Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Quickstart: Kueri data di Amazon S3
Pengguna dapat menganalisis data yang disimpan di Amazon S3 dengan menjalankan kueri SQL dari JupyterLab notebook menggunakan ekstensi SQL. Ekstensi terintegrasi dengan Athena yang memungkinkan fungsionalitas untuk data di Amazon S3 dengan beberapa langkah tambahan.
Bagian ini memandu Anda melalui langkah-langkah untuk memuat data dari Amazon S3 ke Athena dan kemudian menanyakan data tersebut dari JupyterLab menggunakan ekstensi SQL. Anda akan membuat sumber data Athena dan AWS Glue crawler untuk mengindeks data Amazon S3 Anda, mengonfigurasi izin IAM yang tepat untuk mengaktifkan JupyterLab akses ke Athena, dan JupyterLab terhubung ke Athena untuk menanyakan data. Mengikuti beberapa langkah tersebut, Anda akan dapat menganalisis data Amazon S3 menggunakan ekstensi SQL di notebook. JupyterLab
**Prasyarat**
Masuk ke Konsol AWS Manajemen menggunakan akun pengguna AWS Identity and Access Management (IAM) dengan izin admin. Untuk informasi tentang cara mendaftar AWS akun dan membuat pengguna dengan akses administratif, lihat[Lengkapi prasyarat Amazon SageMaker AI](gs-set-up.md).
Memiliki domain SageMaker AI dan profil pengguna untuk mengakses SageMaker Studio. Untuk informasi tentang cara mengatur lingkungan SageMaker AI, lihat[Gunakan pengaturan cepat untuk Amazon SageMaker AI](onboard-quick-start.md).
Miliki bucket dan folder Amazon S3 untuk menyimpan hasil kueri Athena, menggunakan AWS Wilayah dan akun yang sama dengan lingkungan AI Anda. SageMaker Untuk informasi tentang cara membuat bucket di Amazon S3, lihat [Membuat bucket di dokumentasi](https://docs.aws.amazon.com/AmazonS3/latest/userguide/create-bucket-overview.html) Amazon S3. Anda akan mengonfigurasi bucket dan folder ini menjadi lokasi keluaran kueri Anda.
**Topics**
+ [Langkah 1: Siapkan sumber data Athena dan AWS Glue crawler untuk data Amazon S3 Anda](#studio-sqlexplorer-athena-s3-quickstart-setup)
+ [Langkah 2: Berikan Studio izin untuk mengakses Athena](#studio-sqlexplorer-athena-s3-quickstart-permissions)
+ [Langkah 3: Aktifkan koneksi default Athena di JupyterLab](#studio-sqlexplorer-athena-s3-quickstart-connect)
+ [Langkah 4: Kueri data di Amazon S3 dari JupyterLab notebook menggunakan ekstensi SQL](#studio-sqlexplorer-athena-s3-quickstart-query)
## Langkah 1: Siapkan sumber data Athena dan AWS Glue crawler untuk data Amazon S3 Anda
Ikuti langkah-langkah ini untuk mengindeks data Anda di Amazon S3 dan membuat tabel di Athena.
**catatan**
Untuk menghindari tabrakan antara nama tabel dari lokasi Amazon S3 yang berbeda, buat sumber data dan crawler terpisah untuk setiap lokasi. Setiap sumber data membuat tabel dinamai folder yang berisi mereka kecuali diawali.
1. Konfigurasikan lokasi hasil kueri
1. Pergi ke konsol Athena:. [https://console.aws.amazon.com/athena/](https://console.aws.amazon.com/athena/home)
1. Dari menu sebelah kiri, pilih **Workgroups**.
1. Ikuti tautan untuk `primary` grup kerja dan pilih **Edit**.
1. Di bagian **Konfigurasi hasil kueri**, masukkan jalur Amazon S3 untuk direktori keluaran Anda, lalu pilih **Simpan** perubahan.
1. Buat sumber data Athena untuk data Amazon S3 Anda
1. Dari menu kiri di konsol Athena, pilih **Sumber data dan kemudian Buat Sumber** **Data**.
1. Pilih **S3 - Katalog AWS Glue Data** dan kemudian **Berikutnya**.
1. Tinggalkan **Katalog AWS Glue Data default di akun ini**, pilih **Buat perayap di AWS Glue** lalu **Buat**. AWS Glue Ini membuka AWS Glue konsol.
