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。

# 设置 SageMaker 资产（管理员指南）
<a name="sm-assets-set-up"></a>

**重要**  
SageMaker 资源仅在 Amazon SageMaker Studio 中可用。如果您使用的是 Amazon SageMaker Studio Classic，则必须迁移到 Studio。有关 Studio 和 Studio Classic 的更多信息，请参阅 [Amazon A SageMaker I 提供的机器学习环境](machine-learning-environments.md)。有关迁移的信息，请参阅[从亚马逊 SageMaker Studio 经典版迁移](studio-updated-migrate.md)。

随着业务需求的变化，您的用户需要有效协作，以解决出现的业务问题。要解决这些问题，用户之间必须共享数据和模型。

SageMaker Assets 将亚马逊 SageMaker Studio 与数据管理服务亚马逊 DataZone（一项数据管理服务）集成在一起。 SageMaker Assets 是一个平台，可帮助您的用户相互共享模型和数据。您可以使用以下信息来设置 Ass SageMaker ets 和 Amazon 之间的集成 DataZone。

您可以为自己的业务线或组织创建一个 Amazon DataZone 域名。*域*名是 Amazon 的核心功能 DataZone。用户的所有数据和模型都存在于域中。

在 Amazon DataZone 域中，您的一部分用户从事特定*项目*。一个项目通常对应一个特定的业务问题。在该项目中，成员可以创建数据集和模型。默认情况下，项目成员只能访问项目内的数据和模型。他们可以让组织内的其他用户访问他们的数据和模型。

在项目中，您可以创建环境。具体而言，对于 SageMaker 资产，环境是用于启动 Amazon SageMaker Studio 的已配置资源的集合。有关 Amazon 中使用的术语的更多信息 DataZone，请参阅[术语和概念](https://docs.amazonaws.cn/datazone/latest/userguide/datazone-concepts.html)。

**重要**  
根据您选择的设置，Amazon SageMaker Studio 使用以下方法之一：  
亚马逊在您的 SageMaker 人工智能环境中 DataZone 创建的亚马逊 SageMaker AI 域。
您迁移到亚马逊的现有亚马逊 A SageMaker I 域名 DataZone
您可以从 Amazon A SageMaker I 域访问 Studio，但我们建议您从您创建的项目中访问 Studio。有关访问 Studio 的信息，请参阅 [使用资产（用户指南）](sm-assets-user-guide.md)。

## DataZone 使用新的 A SageMaker I 域名设置亚马逊
<a name="sm-assets-set-up-create-sm-domain"></a>

使用以下列表中的步骤及其引用的文档，使用其创建的 Amazon DataZone A SageMaker I 域名来设置亚马逊。

1. 创建与您的用户组织或业务领域相对应的 Amazon DataZone 域名。有关创建 Amazon DataZone 域的信息，请参阅[创建域名](https://docs.amazonaws.cn/datazone/latest/userguide/create-domain.html)。

1. 在 Amazon 中启用 A SageMaker I 蓝图 DataZone。有关启用 SageMaker AI 蓝图的信息，请参阅在[拥有 Amazon DataZone 域名的 Amazon 账户中启用内置蓝](https://docs.amazonaws.cn/datazone/latest/userguide/working-with-blueprints.html#enable-default-blueprints)图。

1. 在领域内创建一个项目，该项目应与领域内用户正在解决的业务问题相对应。有关创建项目的信息，请参阅[创建新项目](https://docs.amazonaws.cn/datazone/latest/userguide/create-new-project.html)。

1. 创建环境配置文件，您可以将其用作模板，为用户创建 SageMaker AI 环境。有关创建环境配置文件的信息，请参阅[创建环境配置文件](https://docs.amazonaws.cn/datazone/latest/userguide/create-environment-profile.html)。

1. 创建 A SageMaker I 环境。在项目中，您的用户使用 SageMaker 人工智能环境启动 Amazon SageMaker Studio。在 Studio 中，他们可以创建资源并使用 SageMaker 资源进行共享。有关创建环境的信息，请参阅[创建新环境](https://docs.amazonaws.cn/datazone/latest/userguide/create-environment-profile.html)。

1. 将 SageMaker AI 添加为 Amazon 内部值得信赖的服务之一 DataZone。要将 SageMaker AI 添加为服务之一，请参阅在[拥有 Amazon DataZone 域名的 Amazon 账户中将 A SageMaker I 添加为可信服务](https://docs.amazonaws.cn/datazone/latest/userguide/working-with-blueprints.html#add-sagemaker-as-trusted-service)。

## DataZone 使用你的 A SageMaker I 域名设置亚马逊
<a name="sm-assets-set-up-migrate-sm-domain"></a>

使用以下列表中的步骤及其引用的文档，使用现有的 Amazon DataZone A SageMaker I 域名来设置亚马逊。

1. 创建与您的用户组织或业务领域相对应的 Amazon DataZone 域名。有关创建 Amazon DataZone 域的信息，请参阅[创建域名](https://docs.amazonaws.cn/datazone/latest/userguide/create-domain.html)。

