Lake Formation의 JDBC 소스에서 데이터 레이크 생성 - AWS Lake Formation

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Lake Formation의 JDBC 소스에서 데이터 레이크 생성

이 자습서에서는 Lake Formation을 사용하여 JDBC 소스에서 첫 번째 데이터 레이크를 생성하고 로드하기 위해 AWS Lake Formation 콘솔에서 수행하는 단계를 안내합니다.

수강 대상

다음 표에는 이 AWS Lake Formation JDBC 자습서 에서 사용되는 역할이 나열되어 있습니다.

역할 설명
IAM 관리자 AWS Identity and Access Management (IAM) 사용자 및 역할과 Amazon Simple Storage Service(Amazon S3) 버킷을 생성할 수 있는 사용자입니다. AdministratorAccess AWS 관리형 정책이 있습니다.
데이터 레이크 관리자 데이터 카탈로그에 액세스하고, 데이터베이스를 생성하고, Lake Formation 권한을 다른 사용자에게 부여할 수 있는 사용자입니다. IAM 관리자보다 IAM 권한이 적지만 데이터 레이크를 관리하기에 충분합니다.
데이터 분석가 데이터 레이크에 대해 쿼리를 실행할 수 있는 사용자입니다. 쿼리를 실행할 수 있는 권한만 있습니다.
워크플로 역할 워크플로를 실행하는 데 필요한 IAM 정책이 있는 역할입니다.

자습서를 완료하기 위한 필수 조건에 대한 자세한 내용은 JDBC 자습서 사전 조건 섹션을 참조하세요.

JDBC 자습서 사전 조건

AWS Lake Formation JDBC 자습서를 시작하기 전에 다음을 수행했는지 확인하세요.

  • Lake Formation 시작하기의 작업을 완료합니다.

  • 자습서에 사용할 JDBC액세스 가능한 데이터 스토어를 결정합니다.

  • 를 생성하는 데 필요한 정보를 수집합니다.AWS Glue 유형 의 연결입니다JDBC. 이 데이터 카탈로그 객체에는 데이터 스토어URL에 대한 , 로그인 보안 인증 정보, Amazon Virtual Private Cloud(AmazonVPC)에서 데이터 스토어가 생성된 경우 추가 VPC특정 구성 정보가 포함됩니다. 자세한 내용은 의 연결 정의를 참조하세요.AWS Glue 개발자 안내서의 데이터 카탈로그 . AWS Glue

자습서에서는 사용자가 AWS Identity and Access Management ()에 익숙하다고 가정합니다IAM. 에 대한 자세한 내용은 IAM 사용 설명서 섹션을 IAM참조하세요.

시작하려면 1단계: 데이터 분석가 사용자 생성 섹션으로 진행하세요.

1단계: 데이터 분석가 사용자 생성

이 단계에서는 에서 데이터 레이크의 데이터 분석가가 될 AWS Identity and Access Management (IAM) 사용자를 생성합니다 AWS Lake Formation.

이 사용자는 데이터 레이크를 쿼리할 수 있는 최소 권한 세트를 보유합니다.

  1. IAM에서 https://console.aws.amazon.com/iam 콘솔을 엽니다. 에서 생성한 관리자 사용자 또는 AdministratorAccess AWS 관리형 정책을 사용하는 사용자관리자 액세스 권한이 있는 사용자 생성로 로그인합니다.

  2. 다음 설정을 사용하여 datalake_user라는 사용자를 생성합니다.

    • AWS Management Console 액세스를 활성화합니다.

    • 암호를 설정합니다. 암호 재설정은 필요하지 않습니다.

    • AmazonAthenaFullAccess AWS 관리형 정책을 연결합니다.

    • 다음 인라인 정책을 연결합니다. 정책 이름을 DatalakeUserBasic로 지정합니다.

      { "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "lakeformation:GetDataAccess", "glue:GetTable", "glue:GetTables", "glue:SearchTables", "glue:GetDatabase", "glue:GetDatabases", "glue:GetPartitions", "lakeformation:GetResourceLFTags", "lakeformation:ListLFTags", "lakeformation:GetLFTag", "lakeformation:SearchTablesByLFTags", "lakeformation:SearchDatabasesByLFTags" ], "Resource": "*" } ] }

2단계: 에서 연결 생성 AWS Glue

참고

이미 이 있는 경우 이 단계를 건너뜁니다.AWS Glue JDBC 데이터 소스에 연결합니다.

