# AWS Glue Studio에서 Google BigQuery에 연결
**참고**
AWS Glue for Spark를 사용하여 AWS Glue 4.0 이상 버전에 있는 Google BigQuery의 테이블에서 읽고 쓸 수 있습니다. 프로그래밍 방식으로 AWS Glue 작업을 통해 Google BigQuery를 구성하려면 [BigQuery 연결](aws-glue-programming-etl-connect-bigquery-home.md)을(를) 참조하세요.
AWS Glue Studio에는 BigQuery에 연결하고, 데이터 통합 작업을 작성하며, AWS Glue Studio 서버리스 Spark 런타임에서 실행할 수 있는 시각적 인터페이스가 있습니다.
AWS Glue Studio에서 Google BigQuery에 대한 연결을 생성할 때 통합 연결이 생성됩니다. 자세한 내용은 [고려 사항](using-connectors-unified-connections.md#using-connectors-unified-connections-considerations) 섹션을 참조하세요.
특정 형식의 자격 증명인 `{"credentials": "base64 encoded JSON"}`로 보안 암호를 만드는 대신 이제 Google BigQuery에 대한 통합 연결을 통해 Goolge BigQuery의 JSON을 직접 포함하는 보안 암호를 생성할 수 있습니다(`{"type": "service-account", ...}`).
**Topics**
+ [BigQuery 연결 생성](creating-bigquery-connection.md)
+ [BigQuery 소스 노드 생성](creating-bigquery-source-node.md)
+ [BigQuery 대상 노드 생성](creating-bigquery-target-node.md)
+ [고급 옵션](#creating-bigquery-connection-advanced-options)
# BigQuery 연결 생성
AWS Glue에서 Google BigQuery에 연결하려면 AWS Secrets Manager 보안 암호에서 Google Cloud Platform 보안 인증 정보를 생성하고 저장한 다음 해당 보안 암호를 Google AWS Glue BigQuery 연결에 연결해야 합니다.
**BigQuery에 대한 연결 구성하기:**
1. Google Cloud Platform에서 관련 리소스를 생성하고 식별합니다.
+ 연결하려는 BigQuery 테이블이 포함된 GCP 프로젝트를 생성하거나 식별합니다.
+ BigQuery API를 활성화합니다. 자세한 내용은 [BigQuery Storage Read API를 사용하여 테이블 데이터 읽기](https://cloud.google.com/bigquery/docs/reference/storage/#enabling_the_api)를 참조하세요.
1. Google Cloud Platform에서 서비스 계정 보안 인증 정보를 생성하고 내보냅니다.
BigQuery 보안 인증 마법사를 사용하여 [보안 인증 정보 생성하기](https://console.cloud.google.com/apis/credentials/wizard?api=bigquery.googleapis.com) 단계를 신속하게 처리할 수 있습니다.
GCP에서 서비스 계정을 생성하려면 [서비스 계정 생성하기](https://cloud.google.com/iam/docs/service-accounts-create)에서 제공되는 튜토리얼을 따르세요.
+ **프로젝트**를 선택할 때 BigQuery 테이블이 포함된 프로젝트를 선택합니다.
+ 서비스 계정의 GCP IAM 역할을 선택할 때 BigQuery 작업을 실행하여 BigQuery 테이블을 읽고, 쓰고, 생성할 수 있는 적절한 권한을 부여하는 역할을 추가하거나 생성하세요.
서비스 계정의 보안 인증 정보를 생성하려면 [서비스 계정 키 생성하기](https://cloud.google.com/iam/docs/keys-create-delete#creating)에서 제공되는 튜토리얼을 따르세요.
+ 키 유형을 선택할 때 **JSON**을 선택합니다.
이제 서비스 계정의 보안 인증 정보가 포함된 JSON 파일을 다운로드했어야 합니다. 예를 들면 다음과 같아야 합니다.
```
{
"type": "service_account",
"project_id": "*****",
"private_key_id": "*****",
"private_key": "*****",
"client_email": "*****",
"client_id": "*****",
"auth_uri": "https://accounts.google.com/o/oauth2/auth",
"token_uri": "https://oauth2.googleapis.com/token",
"auth_provider_x509_cert_url": "https://www.googleapis.com/oauth2/v1/certs",
"client_x509_cert_url": "*****",
"universe_domain": "googleapis.com"
}
```
1. AWS Secrets Manager에서, 다운로드한 자격 증명 파일을 사용하여 보안 암호를 생성합니다. **일반 텍스트** 탭을 선택하고 JSON 형식 파일 콘텐츠를 붙여넣을 수 있습니다. Secrets Manager에서 보안 암호를 생성하려면 AWS Secrets Manager 설명서의 [Create an AWS Secrets Manager secret](https://docs.aws.amazon.com//secretsmanager/latest/userguide/create_secret.html)에서 제공하는 자습서를 따릅니다. 보안 암호를 생성한 후에는 다음 단계를 위해 보안 암호 이름, *secretName*을 유지합니다.
