发布于: Apr 17, 2024
Amazon SageMaker Studio 的 Jupyter Notebook 现在带有内置的 SQL 扩展，数据科学家可以通过该扩展直接从笔记本使用 SQL 和 Python 无缝发现、探索和转换来自多个数据来源的数据。
研究 Studio 笔记本的数据科学家现在可以通过 AWS Glue 连接无缝连接到包括 Amazon Athena、Amazon Redshift 和 Snowflake 在内的热门数据服务。管理员可以安全地管理这些连接，从而使数据科学家能够访问获得授权的数据，而无需手动管理凭证。连接到数据源后，数据科学家可以轻松地浏览和搜索数据库、架构、表和视图，也可以在笔记本界面中预览数据。然后，他们可以在同一个笔记本中混合使用 SQL 和 Python 代码，以高效地探索和转换数据，用于机器学习项目。SQL 命令完成、代码格式化协助和语法突出显示等其他功能有助于加快代码开发并提高开发人员的总体工作效率。通过将热门的数据服务、SQL/Python 数据探索和端到端机器学习集成到统一的用户界面中，SageMaker Studio 减少了数据科学家在处理分析和机器学习任务时在工具之间切换的需求，从而节省了大量时间并提高了工作效率。
此功能已在提供 SageMaker Studio 的所有 AWS 商业区域推出。
要了解更多信息，请参阅此博客和 SageMaker 开发人员指南。