AWS Lake Formation 를 통해 JDBC 데이터 소스에 액세스합니다.AWS Glue 연결 . 연결은 데이터 소스에 연결하는 데 필요한 모든 정보가 포함된 데이터 카탈로그 객체입니다. 를 사용하여 연결을 생성할 수 있습니다.AWS Glue 콘솔.

연결 생성
  1. 를 엽니다.AWS Glue 에서 콘솔을 https://console.aws.amazon.com/glue/사용하고 에서 생성한 관리자 사용자로 로그인합니다관리자 액세스 권한이 있는 사용자 생성.

  2. 탐색 창의 데이터 카탈로그에서 연결을 선택합니다.

  3. [커넥터(Connectors)] 페이지에서 [사용자 정의 커넥터 생성(Create custom connector)]을 선택합니다.

  4. 커넥터 속성 페이지에서 datalake-tutorial를 연결 이름으로 입력하고 를 연결 유형JDBC으로 선택합니다. 다음을 선택합니다.

  5. 연결 마법사를 계속 진행하고 연결을 저장합니다.

    연결 생성에 대한 자세한 내용은 AWS Glue 개발자 안내서AWS Glue JDBC 연결 속성을 참조하세요.

3단계: 데이터 레이크에 대한 Amazon S3 버킷 생성

이 단계에서는 데이터 레이크의 루트 위치가 될 Amazon Simple Storage Service(S3) 버킷을 생성합니다.

  1. 에서 Amazon S3 콘솔을 열고 에서 생성한 관리자 사용자로 https://console.aws.amazon.com/s3/ 로그인합니다관리자 액세스 권한이 있는 사용자 생성.

  2. 버킷 생성을 선택하고 마법사를 통해 라는 버킷을 생성합니다<yourName>-datalake-tutorial. 여기서 <yourName> 는 첫 번째 이니셜과 성입니다. 예: jdoe-datalake-tutorial.

    Amazon S3 버킷 생성에 대한 자세한 내용은 Amazon Simple Storage Service 사용 설명서의 버킷 생성을 참조하세요.

4단계: Amazon S3 경로 등록

이 단계에서는 Amazon Simple Storage Service(S3) 경로를 데이터 레이크의 루트 위치로 등록합니다.

  1. 에서 Lake Formation 콘솔을 엽니다https://console.aws.amazon.com/lakeformation/. 데이터 레이크 관리자로 로그인합니다.

  2. 탐색 창의 관리에서 데이터 레이크 위치를 선택합니다.

  3. 위치 등록을 선택한 다음 찾아보기를 선택합니다.

  4. 이전에 생성한 <yourName>-datalake-tutorial 버킷을 선택하고 기본 IAM 역할 을 수락AWSServiceRoleForLakeFormationDataAccess한 다음 위치 등록을 선택합니다.

    위치 등록에 대한 자세한 내용은 데이터 레이크에 Amazon S3 위치 추가 섹션을 참조하세요.

5단계: 데이터 위치 권한 부여

보안 주체는 데이터 레이크 위치에 대한 데이터 위치 권한이 있어야 해당 위치를 가리키는 데이터 카탈로그 테이블 또는 데이터베이스를 생성할 수 있습니다. 워크플로가 데이터 수집 대상에 쓸 수 있도록 워크플로에 대한 IAM 역할에 데이터 위치 권한을 부여해야 합니다.

  1. Lake Formation 콘솔 탐색 창의 권한에서 데이터 위치를 선택합니다.

  2. 권한 부여를 선택하고 권한 부여 대화 상자에서 다음을 수행합니다.

    1. IAM 사용자 및 역할 에서 를 선택합니다LakeFormationWorkflowRole.

    2. 스토리지 위치에 대해 <yourName>-datalake-tutorial 버킷을 선택합니다.

  3. 권한 부여를 선택합니다.

데이터 위치 권한에 대한 자세한 내용은 Underlying data access control 섹션을 참조하세요.

6단계: 데이터 카탈로그에서 데이터베이스 생성

Lake Formation 데이터 카탈로그의 메타데이터 테이블은 데이터베이스 내에 저장됩니다.

  1. Lake Formation 콘솔 탐색 창의 데이터 카탈로그에서 데이터베이스를 선택합니다.

  2. 데이터베이스 생성을 선택하고 데이터베이스 세부 정보에서 이름 lakeformation_tutorial을 입력합니다.

