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

# Amazon EMR에서 Trino 구성
<a name="emr-trino-config"></a>

**Topics**
+ [Trino용 커넥터 구성](#emr-trino-config-connector)
+ [모니터링](#emr-trino-monitoring)

## Trino용 커넥터 구성
<a name="emr-trino-config-connector"></a>

### Hive AWS 메타스토어로 Glue에 연결
<a name="emr-trino-config-connector-hive"></a>

Trino를 사용하여 쿼리를 실행할 때 AWS Glue 데이터 카탈로그를 Hive 메타스토어로 구성할 수 있다는 점을 이해하는 것이 중요하고 유용합니다. Hive 메타스토어로 클러스터를 설정하는 단계를 포함한 추가 정보는 [Glue 데이터 카탈로그를 Hive의 AWS 메타스토어로 사용을 참조하세요](https://docs.aws.amazon.com/emr/latest/ReleaseGuide/emr-hive-metastore-glue.html).



EMR on EKS를 AWS Glue와 통합하는 방법에 대한 자세한 내용은 [EMR Containers를 AWS Glue와 통합](https://aws.github.io/aws-emr-containers-best-practices/metastore-integrations/docs/aws-glue/)하는 모범 사례를 참조하세요.

### Amazon EMR에서 Trino를 사용할 때 Iceberg 테이블에 연결
<a name="emr-trino-config-connector-iceberg"></a>

Iceberg는 분석 테이블을 위한 오픈 테이블 형식입니다. Spark 및 Trino와 같은 엔진이 SQL 쿼리를 사용하여 동일한 테이블에서 빅 데이터를 쿼리하도록 생성되었습니다. 여기에는 데이터 읽기 및 쓰기 격리와 같은 기능이 포함되어 있으므로 리더는 예를 들어, 부분적으로 업데이트된 데이터를 쿼리하지 않아도 됩니다. 스냅샷과 같은 상태 기능도 지원합니다. 메타데이터 및 매니페스트 파일을 사용하여 추상화 계층을 제공합니다. 테이블 스키마를 설명하고 형식 지정 또는 구성 방법에 대한 많은 세부 정보를 알 필요 없이 데이터를 쉽게 쿼리할 수 있습니다. 연결된 경우 테이블 업데이트 데이터에서 데이터를 읽거나 기본 파일에 새 데이터를 쓸 수 있습니다.

Amazon EMR 및 AWS Glue를 사용하여 Iceberg 테이블을 구성하는 방법을 보여주는 워크숍이 있습니다. 자세한 내용은 [분석 워크숍 - Data Lake에서 Apache Iceberg 테이블 설정 및 사용](https://youtu.be/SZDYmWIStUo?si=sW35AjSWIcHu5x_p)을 참조하세요.

### 클라이언트와 연결
<a name="emr-trino-config-connector-jdbc"></a>

사용 가능한 JDBC 드라이버를 사용하여 Trino에 연결할 수 있습니다. 자세한 내용은 *Trino 설명서*의 [JDBC 드라이버](https://trino.io/docs/current/client/jdbc.html)를 참조하세요.

## 모니터링
<a name="emr-trino-monitoring"></a>

를 통해 Amazon EMR 클러스터를 모니터링할 수 있습니다 AWS Management Console. 자세한 내용은 [작업을 수행하는 경우 Amazon EMR 클러스터 보기 및 모니터링](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-manage-view.html)을 참조하세요. Amazon EMR은 모니터링 지표도 Amazon CloudWatch에 전송합니다. Amazon EMR 클러스터 모니터링에 대한 자세한 내용은 [Amazon EMR의Amazon CloudWatch 이벤트 및 지표]()를 참조하세요.