Funzionalità dell'editor SQL dell'estensione JupyterLab SQL - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Funzionalità dell'editor SQL dell'estensione JupyterLab SQL

L'estensione SQL fornisce comandi magici che abilitano le funzionalità dell'editor SQL all'interno delle celle del JupyterLab notebook.

Se sei un utente della versione 1.6 dell'immagine di SageMaker distribuzione, devi caricare la libreria magica dell'estensione SQL eseguendola su %load_ext amazon_sagemaker_sql_magic un JupyterLab notebook. Questo attiva le funzionalità di modifica SQL.

Per gli utenti delle versioni 1.7 e successive delle immagini di SageMaker distribuzione, non è necessaria alcuna azione, l'estensione SQL viene caricata automaticamente.

Una volta caricata l’estensione, aggiungi il comando magic %%sm_sql all’inizio di una cella per attivare le seguenti funzionalità dell’editor SQL.

  • Elenco a discesa per la selezione della connessione: dopo aver aggiunto un comando magic %%sm_sql a una cella, nella parte superiore della cella viene visualizzato un menu a discesa con le connessioni alle origini dati disponibili. Seleziona una connessione per inserire automaticamente i parametri necessari per eseguire query su quella origine dati. Di seguito è riportata una stringa di comando magic %%sm_sql di esempio, generata selezionando la connessione denominata connection-name. 

    %%sm_sql --metastore-type GLUE_CONNECTION --metastore-id connection-name

    Utilizza le funzionalità dell’editor SQL riportate di seguito per creare le tue query SQL, quindi avvia la query eseguendo la cella. Per ulteriori informazioni sulle funzionalità di esecuzione SQL, consulta Funzionalità di esecuzione SQL dell'estensione JupyterLab SQL.

  • Elenco a discesa dei risultati della query: puoi specificare come visualizzare i risultati della query selezionando un tipo di risultato dal menu a discesa accanto a quello per la selezione della connessione. Scegli tra le seguenti due alternative:

    • Output della cella: (impostazione predefinita) questa opzione visualizza il risultato della query nell’area di output delle celle del notebook.

    • Pandas Dataframe: questa opzione popola un panda con i risultati della query. DataFrame Una casella di input aggiuntiva ti consente di assegnare un nome a quando scegli questa opzione. DataFrame

  • Evidenziazione della sintassi SQL: la cella distingue in modo automatico e visivo le parole chiave, le clausole, gli operatori e altri elementi SQL in base al colore e allo stile. Questo semplifica la lettura e la comprensione del codice SQL. Le parole chiave come SELECT, FROM e WHERE e le funzioni integrate come SUM e COUNT o le clausole come GROUP BY e altre vengono evidenziate con il grassetto e con un colore diverso.

  • Formattazione SQL: è possibile applicare rientri, lettere maiuscole e minuscole, spaziature e interruzioni di riga coerenti per raggruppare o separare istruzioni e clausole SQL in uno dei seguenti modi. Questo semplifica la lettura e la comprensione del codice SQL.

    • Fai clic con il pulsante destro del mouse sulla cella SQL e scegli Formato SQL.

    • Quando la cella SQL è attiva, utilizza la scorciatoia ALT+F in Windows o Opzione+F in macOS.

  • Completamento automatico SQL: l’estensione fornisce il completamento e suggerimenti automatici per parole chiave, funzioni, nomi di tabelle, nomi di colonne e altri elementi SQL durante la digitazione. Quando inizi a digitare una parola chiave SQL come SELECT o WHERE, l’estensione visualizza una finestra pop-up con suggerimenti per completare automaticamente il resto della parola. Ad esempio, quando digiti nomi di tabelle o colonne, suggerisce i nomi di tabelle e colonne corrispondenti definiti nello schema del database.

    Importante

    Per abilitare il completamento automatico di SQL nei JupyterLab notebook, gli utenti dell'immagine di distribuzione SageMaker AI versione 1.6 devono eseguire il seguente npm install -g vscode-jsonrpc sql-language-server comando in un terminale. Al termine dell'installazione, riavviare il server eseguendo. JupyterLab restart-jupyter-server

    Per gli utenti delle versioni 1.7 e successive dell'immagine di SageMaker distribuzione, non è necessaria alcuna azione.

    La cella offre due metodi per il completamento automatico delle parole chiave SQL riconosciute:

    • Invocazione esplicita (consigliata): scegli il tasto Tab per avviare il menu di suggerimenti contestuale, quindi scegli Invio per accettare l’elemento suggerito.

    • Suggerimenti continui: la cella suggerisce automaticamente i completamenti durante la digitazione.

    Nota

    • Il completamento automatico viene attivato solo se le parole chiave SQL sono in maiuscolo. Ad esempio, se inserisci SEL viene suggerito SELECT, mentre se digiti sel non viene restituito niente.

    • La prima volta che ti connetti a un’origine dati, il completamento automatico di SQL indicizza i metadati dell’origine dati. Il completamento di questo processo di indicizzazione potrebbe richiedere del tempo a seconda delle dimensioni dei database.