1. Gunakan AWS Glue untuk merayapi sumber data Anda
1. Masukkan nama dan deskripsi untuk crawler baru Anda dan kemudian pilih **Berikutnya**.
1. Di bawah **Sumber Data**, pilih **Tambahkan sumber data**.
1. Jika bucket Amazon Amazon S3 yang berisi data Anda berada di AWS akun yang berbeda dari lingkungan SageMaker AI Anda, pilih **Di akun lain** untuk **Lokasi data S3**.
1. Masukkan jalur ke kumpulan data Anda di Amazon S3. Contoh:
```
s3://dsoaws/nyc-taxi-orig-cleaned-split-parquet-per-year-multiple-files/ride-info/year=2019/
```
1. Simpan semua nilai default lainnya lalu pilih **Tambahkan sumber data Amazon S3**. Anda akan melihat sumber data Amazon S3 baru di tabel sumber data.
1. Pilih **Berikutnya**.
1. Konfigurasikan peran IAM untuk crawler untuk mengakses data Anda.
**catatan**
Setiap peran dicakup ke sumber data yang Anda tentukan. Saat menggunakan kembali peran, edit kebijakan JSON untuk menambahkan sumber daya baru yang ingin Anda berikan akses atau buat peran baru untuk sumber data ini.
1. Pilih **Buat peran IAM baru**.
1. Masukkan nama untuk peran tersebut, lalu pilih **Berikutnya**.
1. Buat atau pilih database untuk tabel Anda
1. Jika Anda tidak memiliki database yang ada di Athena, pilih **Tambah database** dan kemudian **Buat database baru**.
1. Kembali ke tab pembuatan crawler sebelumnya, di **konfigurasi Output**, pilih tombol **Refresh**. Anda sekarang harus melihat database yang baru Anda buat dalam daftar.
1. **Pilih database Anda, tambahkan awalan opsional di **awalan nama Tabel** dan kemudian pilih Berikutnya.**
**catatan**
Untuk contoh sebelumnya di mana data Anda berada`s3://dsoaws/nyc-taxi-orig-cleaned-split-parquet-per-year-multiple-files/ride-info/year=2019/`, menambahkan awalan `taxi-ride-` akan membuat tabel bernama`taxi-ride-year_2019`. Menambahkan awalan membantu mencegah tabrakan nama tabel ketika beberapa lokasi data memiliki folder bernama identik.
1. Pilih **Buat crawler**.
1. Jalankan crawler Anda untuk mengindeks data Anda. Tunggu hingga crawler run mencapai `Completed` status, yang mungkin memakan waktu beberapa menit.
Untuk memastikan bahwa tabel baru dibuat, buka menu sebelah kiri AWS Glue dan pilih **Database** lalu **Tabel**. Anda sekarang akan melihat tabel baru yang berisi data Anda.
## Langkah 2: Berikan Studio izin untuk mengakses Athena
Dalam langkah-langkah berikut, Anda memberikan peran eksekusi izin profil pengguna Anda untuk mengakses Athena.
1. Mengambil ARN dari peran eksekusi yang terkait dengan profil pengguna Anda
1. Buka konsol SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)dan pilih **Domain** di menu sebelah kiri.
1. Ikuti nama untuk nama domain Anda.
1. Dalam daftar **Profil pengguna**, ikuti nama untuk profil pengguna Anda.
1. Pada halaman **Detail pengguna**, salin ARN dari peran eksekusi.
1. Perbarui kebijakan peran eksekusi Anda
1. Temukan AWS wilayah dan ID akun Anda di kanan atas konsol SageMaker AI. Gunakan nilai-nilai ini dan nama database Anda untuk memperbarui placeholder dalam kebijakan JSON berikut dalam editor teks.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "GetS3AndDataSourcesMetadata",
"Effect": "Allow",
"Action": [
"glue:GetDatabases",
"glue:GetSchema",
"glue:GetTables",
"s3:ListBucket",
"s3:GetObject",
"s3:GetBucketLocation",
"glue:GetDatabase",
"glue:GetTable",
"glue:ListSchemas",
"glue:GetPartitions"
],
"Resource": [
"arn:aws:s3:::*",
"arn:aws:glue:{{us-east-1}}:{{111122223333}}:catalog",
"arn:aws:glue:{{us-east-1}}:{{111122223333}}:database/{{db-name}}"
]
},
{
"Sid": "ExecuteAthenaQueries",
"Effect": "Allow",
"Action": [
"athena:ListDataCatalogs",
"athena:ListDatabases",
"athena:ListTableMetadata",
"athena:StartQueryExecution",
"athena:GetQueryExecution",
"athena:RunQuery",
"athena:StartSession",
"athena:GetQueryResults",
"athena:ListWorkGroups",
"s3:ListMultipartUploadParts",
"s3:ListBucket",
"s3:GetBucketLocation",
"athena:GetDataCatalog",
"s3:AbortMultipartUpload",
"s3:GetObject",
"s3:PutObject",
"athena:GetWorkGroup"
],
"Resource": [
"arn:aws:s3:::*"
]
},
{
"Sid": "GetGlueConnectionsAndSecrets",
"Effect": "Allow",
"Action": [
"glue:GetConnections",
"glue:GetConnection"
],
"Resource": [
"*"
]
}
]
}
```
------
1. Buka konsol IAM: [https://console.aws.amazon.com/iam/](https://console.aws.amazon.com/iam/)dan pilih **Peran** di menu sebelah kiri.
