Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Inizia con AWS Glue Sessioni interattive
In questa guida, imparerai come avviare una sessione AWS Glue interattiva in SageMaker AI Studio Classic e gestire il tuo ambiente con Jupyter magics.
## Autorizzazioni per AWS Glue sessioni interattive in Studio o Studio Classic
Questa sezione elenca le politiche richieste per eseguire sessioni AWS Glue interattive in Studio o Studio Classic e spiega come configurarle. In particolare, descrive in dettaglio come:
+ `AwsGlueSessionUserRestrictedServiceRole`Associa la policy gestita al tuo ruolo di esecuzione dell' SageMaker IA.
+ Crea una policy personalizzata in linea sul tuo ruolo di esecuzione dell' SageMaker IA.
+ Modifica la relazione di fiducia del tuo ruolo di esecuzione dell' SageMaker IA.
**Per collegare la policy gestita `AwsGlueSessionUserRestrictedServiceRole` al tuo ruolo di esecuzione**
1. Apri la [console IAM](https://console.aws.amazon.com/iam/).
1. Selezionare **Ruoli** nel pannello a sinistra.
1. Trova il ruolo di esecuzione di Studio Classic utilizzato dal tuo profilo utente. Per informazioni su come visualizzare un profilo utente, consulta [Visualizzazione dei profili utente in un dominio](domain-user-profile-view.md).
1. Scegli il nome del ruolo per accedere alla relativa pagina di riepilogo.
1. Nella scheda **Autorizzazioni**, selezionare **Collega policy** dal menu a discesa **Aggiungi autorizzazioni**.
1. Seleziona la casella di controllo accanto alla policy gestita `AwsGlueSessionUserRestrictedServiceRole`.
1. Scegli **Collega policy**.
La pagina di riepilogo mostra le policy gestite appena aggiunte.
**Per creare una policy personalizzata in linea sul tuo ruolo di esecuzione**
1. Seleziona **Crea policy in linea** nel menu a discesa **Aggiungi autorizzazioni**.
1. Seleziona la scheda **JSON**.
1. Copia e incolla nella seguente policy.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Sid": "{{uniqueStatementId}}",
"Effect": "Allow",
"Action": [
"iam:GetRole",
"iam:PassRole",
"sts:GetCallerIdentity"
],
"Resource": "arn:aws:iam::*:{{role/GlueServiceRole}}*"
}
]
}
```
------
1. Scegliere **Esamina policy**.
1. Inserisci un **Nome**, quindi seleziona **Crea policy**.
La pagina di riepilogo mostra le policy personalizzate appena aggiunte.
**Per modificare la relazione di attendibilità del ruolo di esecuzione**
1. Seleziona la scheda **Relazioni di attendibilità**.
1. Seleziona **Modifica policy di attendibilità**.
1. Copia e incolla nella seguente policy.
------
#### [ JSON ]
****
```
{
"Version":"2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Service": [
"glue.amazonaws.com",
"sagemaker.amazonaws.com"
]
},
"Action": "sts:AssumeRole"
}
]
}
```
------
1. Scegli **Aggiorna policy**.
Puoi aggiungere ruoli e policy aggiuntivi se devi accedere ad altre risorse AWS . Per una descrizione dei ruoli e delle policy aggiuntivi che puoi includere, consulta [le sessioni interattive con IAM](https://docs.aws.amazon.com/glue/latest/dg/glue-is-security.html) nella AWS Glue documentazione.
## Propagazione di tag
I tag vengono comunemente utilizzati per tenere traccia e allocare i costi, controllare l'accesso alla sessione, isolare le risorse e altro ancora. Per ulteriori informazioni sull'aggiunta di metadati alle risorse AWS utilizzando i tag o per dettagli sui casi d'uso comuni, consulta [Informazioni aggiuntive](#more-information).
Puoi abilitare la propagazione automatica dei AWS tag in nuove sessioni AWS Glue interattive create dall'interfaccia utente di Studio o Studio Classic. Quando viene creata una sessione AWS Glue interattiva da Studio o Studio Classic, tutti i [tag definiti dall'](https://docs.aws.amazon.com/awsaccountbilling/latest/aboutv2/custom-tags.html)utente allegati al profilo utente o allo spazio condiviso vengono trasferiti nella nuova sessione AWS Glue interattiva. Inoltre, Studio e Studio Classic aggiungono automaticamente due tag interni AWS generati (`sagemaker:user-profile-arn`e`sagemaker:domain-arn`) o (`sagemaker:shared-space-arn`and)`sagemaker:domain-arn`) alle nuove sessioni AWS Glue interattive create dalla relativa interfaccia utente. Puoi utilizzare questi tag per aggregare i costi tra singoli domini, profili utente o spazi.