  3. 다른 필드는 비워 두고 데이터베이스 생성을 선택합니다.

7단계: 데이터 권한 부여

데이터 카탈로그에서 메타데이터 테이블을 생성할 권한을 부여해야 합니다. 워크플로는 LakeFormationWorkflowRole 역할로 실행되므로 해당 역할에 이러한 권한을 부여해야 합니다.

  1. Lake Formation 콘솔 탐색 창의 권한에서 데이터 레이크 권한을 선택합니다.

  2. 권한 부여를 선택하고 데이터 권한 부여 대화 상자에서 다음을 수행합니다.

    1. 보안 주체 에서 IAM 사용자 및 역할 에 대해 를 선택합니다LakeFormationWorkflowRole.

    2. LF 태그 또는 카탈로그 리소스에서 명명된 데이터 카탈로그 리소스를 선택합니다.

    3. 데이터베이스에 대해 이전에 생성한 데이터베이스 lakeformation_tutorial을 선택합니다.

    4. 데이터베이스 권한에서 테이블 생성, 변경삭제를 선택하고 슈퍼 옵션이 선택되어 있으면 선택을 취소합니다.

  3. 권한 부여를 선택합니다.

Lake Formation 권한 부여에 대한 자세한 내용은 Lake Formation 권한 개요 섹션을 참조하세요.

8단계: 청사진을사용하여 워크플로 생성

AWS Lake Formation 워크플로는 를 생성합니다.AWS Glue 데이터를 검색하고 데이터 레이크에 수집하는 작업, 크롤러 및 트리거입니다. 사전 정의된 Lake Formation 청사진 중 하나를 기반으로 워크플로를 생성합니다.

  1. Lake Formation 콘솔의 탐색 창에서 청사진을 선택한 다음 청사진 사용을 선택합니다.

  2. 청사진 사용 페이지의 청사진 유형에서 데이터베이스 스냅샷을 선택합니다.

  3. 소스 가져오기에서 데이터베이스 연결에 대해 방금 생성한 연결(datalake-tutorial)을 선택하거나 데이터 소스에 대한 기존 연결을 선택합니다.

  4. 소스 데이터 경로의 경우 데이터를 수집할 경로를 <database>/<schema>/<table> 양식에 입력합니다.

    스키마 또는 테이블 대신 백분율(%) 와일드카드를 사용할 수 있습니다. 스키마를 지원하는 데이터베이스의 경우 를 입력합니다.<database>/<schema>의 모든 테이블과 일치하려면 /% <schema><database>. Oracle Database와 MySQL는 경로에서 스키마를 지원하지 않습니다. 대신 를 입력합니다.<database>/%. Oracle Database의 경우 <database> 는 시스템 식별자()입니다SID.

    예를 들어 Oracle 데이터베이스에 orcl가 있는 경우 orcl/%를 SID입력하여 JDCB 연결에 지정된 사용자가 액세스할 수 있는 모든 테이블과 일치시킵니다.

    중요

    이 필드는 대/소문자를 구분합니다.

  5. 대상 가져오기에서 다음 파라미터를 지정합니다.

    대상 데이터베이스 lakeformation_tutorial
    대상 스토리지 위치 s3://<yourName>-datalake-tutorial
    데이터 형식 (파켓 또는 선택CSV)
  6. 가져오기 빈도에 대해서는 온디맨드 실행을 선택합니다.

  7. 가져오기 옵션에서 다음 파라미터를 지정합니다.

    워크플로 이름 lakeformationjdbctest
    IAM 역할 LakeFormationWorkflowRole
    테이블 접두사 jdbctest
    참고

    소문자여야 합니다.

  8. 생성을 선택하고 콘솔에서 워크플로가 성공적으로 생성되었음을 보고할 때까지 기다립니다.

    작은 정보

    다음과 같은 오류 메시지가 표시되나요?

    User: arn:aws:iam::<account-id>:user/<datalake_administrator_user> is not authorized to perform: iam:PassRole on resource:arn:aws:iam::<account-id>:role/LakeFormationWorkflowRole...

    그렇다면 교체했는지 확인합니다.<account-id> 유효한 AWS 계정 번호가 있는 데이터 레이크 관리자 사용자의 인라인 정책에서.

9단계: 워크플로 실행

워크플로를 로 지정했으므로 에서 워크플로를 수동으로 시작해야 run-on-demand합니다 AWS Lake Formation.