1. Cari peran Anda berdasarkan nama peran.
**catatan**
Anda dapat mengambil nama peran eksekusi dari Amazon Resource Name (ARN) dengan memisahkan `'/'` ARN dan mengambil elemen terakhir. Misalnya, dalam contoh ARN berikut`arn:aws:iam::112233445566:role/SageMakerStudio-SQLExtension-ExecutionRole`, nama peran eksekusi adalah. `SageMakerStudio-SQLExtension-ExecutionRole`
1. Ikuti tautan untuk peran Anda.
1. Di tab **Izin**, pilih **Tambahkan izin** lalu **Buat kebijakan sebaris**.
1. Pilih `JSON` format di bagian **Editor kebijakan**.
1. Salin kebijakan di atas dan kemudian pilih **Berikutnya**. Pastikan bahwa Anda telah mengganti semua`account-id`,`region-name`, dan `db-name` dengan nilai-nilai mereka.
1. Masukkan nama untuk kebijakan Anda, lalu pilih **Buat kebijakan**.
## Langkah 3: Aktifkan koneksi default Athena di JupyterLab
Pada langkah-langkah berikut, Anda mengaktifkan a `default-athena-connection` di JupyterLab aplikasi Anda. Koneksi Athena default memungkinkan menjalankan kueri SQL di Athena langsung JupyterLab dari, tanpa perlu membuat koneksi secara manual.
Untuk mengaktifkan koneksi Athena default
1. Buka konsol SageMaker AI di [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/)dan pilih **Studio** di menu sebelah kiri. Menggunakan domain dan profil pengguna Anda, luncurkan Studio.
1. Pilih JupyterLab aplikasi.
1. Jika Anda belum membuat ruang untuk JupyterLab aplikasi Anda, pilih **Buat JupyterLab spasi**. Masukkan nama untuk spasi, pertahankan ruang sebagai **Pribadi**, lalu pilih **Buat ruang**. Jalankan ruang Anda menggunakan versi terbaru dari gambar Distribusi SageMaker AI.
Jika tidak, pilih **Jalankan ruang** di ruang Anda untuk meluncurkan JupyterLab aplikasi.
1. Aktifkan koneksi default Athena:
1. Dalam JupyterLab aplikasi Anda, navigasikan ke menu **Pengaturan** di bilah navigasi atas dan buka menu **Editor Pengaturan**.
1. Pilih **Penemuan Data**.
1. Centang kotak untuk **Aktifkan koneksi Athena default**.
1. Dalam JupyterLab aplikasi Anda, pilih ikon ekstensi SQL () di panel navigasi kiri untuk membuka ekstensi SQL.
1. Pilih tombol **Refresh** di bagian bawah panel penemuan data. Anda harus melihat a `default-athena-connection` dalam daftar koneksi.
## Langkah 4: Kueri data di Amazon S3 dari JupyterLab notebook menggunakan ekstensi SQL
Anda siap untuk menanyakan data Anda menggunakan SQL di JupyterLab notebook Anda.
1. Buka koneksi `default-athena-connection` dan kemudian **AWS DataCatalog**.
1. Arahkan ke database Anda dan pilih ikon tiga titik () di sebelah kanannya. Pilih **Kueri di buku catatan**.
Ini secara otomatis mengisi sel notebook JupyterLab dengan perintah `%%sm_sql` ajaib yang relevan untuk terhubung ke sumber data. Hal ini juga menambahkan contoh pernyataan SQL untuk membantu Anda mulai query segera.
**catatan**
Pastikan untuk memuat ekstensi di sel atas sebelum Anda menjalankan kueri SQL.
Anda dapat menyempurnakan kueri SQL lebih lanjut menggunakan fitur pelengkapan otomatis dan penyorotan ekstensi. Lihat [Fitur editor SQL dari ekstensi JupyterLab SQL](sagemaker-sql-extension-features-editor.md) untuk informasi selengkapnya tentang menggunakan editor SQL ekstensi SQL.