### Abilitare la propagazione di tag
Per abilitare la propagazione automatica dei tag in nuove sessioni AWS Glue interattive, imposta le seguenti autorizzazioni per il tuo ruolo di esecuzione SageMaker AI e il ruolo IAM associato alla sessione: AWS Glue
**Nota**
Per impostazione predefinita, il ruolo associato alla sessione AWS Glue interattiva è lo stesso del ruolo di esecuzione SageMaker AI. È possibile specificare un ruolo di esecuzione diverso per la sessione AWS Glue interattiva utilizzando il comando `%iam_role` magico. Per informazioni sui comandi magici di Jupyter disponibili per configurare le sessioni interattive di AWS Glue , consulta [Configura il tuo AWS Glue sessione interattiva in Studio o Studio Classic](#glue-sm-magics).
+ *Sul tuo ruolo di esecuzione SageMaker AI*: crea una nuova policy in linea e incolla il seguente file JSON. La policy concede al ruolo di esecuzione l'autorizzazione a descrivere (`DescribeUserProfile`,`DescribeSpace`,`DescribeDomain`) ed elencare i tag (`ListTag`) impostati nei profili utente, negli spazi condivisi e SageMaker nel dominio AI.
```
{
"Effect": "Allow",
"Action": [
"sagemaker:ListTags"
],
"Resource": [
"arn:aws:sagemaker:*:*:user-profile/*",
"arn:aws:sagemaker:*:*:space/*"
]
},
{
"Effect": "Allow",
"Action": [
"sagemaker:DescribeUserProfile"
],
"Resource": [
"arn:aws:sagemaker:*:*:user-profile/*"
]
},
{
"Effect": "Allow",
"Action": [
"sagemaker:DescribeSpace"
],
"Resource": [
"arn:aws:sagemaker:*:*:space/*"
]
}
{
"Effect": "Allow",
"Action": [
"sagemaker:DescribeDomain"
],
"Resource": [
"arn:aws:sagemaker:*:*:domain/*"
]
}
```
+ *Sul ruolo IAM della tua sessione AWS Glue *: crea una nuova policy in linea e incolla il seguente file JSON. La policy concede al tuo ruolo l’autorizzazione per collegare tag (`TagResource`) alla sessione o di recuperarne l'elenco di tag (`GetTags`).
```
{
"Effect": "Allow",
"Action": [
"glue:TagResource",
"glue:GetTags"
],
"Resource": [
"arn:aws:glue:*:*:session/*"
]
}
```
**Nota**
Gli errori che si verificano durante l'applicazione di tali autorizzazioni non impediscono la creazione di sessioni interattive. AWS Glue I dettagli sul motivo dell'errore sono disponibili nei log di Studio o Studio Classic. [CloudWatch](https://docs.aws.amazon.com//sagemaker/latest/dg/monitoring-cloudwatch.html)
È necessario riavviare il kernel della sessione AWS Glue interattiva per propagare l'aggiornamento del valore di un tag.
È importante tenere a mente i seguenti punti:
+ Una volta che un tag è collegato a una sessione, non può essere rimosso mediante propagazione.
Puoi rimuovere i tag da una sessione AWS Glue interattiva direttamente tramite AWS CLI, l' AWS Glue API o il. [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/) Ad esempio, utilizzando AWS CLI, puoi rimuovere un tag fornendo l'ARN della sessione e le chiavi dei tag che desideri rimuovere come segue:
```
aws glue untag-resource \
--resource-arn {{arn:aws:glue:region:account-id:session:session-name}} \
--tags-to-remove {{tag-key1}},{{tag-key2}}
```
+ Studio e Studio Classic aggiungono due tag interni AWS generati ((`sagemaker:user-profile-arn`and`sagemaker:domain-arn`) o (`sagemaker:shared-space-arn`and)`sagemaker:domain-arn`) alle nuove sessioni AWS Glue interattive create dalla relativa interfaccia utente. Questi tag vengono conteggiati nel limite di 50 tag impostato su tutte le AWS risorse. Sia `sagemaker:user-profile-arn` che `sagemaker:shared-space-arn` contengono l’ID del dominio a cui appartengono.
+ I tag `aws:``AWS:`, le chiavi che iniziano con o qualsiasi combinazione di lettere maiuscole e minuscole come prefisso per le chiavi non vengono propagati e sono riservati all'uso. AWS
### Informazioni aggiuntive
Per ulteriori informazioni tagging, fai riferimento alle seguenti risorse.
