Apache Iceberg 和 Lake Formation

Amazon EMR 版本 6.15.0 及更高版本包括支持基於 Apache Iceberg 的精細訪問控制，當您使 AWS Lake Formation 用 Spark 讀取和寫入數據時。SQLAmazon 通過 Apache Iceberg EMR 支持表，行，列和單元級訪問控制。使用此功能，您可以在 copy-on-write 資料表上執行快照查詢，以便在指定認可或壓縮瞬間查詢資料表的最新快照集。

若要使用 Iceberg 格式，請設定以下組態。使用 Iceberg 資料表所在的 Amazon S3 路徑取代 DB_LOCATION，並使用您的值取代區域和帳戶 ID 預留位置。

spark-sql \
--conf spark.sql.extensions=org.apache.iceberg.spark.extensions.IcebergSparkSessionExtensions,com.amazonaws.emr.recordserver.connector.spark.sql.RecordServerSQLExtension  
--conf spark.sql.catalog.iceberg_catalog=org.apache.iceberg.spark.SparkCatalog 
--conf spark.sql.catalog.iceberg_catalog.warehouse=s3://DB_LOCATION 
--conf spark.sql.catalog.iceberg_catalog.catalog-impl=org.apache.iceberg.aws.glue.GlueCatalog 
--conf spark.sql.catalog.iceberg_catalog.io-impl=org.apache.iceberg.aws.s3.S3FileIO  
--conf spark.sql.catalog.iceberg_catalog.glue.account-id=ACCOUNT_ID 
--conf spark.sql.catalog.iceberg_catalog.glue.id=ACCOUNT_ID 
--conf spark.sql.catalog.iceberg_catalog.client.assume-role.region=AWS_REGION 
--conf spark.sql.secureCatalog=iceberg_catalog
		

如果您希望 Lake Formation 使用記錄服務器來管理您的 Spark 目錄，請設置spark.sql.catalog.<managed_catalog_name>.lf.managed為 true。

您還應該小心通過NOT以下假設角色設置：

--conf spark.sql.catalog.my_catalog.client.assume-role.region 
--conf spark.sql.catalog.my_catalog.client.assume-role.arn 
--conf spark.sql.catalog.my_catalog.client.assume-role.tags.LakeFormationAuthorizedCaller

以下支援矩陣列出了 Apache Iceberg 和 Lake Formation 的部分核心功能：