本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 亚马逊 A SageMaker I 是如何使用的 AWS Secrets Manager
<a name="integrating-sagemaker"></a>

SageMaker AI 是一项完全托管的机器学习服务。借助 SageMaker 人工智能，数据科学家和开发人员可以快速轻松地构建和训练机器学习模型，然后将其直接部署到生产就绪的托管环境中。它提供了一个集成的 Jupyter 编写 Notebook 实例，供您轻松访问数据源以便进行探索和分析，因此您无需管理服务器。

您可以将 Git 存储库关联到 Jupyter notebook 实例，以将笔记本保存到即使您停止或删除笔记本电脑实例仍可持久保存的源代码控制环境中。您可以使用 Secrets Manager 管理私有存储库凭证。有关更多信息，请参阅《亚马逊 A * SageMaker I 开发者指南》中的 “将 Git 存储库与亚马逊 SageMaker *[笔记本实例关联](https://docs.aws.amazon.com/sagemaker/latest/dg/nbi-git-repo.html)”。

要从 Databricks 导入数据，Data Wrangler 会将您的 JDBC URL 存储在 Secrets Manager 中。有关更多信息，请参阅[从 Databricks（JDBC）导入数据](https://docs.aws.amazon.com/sagemaker/latest/dg/data-wrangler-import.html#data-wrangler-databricks)。

要从 Snowflake 导入数据，Data Wrangler 会将您的凭证存储在某个 Secrets Manager 密钥中。有关更多信息，请参阅[从 Snowflake 导入数据](https://docs.aws.amazon.com/sagemaker/latest/dg/data-wrangler-import.html#data-wrangler-snowflake)。