  1. Lake Formation 콘솔의 청사진 페이지에서 lakeformationjdbctest 워크플로를 선택합니다.

  2. 작업을 선택하고 시작을 선택합니다.

  3. 워크플로가 실행되면 마지막 실행 상태 열에서 진행 상황을 봅니다. 가끔 새로 고침 버튼을 선택합니다.

    상태는 RUNNING, 검색 중, 가져오기 중, 에서 로 전환됩니다COMPLETED.

    워크플로가 완료되면:

    • 데이터 카탈로그에 새 메타데이터 테이블이 포함됩니다.

    • 데이터가 데이터 레이크에 수집됩니다.

    워크플로가 실패하면 다음을 수행합니다.

    1. 워크플로를 선택합니다. 작업을 선택한 후 그래프 보기를 선택합니다.

      워크플로가 에서 열립니다.AWS Glue 콘솔.

    2. 워크플로를 선택하고 기록 탭을 선택합니다.

    3. 가장 최근 실행을 선택하고 실행 세부 정보 보기를 선택합니다.

    4. 동적(런타임) 그래프에서 실패한 작업이나 크롤러를 선택하고 오류 메시지를 검토합니다. 장애가 발생한 노드는 빨간색 또는 노란색입니다.

10단계: SELECT 테이블에 권한 부여

데이터 분석가가 테이블이 가리키는 데이터를 쿼리할 수 AWS Lake Formation 있도록 의 새 데이터 카탈로그 테이블에 대한 SELECT 권한을 부여해야 합니다.

참고

워크플로는 워크플로에서 생성된 테이블에 대한 SELECT 권한을 해당 워크플로를 실행한 사용자에게 자동으로 부여합니다. 데이터 레이크 관리자가 이 워크플로를 실행했으므로 데이터 분석가에게 SELECT 권한을 부여해야 합니다.

  1. Lake Formation 콘솔 탐색 창의 권한에서 데이터 레이크 권한을 선택합니다.

  2. 권한 부여를 선택하고 데이터 권한 부여 대화 상자에서 다음을 수행합니다.

    1. 보안 주체 에서 IAM 사용자 및 역할 에 대해 를 선택합니다datalake_user.

    2. LF 태그 또는 카탈로그 리소스에서 명명된 데이터 카탈로그 리소스를 선택합니다.

    3. 데이터베이스에서 lakeformation_tutorial을 선택합니다.

      테이블 목록이 채워집니다.

    4. 테이블의 경우 데이터 소스에서 테이블을 하나 이상 선택합니다.

    5. 테이블 및 열 권한에서 선택을 선택합니다.

  3. 권한 부여를 선택합니다.

다음 단계는 데이터 분석가로서 수행됩니다.

11단계: Amazon Athena를 사용하여 데이터 레이크 쿼리

Amazon Athena 콘솔을 사용하여 데이터 레이크의 데이터를 쿼리합니다.

  1. 에서 Athena 콘솔을 열고 데이터 분석가인 사용자 로 https://console.aws.amazon.com/athena/로그인합니다datalake_user.

  2. 필요한 경우 시작하기를 선택하여 Athena 쿼리 편집기로 계속 진행합니다.

  3. Data source(데이터 원본)AwsDataCatalog을 선택합니다.

  4. Database(데이터베이스)에서 lakeformation_tutorial를 선택합니다.

    테이블 목록이 채워집니다.

  5. 테이블 중 하나 옆에 있는 팝업 메뉴에서 테이블 미리 보기를 선택합니다.

    쿼리가 실행되고 10개의 데이터 행이 표시됩니다.

12단계: Amazon Redshift Spectrum을 사용하여 데이터 레이크의 데이터 쿼리

Amazon Simple Storage Service(S3) 데이터 레이크로 가져온 데이터를 쿼리하도록 Amazon Redshift Spectrum을 설정할 수 있습니다. 먼저 Amazon Redshift 클러스터를 시작하고 Amazon S3 데이터를 쿼리하는 데 사용되는 AWS Identity and Access Management (IAM) 역할을 생성합니다. 그런 다음 쿼리하려는 테이블에 대한 Select 권한을 이 역할에 부여합니다. 그런 다음 사용자에게 Amazon Redshift 쿼리 에디터 사용 권한을 부여합니다. 마지막으로 Amazon Redshift 클러스터를 생성하고 쿼리를 실행합니다.

