使用 Amazon Glue 交互式会话准备数据
Amazon Glue 交互式会话是一个按需的、无服务器的 Apache Spark 运行时系统环境，数据科学家和工程师可以使用它来快速构建、测试和运行数据准备和分析应用程序。
您可以通过启动 SageMaker Studio 笔记本来启动 Amazon Glue 交互式会话。创建 Studio 笔记本时，请选择内置的 Glue PySpark 或 Glue Spark 内核。这将自动启动交互式的无服务器 Spark 会话。您无需预置或管理任何计算集群或基础设施。初始化后，您可以在 Studio 笔记本中，使用 Spark 探索 Amazon Glue Data Catalog、执行复杂的查询以及交互式分析和准备数据。然后，您可以使用 SageMaker Studio 中的专用 ML 工具，使用准备好的数据来构建、训练、调整和部署模型。
在 SageMaker Studio 中启动 Amazon Glue 交互式会话之前，您需要设置相应的角色和策略。此外，您可能需要提供对其他资源的访问权限，例如用于存储的 Amazon S3 存储桶，这可能需要额外的策略。有关必需和额外的 IAM 策略更多信息，请参阅 SageMaker Studio 中 Amazon Glue 交互式会话的权限。
SageMaker Studio 为您的 Amazon Glue 交互式会话提供默认配置，但是，您可以使用 Amazon Glue 的 Jupyter magic 命令完整目录来进一步自定义您的环境。有关可在 Amazon Glue 交互式会话中使用的默认和额外 Jupyter magic 的信息，请参阅在 SageMaker Studio 中启动 Amazon Glue 交互式会话。
支持连接到 Amazon Glue 交互式会话的映像和内核如下：
-
映像：SparkAnalytics 1.0，SparkAnalytics 2.0
-
内核：Glue Python [PySpark 和 Ray] 及 Glue Spark
先决条件：
您选择在 Studio 中启动 Amazon Glue 会话的 SparkAnalytics 映像是两个框架的组合：SparkMagic 框架（与 Amazon EMR 一起使用）和 Amazon Glue。因此，这两个框架的先决条件都适用。但是，如果您只计划使用 Amazon Glue 交互式会话，则无需设置 Amazon EMR 集群。在 Studio 中开始您的第一个 Amazon Glue 交互式会话之前，请完成以下操作：
-
完成使用 SparkMagic 映像所需的先决条件。有关先决条件的列表，请参阅使用 Studio 笔记本大规模准备数据中的先决条件部分。
-
创建同时拥有 Amazon Glue 和 SageMaker Studio 权限的执行角色。添加托管策略
AwsGlueSessionUserRestrictedServiceRole，并创建包含权限sts:GetCallerIdentity、iam:GetRole和IAM:Passrole的自定义策略。有关如何创建必要权限的说明，请参阅 SageMaker Studio 中 Amazon Glue 交互式会话的权限。 -
使用您创建的执行角色创建 SageMaker 域。有关如何创建域的说明，请参阅使用 IAM 加入。