Conecte as concessões de acesso do Amazon S3 com notebooks Studio JupyterLab

Use as informações a seguir para conceder concessões de acesso ao Amazon S3 em notebooks Studio JupyterLab .

Depois que o Amazon S3 Access Grants for configurado, adicione as seguintes permissões ao seu domínio ou função de execução de usuário.

• us-east-1é seu Região da AWS

• 111122223333é o seu Conta da AWS ID

• S3-ACCESS-GRANT-ROLEé sua função de concessão de acesso ao Amazon S3

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "AllowDataAccessAPI",
            "Effect": "Allow",
            "Action": [
                "s3:GetDataAccess"
            ],
            "Resource": [
                "arn:aws:s3:us-east-1:111122223333:access-grants/default"
            ]
        },
        {
            "Sid": "RequiredForTIP",
            "Effect": "Allow",
            "Action": "sts:SetContext",
            "Resource": "arn:aws:iam::111122223333:role/S3-ACCESS-GRANT-ROLE"
        }
    ]
}

Certifique-se de que a política de confiança da sua função Amazon S3 Access Grants permita as ações sts:SetContext e. sts:AssumeRole Veja a seguir um exemplo de política para quando você atualiza sua política de confiança de função.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Principal": {
                "Service": [
                    "access-grants.s3.amazonaws.com"
                ]
            },
            "Action": [
                "sts:AssumeRole",
                "sts:SetContext"
            ],
            "Condition": {
                "StringEquals": {
                    "aws:SourceAccount": "111122223333",
                    "aws:SourceArn": "arn:aws:s3:us-east-1:111122223333:access-grants/default"
                }
            }
        }
    ]
}

Use o Amazon S3 Access Grants para ligar para o Amazon S3

Veja a seguir um exemplo de script em Python que mostra como o Amazon S3 Access Grants pode ser usado para chamar o Amazon S3. Isso pressupõe que você já tenha configurado com êxito a propagação de identidade confiável com SageMaker IA.

import boto3
from botocore.config import Config

def get_access_grant_credentials(account_id: str, target: str, 
                                 permission: str = 'READ'):
    s3control = boto3.client('s3control')
    response = s3control.get_data_access(
        AccountId=account_id,
        Target=target,
        Permission=permission
    )
    return response['Credentials']

def create_s3_client_from_credentials(credentials) -> boto3.client:
    return boto3.client(
        's3',
        aws_access_key_id=credentials['AccessKeyId'],
        aws_secret_access_key=credentials['SecretAccessKey'],
        aws_session_token=credentials['SessionToken']
    )

# Create client
credentials = get_access_grant_credentials('111122223333',
                                        "s3://tip-enabled-bucket/tip-enabled-path/")
s3 = create_s3_client_from_credentials(credentials)

s3.list_objects(Bucket="tip-enabled-bucket", Prefix="tip-enabled-path/")

Se você usar um caminho para um bucket do Amazon S3 onde a concessão de acesso ao Amazon S3 não está habilitada, a chamada falhará.

Para outras linguagens de programação, consulte Gerenciamento de acesso com Amazon S3 Access Grants para obter mais informações.