관리자로 클러스터를 생성하고 데이터 분석가로 클러스터를 쿼리합니다.

Amazon Redshift Spectrum에 대한 자세한 내용은 Amazon Redshift 데이터베이스 개발자 안내서의 Amazon Redshift Spectrum을 사용하여 외부 데이터 쿼리를 참조하세요.

Amazon Redshift 쿼리를 실행할 권한을 설정하려면
  1. 에서 IAM 콘솔을 엽니다https://console.aws.amazon.com/iam/. 관리자 액세스 권한이 있는 사용자 생성 (사용자 이름 Administrator)에서 생성한 관리자 사용자 또는 AdministratorAccess AWS 관리형 정책을 사용하는 사용자로 로그인합니다.

  2. 탐색 창에서 Policies를 선택합니다.

    정책을 처음으로 선택하는 경우 관리형 정책 소개 페이지가 나타납니다. 시작하기(Get Started)를 선택합니다.

  3. 정책 생성을 선택합니다.

  4. JSON 탭을 선택합니다.

  5. 다음 JSON 정책 문서에 붙여넣습니다.

    { "Version": "2012-10-17", "Statement": [ { "Effect": "Allow", "Action": [ "lakeformation:GetDataAccess", "glue:GetTable", "glue:GetTables", "glue:SearchTables", "glue:GetDatabase", "glue:GetDatabases", "glue:GetPartitions", "lakeformation:GetResourceLFTags", "lakeformation:ListLFTags", "lakeformation:GetLFTag", "lakeformation:SearchTablesByLFTags", "lakeformation:SearchDatabasesByLFTags" ], "Resource": "*" } ] }
  6. 작업이 완료되면 검토를 선택하여 정책을 검토합니다. 정책 검사기가 모든 구문 오류를 보고합니다.

  7. 정책 검토 페이지의 이름에 생성 중인 정책의 이름으로 RedshiftLakeFormationPolicy를 입력합니다. 설명을 입력합니다(선택 사항). 정책 요약을 검토하여 정책이 부여한 권한을 확인합니다. 그런 다음 정책 생성을 선택하여 작업을 저장합니다.

  8. IAM 콘솔의 탐색 창에서 역할 을 선택한 다음 역할 생성 을 선택합니다.

  9. 신뢰할 수 있는 엔터티 선택(Select trusted entity)에서 AWS 서비스( service)를 선택합니다.

  10. 이 역할을 맡을 Amazon Redshift 서비스를 선택합니다.

  11. 서비스에 대해 Redshift Customizable(Redshift 사용자 지정) 사용 사례를 선택합니다. 그런 다음 다음: 권한을 선택합니다.

  12. 생성한 권한 정책 RedshiftLakeFormationPolicy를 검색하고 목록에서 정책 이름 옆에 있는 확인란을 선택합니다.

  13. 다음: 태그를 선택합니다.

  14. 다음: 검토를 선택합니다.

  15. 역할 이름에 이름 RedshiftLakeFormationRole을 입력합니다.

  16. (선택 사항) Role description(역할 설명)에 새 역할에 대한 설명을 입력합니다.

  17. 역할을 검토한 다음 역할 생성을 선택합니다.

Lake Formation 데이터베이스에서 쿼리할 테이블에 대한 Select 권한을 부여하려면
  1. 에서 Lake Formation 콘솔을 엽니다https://console.aws.amazon.com/lakeformation/. 데이터 레이크 관리자로 로그인합니다.

  2. 탐색 창의 권한에서 데이터 레이크 권한을 선택한 다음 권한 부여를 선택합니다.

  3. 다음 정보를 제공합니다.

    • IAM 사용자 및 역할 에서 생성한 IAM 역할 을 선택합니다RedshiftLakeFormationRole. Amazon Redshift 쿼리 편집기를 실행할 때 데이터에 대한 권한에 이 IAM 역할을 사용합니다.

    • Database(데이터베이스)에서 lakeformation_tutorial를 선택합니다.

      테이블 목록이 채워집니다.

    • 테이블에서 쿼리할 데이터 소스 내의 테이블을 선택합니다.

    • 선택 테이블 권한을 선택합니다.

  4. 권한 부여를 선택합니다.

Amazon Redshift Spectrum을 설정하고 쿼리를 실행하려면
  1. https://console.aws.amazon.com/redshift에서 Amazon Redshift 콘솔을 엽니다. 사용자 Administrator로 로그인합니다.

