Lake Formation을 사용하는 Amazon EMR에 대한 고려 사항 - Amazon EMR

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

Lake Formation을 사용하는 Amazon EMR에 대한 고려 사항

Amazon EMR을와 함께 사용할 때는 다음 사항을 고려하세요 AWS Lake Formation.

  • Amazon EMR 릴리스 6.13 이상이 설치된 클러스터에서는 테이블 수준의 액세스 제어를 사용할 수 있습니다.

  • 행, 열 및 셀 수준의 세분화된 액세스 제어는 Amazon EMR 릴리스 6.15 이상이 설치된 클러스터에서 사용할 수 있습니다.

  • 테이블에 액세스할 수 있는 사용자는 해당 테이블의 모든 속성에 액세스할 수 있습니다. 테이블에 Lake Formation 기반 액세스 제어를 사용하는 경우 테이블을 검토하여 속성에 민감한 데이터나 정보가 포함되어 있지 않은지 확인합니다.

  • Lake Formation을 포함하는 Amazon EMR 클러스터는 Spark가 테이블 통계를 수집할 때 Spark가 HDFS로 폴백하는 기능을 지원하지 않습니다. 이 기능은 일반적으로 쿼리 성능을 최적화하는 데 도움이 됩니다.

  • 관리되지 않는 Apache Spark 테이블을 사용하는 Lake Formation 기반 액세스 제어를 지원하는 작업에는 INSERT INTO 및 INSERT OVERWRITE가 포함됩니다.

  • Apache Spark 및 Apache Hive에서 Lake Formation 기반 액세스 제어를 지원하는 작업에는 SELECT, DESCRIBE, SHOW DATABASE, SHOW TABLE, SHOW COLUMN, SHOW PARTITION이 있습니다.

  • Amazon EMR은 다음과 같은 Lake Formation 기반 작업에 대한 액세스 제어를 지원하지 않습니다.

    • 관리 테이블에 쓰기

    • Amazon EMR에서는 CREATE TABLE을 지원하지 않습니다. Amazon EMR 6.10.0 이상에서는 ALTER TABLE을 지원합니다.

    • INSERT 명령 이외의 DML 명령문

  • 동일한 쿼리지만 Lake Formation 기반 액세스 제어 사용 여부에 따라 성능 차이가 있습니다.

  • Spark 작업에 대해서는 Lake Formation을 사용하는 Amazon EMR만 사용할 수 있습니다.

  • Glue Data Catalog의 다중 카탈로그 계층 구조에서는 신뢰할 수 있는 자격 증명 전파가 지원되지 않습니다. 자세한 내용은 AWS Glue Data Catalog의 다중 카탈로그 계층 구조를 사용한 작업을 참조하세요.