+ [Per ulteriori informazioni sull'aggiunta di metadati alle AWS risorse con l'aggiunta di tag, consulta Etichettatura delle risorse. AWS](https://docs.aws.amazon.com/tag-editor/latest/userguide/tagging.html)
+ Per informazioni sul tracciamento dei costi tramite tag, consulta [Analisi dei costi](https://docs.aws.amazon.com/whitepapers/latest/sagemaker-studio-admin-best-practices/cost-attribution.html) nelle best practice di amministrazione di Studio.
+ [Per informazioni sul controllo dell'accesso AWS Glue basato sulle chiavi dei tag, consulta ABAC with. AWS Glue](glue/latest/dg/security_iam_service-with-iam.html#security_iam_service-with-iam-tags)
## Avvia il tuo AWS Glue sessione interattiva su Studio o Studio Classic
Dopo aver creato i ruoli, le politiche e il dominio SageMaker AI, puoi avviare la sessione AWS Glue interattiva in Studio o Studio Classic.
1. Accedi alla console SageMaker AI all'indirizzo [https://console.aws.amazon.com/sagemaker/](https://console.aws.amazon.com/sagemaker/).
1. Nel riquadro di navigazione a sinistra, seleziona **Studio**.
1. Nella pagina di destinazione di Studio, seleziona il dominio e il profilo utente per avviare Studio.
1. Scegli **Open Studio** e avvia una JupyterLab o più applicazioni Studio Classic.
1. Nella vista Jupyter, scegli **File**, quindi **Nuovo**, quindi **Notebook**.
1. Per gli utenti di Studio Classic: nel menu a discesa **Immagine**, seleziona **SparkAnalytics 1.0** o **SparkAnalytics2.0**. Nel menu a discesa del **kernel**, seleziona Glue **Spark o Glue** **Python [and** Ray]. PySpark Scegli **Seleziona**.
Per gli utenti di Studio, selezionate un kernel **Glue Spark** o **Glue Python PySpark [and** Ray]
1. (facoltativo) Utilizza le magie Jupyter per personalizzare il tuo ambiente. Per ulteriori informazioni sulle magie Jupyter, consulta [Configura il tuo AWS Glue sessione interattiva in Studio o Studio Classic](#glue-sm-magics).
1. Inizia a scrivere gli script di elaborazione di dati Spark. Il seguente [taccuino](https://github.com/aws/amazon-sagemaker-examples/blob/main/use-cases/pyspark_etl_and_training/pyspark-etl-training.ipynb) illustra un flusso di lavoro end-to-end per ETL su un set di dati di grandi dimensioni utilizzando una sessione AWS Glue interattiva, l'analisi esplorativa dei dati, la preelaborazione dei dati e infine l'addestramento di un modello sui dati elaborati con l'intelligenza artificiale. SageMaker
## Configura il tuo AWS Glue sessione interattiva in Studio o Studio Classic
**Nota**
Tutte le configurazioni magiche vengono trasferite alle sessioni successive per tutta la durata del kernel. AWS Glue
Puoi usare Jupyter magics nella tua sessione AWS Glue interattiva per modificare i parametri di sessione e configurazione. Le magie sono brevi comandi con il prefisso `%` all’inizio delle celle di Jupyter che forniscono un modo semplice e veloce per aiutarti a controllare l'ambiente. Nella sessione AWS Glue interattiva, le seguenti magie sono impostate automaticamente per te:
| Magia | Valore predefinito |
| --- | --- |
| %glue\_version | 3.0 |
| %iam\_role | {{execution role attached to your SageMaker AI domain}} |
| %region | la tua regione |
Puoi usare le magie per personalizzare ulteriormente il tuo ambiente. Ad esempio, se desideri modificare il numero di worker assegnati al tuo lavoro dal valore predefinito di cinque a 10, puoi specificare `%number_of_workers 10`. Se desideri configurare la sessione in modo che si interrompa dopo 10 minuti di inattività anziché il 2880 predefinito, puoi specificare `%idle_timeout 10`.
Tutte le magie di Jupyter attualmente disponibili in AWS Glue sono disponibili anche in Studio o Studio Classic. Per l'elenco completo dei AWS Glue magics disponibili, consulta [Configurazione delle sessioni AWS Glue interattive](https://docs.aws.amazon.com/glue/latest/dg/interactive-sessions-magics.html) per i notebook Jupyter e Studio. AWS Glue