위해 탐색 결과를 캐싱합니다. 캐싱된 결과가 오래되어 유효하지 않거나 목록에서 연결이 누락된 경우 SQL 확장 패널 하단의 새로 고침 버튼을 선택하여 캐시를 수동으로 새로 고칠 수 있습니다. 연결 캐싱에 대한 자세한 내용은 SQL 확장 연결 캐싱 섹션을 참조하세요.