JupyterLab SQL 延伸模組的 SQL 編輯器功能 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

JupyterLab SQL 延伸模組的 SQL 編輯器功能

SQL 擴充功能提供魔術命令,可啟用 JupyterLab 筆記本儲存格內的 SQL 編輯器功能。

如果您是 SageMaker 分佈映像 1.6 版的使用者,則必須在 JupyterLab 筆記本%load_ext amazon_sagemaker_sql_magic中執行,以載入 SQL 延伸魔術程式庫。這會開啟 SQL 編輯功能。

對於 SageMaker 分佈映像 1.7 版及更新版本的使用者,不需要任何動作,SQL 延伸模組會自動載入。

載入擴充功能後,請在儲存格開頭新增%%sm_sql魔術命令,以啟用 SQL 編輯器的下列功能。

  • Connection-selection 下拉式清單:在將%%sm_sql魔術命令新增至儲存格時,下拉式功能表會顯示在儲存格頂端,其中包含可用的資料來源連線。選取連線以自動填入查詢該資料來源所需的參數。以下是透過選取名為 的連線所產生的%%sm_sql魔術命令字串範例connection-name

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

    使用以下 SQL 編輯器的功能來建置 SQL 查詢,然後執行儲存格來執行查詢。如需 SQL 執行功能的詳細資訊,請參閱JupyterLab SQL 延伸模組的 SQL 執行功能

  • 查詢結果下拉式清單:您可以從連線選擇下拉式功能表旁的下拉式功能表中選取結果類型,以指定如何呈現查詢結果。選擇下列兩種替代方案:

    • 儲存格輸出:(預設) 此選項會在筆記本儲存格輸出區域中顯示查詢的結果。

    • Pandas Dataframe:此選項會將查詢結果填入 pandas DataFrame。額外的輸入方塊可讓您在選擇此選項時命名 DataFrame。

  • SQL 語法反白:儲存格會自動以視覺方式區分 SQL 關鍵字、子句、運算子等,依顏色和樣式區分。這可讓 SQL 程式碼更容易閱讀和理解。關鍵字,例如 SELECTWHEREFROM和 等內建函數,例如 SUMCOUNT,或 等子句GROUP BY,以不同的顏色和粗體樣式反白顯示。

  • SQL 格式:您可以透過下列其中一種方式,將一致的縮排、大寫、間距和換行套用至群組或個別的 SQL 陳述式和子句。這可讓 SQL 程式碼更容易閱讀和理解。

    • 在 SQL 儲存格上按一下滑鼠右鍵,然後選擇格式化 SQL

    • 當 SQL 儲存格成為焦點時,請在 Windows 上使用 ALT + F 捷徑,或在 MacOS 上使用選項 + F

  • SQL 自動完成:延伸項目會在您輸入時提供 SQL 關鍵字、函數、資料表名稱、資料欄名稱等的自動建議和完成。當您開始輸入 SQL 關鍵字,例如 SELECT或 時WHERE,延伸模組會顯示快顯視窗,其中包含自動完成其餘字詞的建議。例如,在輸入資料表或資料欄名稱時,建議比對資料庫結構描述中定義的資料表和資料欄名稱。

    重要

    若要在 JupyterLab 筆記本中啟用 SQL 自動完成,SageMaker AI 分佈映像 1.6 版的使用者必須在終端機中執行下列npm install -g vscode-jsonrpc sql-language-server命令。安裝完成後,執行 以重新啟動 JupyterLab 伺服器restart-jupyter-server

    對於 SageMaker 分佈映像 1.7 版和更新版本的使用者,不需要任何動作。

    儲存格提供兩種自動完成已辨識 SQL 關鍵字的方法:

    • 明確調用 (建議):選擇 Tab 鍵以啟動內容感知建議功能表,然後選擇輸入以接受建議的項目。

    • 持續提示:儲存格會在您輸入時自動建議完成。

    注意
    • 只有在 SQL 關鍵字為大寫時,才會觸發自動完成。例如,輸入 的SEL提示SELECT,但輸入sel不會。

    • 當您第一次連線到資料來源時,SQL 自動完成會為資料來源的中繼資料編製索引。此索引程序可能需要一些時間才能完成,具體取決於資料庫的大小。