Passer d'Amazon DataZone à SageMaker Unified Studio : Le Guide Stratégique des Blueprints

Bien que le concept de blueprints existe depuis la version 1 d'AWS DataZone, il était principalement réservé à des capacités uniques ou à des cas d'utilisation spécifiques plutôt qu'à des fonctionnalités courantes. SageMaker Unified Studio (SMUS) — qui s'exécute par-dessus les domaines DataZone — réinvente complètement cette approche. Aujourd'hui, les blueprints — fondamentalement des piles AWS CloudFormation qui définissent l'infrastructure et les outils — constituent un élément central et le véritable cœur de tout projet.

En tant que spécialistes des architectures data, cloud et IA, comprendre cette structure est essentiel. La base d'un projet SMUS suit une hiérarchie claire : vous choisissez et activez vos blueprints, vous les utilisez pour créer un Profil de Projet (Project Profile), puis vous utilisez ce profil pour provisionner le projet réel. (Nous approfondirons les profils de projet dans le prochain article).

Si un projet existe dans SMUS, il y a au moins un blueprint derrière son profil de projet. Ceux-ci se divisent en deux catégories principales : les Blueprints Gérés par AWS (AWS-Managed Blueprints) et les Blueprints Personnalisés (Custom Blueprints).

Les blueprints gérés pris en charge offrent des configurations prêtes à l'emploi qui vous fournissent :

• Des capacités de base complètes
• Des outils d'IA générative
• Des analyses SQL

Vous pouvez trouver la liste complète des blueprints gérés actuellement pris en charge dans la documentation officielle d'AWS.

La Fondation : Le Tooling Blueprint

Tous les projets partagent la même base. Par défaut, tout projet provisionné sur SMUS s'appuie sur un profil de projet contenant au moins le blueprint par défaut, qu'AWS appelle le Tooling Blueprint.

Ce blueprint provisionne l'infrastructure de base requise pour chaque projet — comme les rôles IAM, les groupes de sécurité et le réseau fondamental. Il est hautement personnalisable via ses paramètres, lui permettant de couvrir une vaste gamme de cas d'utilisation.

Important : Le Tooling Blueprint doit toujours être activé dans la région où vous choisissez de travailler. Désactiver complètement ce blueprint bloque la création de projets sur SMUS.

Sous le Capot : Les Détails Techniques des Blueprints

Techniquement parlant, un blueprint n'est rien d'autre qu'une pile AWS CloudFormation.

L'activation d'un blueprint nécessite une région et un compte cible, qui peuvent éventuellement être sélectionnés lors de la création du projet. L'activation d'un blueprint est locale à son compte. Si vous avez associé des domaines sur plusieurs comptes ou régions, les blueprints doivent être explicitement activés dans ces emplacements spécifiques pour être utilisables.

Lorsqu'un blueprint est rattaché à un profil de projet et utilisé pour créer un projet SMUS, le service provisionne cette pile CloudFormation dans le compte et la région choisis. Vous pouvez facilement suivre et vérifier ce blueprint dans la console CloudFormation après un déploiement réussi.

Créer un projet dans SMUS déclenche simplement le provisionnement de l'ensemble des blueprints définis dans le profil du projet. Une fois les piles déployées avec succès, le projet devient accessible. Bien que SMUS effectue quelques actions de configuration mineures en dehors des blueprints, l'infrastructure de base est entièrement pilotée par CFN.

Étendre les Capacités : Blueprints Personnalisés

En plus des capacités gérées, SMUS nous donne le pouvoir de créer des Blueprints Personnalisés (Custom Blueprints). Cela vous permet d'enrichir les projets avec des outils non répertoriés dans le catalogue géré, ou même d'adapter complètement un blueprint géré pour qu'il corresponde à votre architecture de données spécifique.

Puisque les blueprints personnalisés sont également des modèles CloudFormation, ils doivent être stockés dans un bucket S3. SMUS propose un bucket dédié à cet effet. Si vous choisissez de gérer votre propre bucket, il est fortement recommandé de respecter la convention de nommage du bucket SMUS par défaut. Cela vous permet de continuer à utiliser les rôles IAM SMUS provisionnés, car ils sont pré-autorisés à accéder aux buckets correspondant à ce modèle de nommage exact.

Remarque Importante sur les Architectures Multi-Comptes (Cross-Account) : Si vous avez des projets impliquant plusieurs comptes, vous devez gérer vous-même les stratégies du bucket. Lorsqu'un projet est créé, la pile est provisionnée dans le compte cible, ce qui signifie que ce compte cible a besoin d'un accès multi-comptes au bucket contenant le modèle. Ne pas gérer correctement ces autorisations entraînera une erreur indiquant que le rôle du projet n'est pas autorisé à utiliser le blueprint.