1. 在 Amazon 中启用 A SageMaker I 蓝图 DataZone。有关启用自定义蓝图的信息，请参阅 [Amazon DataZone 定制 Amazon 服务蓝](https://docs.amazonaws.cn/datazone/latest/userguide/working-with-custom-blueprint.html)图。

1. 在领域内创建一个项目，该项目应与领域内用户正在解决的业务问题相对应。有关创建项目的信息，请参阅[创建新项目](https://docs.amazonaws.cn/datazone/latest/userguide/create-new-project.html)。

1. 启用 SageMaker AI 作为亚马逊内部值得信赖的服务之一 DataZone。要启用 SageMaker AI 作为一项服务，请参阅在[拥有亚马逊 DataZone 域名的 Amazon 账户中将 Amazon A SageMaker I 添加为可信服务](https://docs.amazonaws.cn/datazone/latest/userguide/working-with-blueprints.html#add-sagemaker-as-trusted-service)。

1. 在 A SageMaker I 域中创建亚马逊 DataZone 用户。

1. 将现有用户注册到 Amazon DataZone 域名。

**注意**  
如果您的 SageMaker AI 用户是 SSO，而您的亚马逊 DataZone 域名是 SSO，则可以自动将亚马逊 A SageMaker I 域中的用户映射到亚马逊 DataZone域。

要加入现有 SageMaker AI 用户，请在您的环境中运行 [Ama DataZone zon Import SageMaker AI 域](https://github.com/aws/amazon-sagemaker-examples/tree/default/%20%20%20ml_ops/sm-datazone_import)脚本。您必须将您的姓名 Amazon Web Services 区域 和您的 Amazon A SageMaker I 域名的 Amazon 账户 ID 作为参数传递。以下是运行该脚本的 Amazon CLI 命令示例。

```
python {{example-script}} {{Amazon Web Services 区域}} {{111122223333}}                    
```

 脚本执行以下操作：

1. 询问您的 Amazon SageMaker AI 域名 ID。

1. 询问您的 Amazon DataZone 域名。

1. 向你询问你的 Amazon DataZone 项目。

1. 提示您指定要导入的用户。

1. 为您的用户和 Amazon A SageMaker I 域添加标签。

1. 将您的 Amazon DataZone 用户映射到您的 SageMaker AI 用户个人资料。对于每个 SageMaker AI 用户个人资料，该脚本将提示您输入 Amazon DataZone 用户 ID。您可以根据自己的使用案例修改脚本。

1. 为环境添加联合角色，以便亚马逊 DataZone 可以访问您的 Amazon A SageMaker I 域并对其进行迁移。

该脚本会遍历 Amazon SageMaker AI 域中的每个用户，并提示您在亚马逊 DataZone 域中指定相应的用户。它会自动将 Amazon DataZone 域中用户的标签添加到相应的 SageMaker AI 域中的用户。它还使用每个域中用户之间的映射来更新自定义环境蓝图。

**注意**  
A SageMaker I 环境使用最新版本的 SageMaker 分布映像。 SageMaker AI 分发映像具有用于机器学习的常用库包。有关更多信息，请参阅 [SageMaker 工作室图片支持政策](sagemaker-distribution.md)。

创建环境后，您可以创建 Amazon Glue Amazon Redshift 表和数据库。更多信息，请参阅 [ 在 Athena 或 Amazon Redshift 中查询数据](https://docs.amazonaws.cn/datazone/latest/userguide/query-athena-with-deep-link-in-project.html)。

## 查看和修改用户权限
<a name="sm-assets-permissions"></a>

创建 A SageMaker I 环境后，您可以更改用户的权限以满足组织的需求。A SageMaker I 蓝图为您的所有用户指定权限。他们可以对所有 A SageMaker I 服务执行操作，但权限范围仅限于在 Amazon DataZone 域中创建的资源。

**重要**  
您创建的环境使用 IAM 角色，该角色具有有限权限和权限边界。要更改用户的权限，可以修改或替换权限边界。例如，如果用户需要访问在环境中创建的 Amazon S3 存储桶等资源，可以更改权限边界。

您可以在 ARN 中查看用于创建 A SageMaker I 域的 IAM 角色的权限。

使用以下步骤查看或编辑用户 IAM 角色的权限。

**查看或编辑用户权限**

1. 打开[亚马逊 A SageMaker I 控制台](https://console.amazonaws.cn/sagemaker)。

1. 选择**域**。

1. 选择与您的 Amazon 域名同 DataZone名的域名。

1. 选择**域设置**。

1. 在**执行角色**下，复制执行角色的 ARN。

1. 打开 [IAM 控制台](https://console.amazonaws.cn/IAM)。

1. 选择**角色**。

1. 粘贴 ARN 并删除最后一个正斜线后除角色名称外的所有内容。

1. 选择角色查看权限。

1. 在**权限**下，修改策略以满足贵组织的需求。

1. （可选）选择**权限边界**，然后选择**设置权限边界**。

1. 选择要设置为权限边界的策略。