翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# SQL 拡張機能データソース接続
<a name="sagemaker-sql-extension-datasources-connection"></a>

JupyterLab ノートブックで SQL 拡張機能を使用する前に、管理者またはユーザーはデータソース AWS Glue への接続を作成する必要があります。SQL 拡張機能を使用すると、Amazon Redshift Amazon Athena や Snowflake などのデータソースに接続できます。

接続を設定するには、管理者はまずネットワーク設定で Studio とデータソース間の通信が許可されていることを確認してから、Studio がデータソースにアクセスできるようにするために必要な IAM アクセス許可を付与する必要があります。管理者がネットワーク設定を行う方法については、「[Studio とデータソース間のネットワークアクセスを設定する (管理者向け)](sagemaker-sql-extension-networking.md)」を参照してください。設定する必要があるポリシーの詳細については、「[データソースにアクセスするための IAM アクセス許可を設定する (管理者向け)](sagemaker-sql-extension-datasources-connection-permissions.md)」を参照してください。接続が設定されると、データサイエンティストは JupyterLab ノートブックの SQL 拡張機能を使用して、接続されたデータソースを参照してクエリできます。

**注記**  
データベースアクセス認証情報をシークレットとして Secrets Manager に保存することをお勧めします。Amazon Redshift または Snowflake アクセス認証情報を保存するシークレットを作成する方法については、「[Secrets Manager でデータベース認証情報用のシークレットを作成する](sagemaker-sql-extension-glue-connection-secrets.md)」を参照してください。

このセクションでは、 AWS Glue 接続を設定する方法について説明し、Studio JupyterLab アプリケーションが接続を介してデータにアクセスするために必要な IAM アクセス許可を一覧表示します。

**注記**  
[Amazon SageMaker Assets](sm-assets.md) を使用すると、[Amazon DataZone](https://docs.aws.amazon.com/datazone/latest/userguide/what-is-datazone.html) を Studio と統合できます。これには、管理者が Amazon DataZone ドメイン内の Amazon DataZone プロジェクトから Studio 環境を作成するための SageMaker AI ブループリントが含まれます。  
ブループリントで作成された Studio ドメインから起動された JupyterLab アプリケーションのユーザーは、SQL 拡張機能を使用するときに、Amazon DataZone カタログのデータアセット AWS Glue への接続に自動的にアクセスできます。これにより、接続を手動で設定する必要なく、このようなデータソースをクエリできます。

**Topics**
+ [Secrets Manager でデータベース認証情報用のシークレットを作成する](sagemaker-sql-extension-glue-connection-secrets.md)
+ [AWS Glue 接続を作成する (管理者向け)](sagemaker-sql-extension-datasources-glue-connection.md)
+ [ユーザー定義 AWS Glue の接続を作成する](sagemaker-sql-extension-datasources-glue-connection-user-defined.md)
+ [データソースにアクセスするための IAM アクセス許可を設定する (管理者向け)](sagemaker-sql-extension-datasources-connection-permissions.md)