Parce que les blueprints personnalisés ne sont que des piles CFN, vous avez une infinité de choix. Vous pouvez tirer parti de toutes les fonctionnalités disponibles dans CloudFormation — telles que les ressources personnalisées et les métadonnées — pour couvrir presque toutes les automatisations requises lors de la création du projet.

AWSTemplateFormatVersion: '2010-09-09'
Description: 'Blueprint template for SageMaker Unified Studio / Amazon DataZone using standard parameters.'

Parameters:
  test:
    Type: String
    Default: test
    Description: 'A placeholder parameter for the SageMaker Unified Studio blueprint stack.'

Resources:
  DummyResource:
    Type: 'AWS::SSM::Parameter'
    Properties:
      Name: !Sub '/sagemaker-unified-studio/test/dummy-config'
      Type: 'String'
      Value: 'Blueprint initialized successfully'
      Description: 'A placeholder resource for the SageMaker Unified Studio blueprint stack.'

aws datazone list-environment-blueprints \
    --domain-identifier "dzd_example_domain_id"

import boto3
from botocore.exceptions import ClientError

def list_datazone_blueprints(domain_id, region_name="us-east-1"):
    # Initialize the DataZone client
    client = boto3.client('datazone', region_name=region_name)
    
    try:
        response = client.list_environment_blueprints(
            domainIdentifier=domain_id
        )
        print("Blueprints retrieved successfully.")
        return response
    except ClientError as e:
        print(f"Error listing blueprints: {e.response['Error']['Message']}")
        raise e

# Example Usage
if __name__ == "__main__":
    DOMAIN_ID = "dzd_example_domain_id"
    
    response = list_datazone_blueprints(DOMAIN_ID)
    
    # Iterate and print the retrieved blueprints
    for blueprint in response.get('items', []):
        print(f"Name: {blueprint.get('name')}, ID: {blueprint.get('id')}")

const { DataZoneClient, ListEnvironmentBlueprintsCommand } = require("@aws-sdk/client-datazone");

async function listDataZoneBlueprints(domainId, region = "us-east-1") {
    // Initialize the DataZone client
    const client = new DataZoneClient({ region: region });

    const input = {
        domainIdentifier: domainId
    };

    try {
        const command = new ListEnvironmentBlueprintsCommand(input);
        const response = await client.send(command);
        console.log("Blueprints retrieved successfully.");
        return response;
    } catch (error) {
        console.error("Error listing blueprints:", error.message);
        throw error;
    }
}

// Example Usage
const DOMAIN_ID = "dzd_example_domain_id";

listDataZoneBlueprints(DOMAIN_ID).then(response => {
    // Iterate and print the retrieved blueprints
    const items = response.items || [];
    items.forEach(blueprint => {
        console.log(`Name: ${blueprint.name}, ID: ${blueprint.id}`);
    });
}).catch(console.error);

aws datazone delete-environment-blueprint \
    --domain-identifier "dz-domain-123456789" \
    --identifier "bp-xyz987654321"

import boto3
from botocore.exceptions import ClientError

def delete_datazone_blueprint(domain_id, blueprint_id, region_name="us-east-1"):
    # Initialize the DataZone client
    client = boto3.client('datazone', region_name=region_name)
    
    try:
        response = client.delete_environment_blueprint(
            domainIdentifier=domain_id,
            identifier=blueprint_id
        )
        print("Blueprint deleted successfully.")
        return response
    except ClientError as e:
        print(f"Error deleting blueprint: {e.response['Error']['Message']}")
        raise e

# Example Usage
if __name__ == "__main__":
    DOMAIN_ID = "dz-domain-123456789"
    BLUEPRINT_ID = "bp-xyz987654321"
    
    delete_datazone_blueprint(DOMAIN_ID, BLUEPRINT_ID)

const { DataZoneClient, DeleteEnvironmentBlueprintCommand } = require("@aws-sdk/client-datazone");

async function deleteDataZoneBlueprint(domainId, blueprintId, region = "us-east-1") {
    // Initialize the DataZone client
    const client = new DataZoneClient({ region: region });

    const input = {
        domainIdentifier: domainId,
        identifier: blueprintId
    };

    try {
        const command = new DeleteEnvironmentBlueprintCommand(input);
        const response = await client.send(command);
        console.log("Blueprint deleted successfully:", response);
        return response;
    } catch (error) {
        console.error("Error deleting blueprint:", error.message);
        throw error;
    }
}

// Example Usage
const DOMAIN_ID = "dz-domain-123456789";
const BLUEPRINT_ID = "bp-xyz987654321";

deleteDataZoneBlueprint(DOMAIN_ID, BLUEPRINT_ID);