  2. 클러스터 생성을 선택합니다.

  3. 클러스터 생성 페이지에서 클러스터 식별자redshift-lakeformation-demo를 입력합니다.

  4. 노드 유형으로는 dc2.large를 선택합니다.

  5. 아래로 스크롤하고 데이터베이스 구성에서 다음 파라미터를 입력하거나 수락합니다.

    • 관리자 사용자 이름: awsuser

    • 관리자 사용자 암호: (Choose a password)

  6. 클러스터 권한 을 확장하고 사용 가능한 IAM 역할 에 대해 를 선택합니다RedshiftLakeFormationRole. 그런 다음 IAM 역할 추가를 선택합니다.

  7. 기본값인 5439가 아닌 다른 포트를 사용해야 하는 경우 추가 구성 옆에 있는 기본값 사용 옵션을 끕니다. 데이터베이스 구성 섹션을 확장하고 새 데이터베이스 포트 번호를 입력합니다.

  8. 클러스터 생성을 선택합니다.

    클러스터 페이지가 로드됩니다.

  9. 클러스터 상태가 사용 가능이 될 때까지 기다립니다. 주기적으로 새로 고침 아이콘을 선택합니다.

  10. 데이터 분석가에게 클러스터에 대해 쿼리를 실행할 수 있는 권한을 부여합니다. 이렇게 하려면 다음 단계를 완료합니다.

    1. 에서 IAM 콘솔을 열고 Administrator 사용자로 https://console.aws.amazon.com/iam/로그인합니다.

    2. 탐색 창에서 사용자를 선택하고 다음 관리형 정책을 사용자 datalake_user에게 연결합니다.

      • AmazonRedshiftQueryEditor

      • AmazonRedshiftReadOnlyAccess

  11. Amazon Redshift 콘솔에서 로그아웃하고 datalake_user 사용자로 다시 로그인합니다.

  12. 왼쪽 수직 도구 모음에서 EDITOR 아이콘을 선택하여 쿼리 편집기를 열고 클러스터에 연결합니다. 데이터베이스에 연결 대화 상자가 나타나면 클러스터 이름 redshift-lakeformation-demo를 선택하고 데이터베이스 이름 dev, 사용자 이름 awsuser 및 생성한 암호를 입력합니다. 그런 다음 Connect to database(데이터베이스에 연결)를 선택합니다.

    참고

    연결 파라미터를 입력하라는 메시지가 표시되지 않고 쿼리 편집기에 다른 클러스터가 이미 선택되어 있는 경우 연결 변경을 선택하여 데이터베이스에 연결 대화 상자를 엽니다.

  13. 새 쿼리 1 텍스트 상자에 다음 명령문을 입력하고 실행하여 Lake Formation의 데이터베이스 lakeformation_tutorial을 Amazon Redshift 스키마 이름 redshift_jdbc에 매핑합니다.

    중요

    Replace <account-id> 유효한 AWS 계정 번호가 있는 경우 <region> 유효한 AWS 리전 이름(예: us-east-1)을 사용합니다.

    create external schema if not exists redshift_jdbc from DATA CATALOG database 'lakeformation_tutorial' iam_role 'arn:aws:iam::<account-id>:role/RedshiftLakeFormationRole' region '<region>';
  14. 스키마 선택의 스키마 목록에서 redshift_jdbc를 선택합니다.

    테이블 목록이 채워집니다. 쿼리 편집기에는 Lake Formation 데이터 레이크 권한이 부여된 테이블만 표시됩니다.

  15. 테이블 이름 옆의 팝업 메뉴에서 데이터 미리 보기를 선택합니다.

    Amazon Redshift는 처음 10개 행을 반환합니다.

    이제 권한이 있는 테이블과 열에 대해 쿼리를 실행할 수 있습니다.

13단계: Amazon Redshift Spectrum을 사용하여 Lake Formation 권한 부여 또는 취소

Amazon Redshift는 수정된 SQL 문을 사용하여 데이터베이스 및 테이블에 Lake Formation 권한을 부여하고 취소할 수 있는 기능을 지원합니다. 이러한 명령문은 기존 Amazon Redshift 문과 유사합니다. 자세한 내용은 Amazon Redshift 데이터베이스 개발자 안내서REVOKEGRANT 및 섹션을 참조하세요.