구성된 테이블 생성 - Amazon S3 데이터 소스

구성된 테이블을 생성하려면 - Amazon S3 데이터 소스

1. 에 로그인 AWS Management Console 하고 https://console.aws.amazon.com/cleanrooms AWS Clean Rooms 콘솔을 엽니다.

2. 왼쪽 탐색 창에서 테이블을 선택합니다.

3. 오른쪽 상단 모서리에서 새 테이블 구성을 선택합니다.

4. 데이터 소스의 AWS 데이터 소스에서 Amazon S3를 선택합니다.

5. Amazon S3 테이블에서:

   1. S3 테이블이 호스팅되는 리전을 선택합니다.

      기본적으로 현재 리전(예: 버지니아 북부 us-east-1)이 선택됩니다.

      주의

      Amazon S3 데이터 소스가 처리 위치와 다른 리전에 있는 경우 데이터 처리가 소스 리전 외부에서 일시적으로 발생할 수 있습니다. 계속하기 전에 리전 간 데이터 이동이 데이터 주권 요구 사항, 규정 준수 정책 및 데이터 거버넌스 표준을 준수하는지 확인합니다.

      리전에 대한 자세한 내용은의 리전 및 엔드포인트를 참조하세요AWS 일반 참조.

   2. 드롭다운 목록에서 데이터베이스를 선택합니다.

   3. 드롭다운 목록에서 구성하고 싶은 테이블을 선택합니다.

   참고

   테이블이 올바른지 확인하려면 다음 중 하나를 수행합니다.

   • 에서 보기를 AWS Glue 선택합니다.

   • 에서 스키마 보기를 AWS Glue 켜면 스키마를 볼 수 있습니다.

   중요

   데이터가 CSV 형식인 AWS Glue 테이블의 경우 Glue 스키마의 열 이름과 순서가 CSV 데이터와 정확히 일치해야 합니다. 정렬되지 않으면 구성된 테이블에 허용되는 열 목록이 제대로 적용되지 않을 수 있습니다.

6. 공동 작업에 허용되는 열 및 분석 방법의 경우

   1. 공동 작업에서 허용할 열은 무엇입니까?

      • 공동 작업에서 모든 열을 쿼리하도록 허용하려면 모든 열을 선택합니다.

      • 사용자 지정 목록을 선택하여 허용된 열 지정 드롭다운 목록에서 하나 이상의 열을 공동 작업에서 쿼리할 수 있도록 허용합니다.

   2. 허용된 분석 방법의 경우

      1. 이 테이블에서 SQL 쿼리를 직접 실행하려면 직접 쿼리를 선택합니다.

      2. 이 테이블에서 PySpark 작업을 직접 실행하려면 직접 작업을 선택합니다.

   예예제

   예를 들어 공동 작업 구성원이 모든 열에서 직접 SQL 쿼리와 PySpark 작업을 모두 실행하도록 허용하려면 모든 열, 직접 쿼리 및 직접 작업을 선택합니다.

7. 구성된 테이블 세부 정보의 경우,

   1. 구성된 테이블의 이름을 입력합니다.

      기본 이름을 사용하거나 이 테이블의 이름을 바꿀 수 있습니다.

   2. 테이블에 대한 설명을 입력합니다.

      설명은 비슷한 이름을 가진 다른 구성된 테이블을 구분하는 데 도움이 됩니다.

8. 구성된 테이블 리소스에 대해 태그를 활성화하려면 새 태그 추가를 선택한 다음 키와 값 쌍을 입력합니다.

9. 새 클라이언트 구성를 선택합니다.