Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# Requisitos previos
<a name="jupyter-prereqs"></a>

Antes de empezar, configure los siguientes elementos:
+ Una AWS cuenta: si aún no tienes una, empieza con[Configurar un nuevo AWS inscrita](setting-up-aws.md). 
+ Un usuario AWS Identity and Access Management(de IAM) con acceso a los permisos necesarios para DataBrew : para obtener más información, consulte[Añadir usuarios o grupos con DataBrew permisos](setting-up-iam-users-and-groups-for-databrew.md). 
+ Un rol de IAM para usar en DataBrew las operaciones: puede usar el predeterminado, si `AwsGlueDataBrewDataAccessRole` está configurado. Para configurar funciones de IAM adicionales, consulte. [Añadir un rol de IAM con permisos de recursos de datos](setting-up-iam-role-to-use-in-databrew.md)
+ [Una JupyterLab instalación (versión 2.2.6 o superior): para obtener más información, consulte los siguientes temas de la JupyterLab documentación:](https://JupyterLab.readthedocs.io/en/stable/index.html)
  + [JupyterLab Requisitos previos ](https://JupyterLab.readthedocs.io/en/stable/getting_started/installation.html#prerequisites)
  + [JupyterLab instalación](https://JupyterLab.readthedocs.io/en/stable/getting_started/installation.html): se recomienda utilizar`pip install jupyterlab`.
+ Una Node.js instalación (versión 12.0 o superior).
+ Una AWS Command Line Interface(AWS CLI) instalación: para obtener más información, consulte[Configuración del AWS CLI](setting-up-the-aws-cli.md).
+ Una instalación proxy de AWS Jupyter (`pip install aws-jupyter-proxy`): esta extensión se utiliza con un terminal de AWS servicio para transferir sus AWS credenciales de forma segura. Para obtener más información, consulte [aws-jupyter-proxy](https://github.com/aws/aws-jupyter-proxy) en. GitHub

Para comprobar que tiene instalados los requisitos previos, puede ejecutar una prueba similar a la siguiente en la línea de comandos, como se muestra en el siguiente ejemplo.

```
echo "
AWS CLI:"
which aws
aws --version 
aws configure list
aws sts get-caller-identity

echo "
Python (current environment):"
which python
python --version

echo "
Node.JS:"
which node
node --version 

echo "
Jupyter:"
where jupyter
jupyter --version
jupyter serverextension list
pip3 freeze | grep jupyter
```

El resultado debería tener un aspecto similar al siguiente. Los directorios varían según el sistema operativo y la configuración.

```
AWS CLI:
/usr/local/bin/aws 
aws-cli/2.1.2 Python/3.7.4 Darwin/19.6.0 exe/x86_64
      Name                    Value             Type    Location
      ----                    -----             ----    --------
   profile                <not set>             None    None
access_key     ****************VXW4 shared-credentials-file
secret_key     ****************MRJN shared-credentials-file
    region                us-east-1      config-file    ~/.aws/config
{
    "UserId": "",
    "Account": "111122223333",
    "Arn": "arn:aws:iam::111122223333:user/user2"
}

Python (current environment):
/usr/local/opt/python /libexec/bin/python
Python 3.8.5

Node.JS:
/usr/local/bin/node
v15.0.1

Jupyter:
/usr/local/bin/jupyter
jupyter core     : 4.6.3
jupyter-notebook : 6.0.3
qtconsole        : 4.7.5
ipython          : 7.16.1
ipykernel        : 5.3.2
jupyter client   : 6.1.6
jupyter lab      : 2.2.9
nbconvert        : 5.6.1
ipywidgets       : 7.5.1
nbformat         : 5.0.7
traitlets        : 4.3.3        

config dir: /usr/local/etc/jupyter
    aws_jupyter_proxy  enabled
    - Validating...
      aws_jupyter_proxy  OK
    jupyterlab  enabled
    - Validating...
      jupyterlab 2.2.9 OK

aws-jupyter-proxy==0.1.0
jupyter-client==6.1.7
jupyter-core==4.7.0
jupyterlab==2.2.9
jupyterlab-pygments==0.1.2
jupyterlab-server==1.2.0
```