1. AWS Glue 데이터 카탈로그에서 [https://docs.aws.amazon.com/glue/latest/dg/console-connections.html](https://docs.aws.amazon.com/glue/latest/dg/console-connections.html)의 단계에 따라 연결을 생성합니다. 연결을 생성한 후에는 다음 단계를 위해 연결 이름, *connectionName*을 유지합니다.
+ **연결 유형**을 선택할 때 Google BigQuery를 선택합니다.
+ **AWS 보안 암호**를 선택할 때 *secretName*을 입력합니다.
1. AWS Glue 작업 권한과 연결된 IAM 역할에 *secretName*을 읽을 수 있는 권한을 부여합니다.
1. AWS Glue 작업 구성에서 **추가 네트워크 연결**로 *connectionName*을 제공합니다.
# BigQuery 소스 노드 생성
## 필수 전제 조건
+ BigQuery 유형 AWS Glue 데이터 카탈로그 연결
+ 연결에 사용되는 Google BigQuery 자격 증명의 AWS Secrets Manager 보안 암호.
+ 연결에 사용되는 보안 암호를 읽을 작업에 대한 적절한 권한.
+ 읽으려는 테이블 및 해당 Google Cloud 프로젝트의 이름 및 데이터세트.
## BigQuery 데이터 소스 추가
****데이터 소스 - BigQuery** 노드 추가하기:**
1. BigQuery 데이터 소스의 연결을 선택합니다. 생성했으므로 드롭다운에서 사용할 수 있을 것입니다. 연결을 생성해야 하는 경우 **BigQuery 연결 생성**을 선택합니다. 자세한 내용은 [커넥터 및 연결 사용 개요](https://docs.aws.amazon.com/glue/latest/ug/connectors-chapter.html#using-connectors-overview)를 참조하세요.
연결을 선택한 후에는 **속성 보기**를 클릭하여 연결 속성을 볼 수 있습니다.
1. 읽으려는 BigQuery 데이터를 식별한 다음 **BigQuery 소스** 옵션을 선택합니다
+ 단일 테이블 선택 — 테이블에서 모든 데이터를 가져올 수 있습니다.
+ 사용자 지정 쿼리 입력 — 쿼리를 제공하여 검색할 데이터를 사용자 지정할 수 있습니다.
1. 읽고 싶은 데이터를 설명하세요
**(필수 사항)** **상위 프로젝트를** 테이블이 포함된 프로젝트로 설정하거나 해당하는 경우 청구 대상 상위 프로젝트로 설정합니다.
단일 테이블을 선택한 경우 **테이블**을 `[dataset].[table]` 형식의 Google BigQuery 테이블 이름으로 설정합니다
쿼리를 선택한 경우 **쿼리**에 제공합니다. 쿼리에서 `[project].[dataset].[tableName]` 형식으로 정규화된 테이블 이름이 있는 테이블을 참조하세요.
1. BigQuery 속성을 제공합니다
단일 테이블을 선택한 경우 추가 속성을 제공하지 않아도 됩니다.
쿼리를 선택한 경우 다음 **사용자 지정 Google BigQuery 속성**을 제공해야 합니다.
+ `viewsEnabled`를 true로 설정합니다.
+ `materializationDataset`을(를) 데이터세트에 설정합니다. AWS Glue 연결을 통해 제공된 보안 인증 정보로 인증된 GCP 주체는 이 데이터 세트에 테이블을 생성할 수 있어야 합니다.
# BigQuery 대상 노드 생성
## 필수 전제 조건
+ BigQuery 유형 AWS Glue 데이터 카탈로그 연결
+ 연결에 사용되는 Google BigQuery 자격 증명의 AWS Secrets Manager 보안 암호.
+ 연결에 사용되는 보안 암호를 읽을 작업에 대한 적절한 권한.
+ 쓰려는 테이블 및 해당 Google Cloud 프로젝트의 이름 및 데이터세트.
## BigQuery 데이터 대상 추가
****데이터 대상 - BigQuery** 노드 추가하기:**
1. BigQuery 데이터 대상의 연결을 선택합니다. 생성했으므로 드롭다운에서 사용할 수 있을 것입니다. 연결을 생성해야 하는 경우 **BigQuery 연결 생성**을 선택합니다. 자세한 내용은 [커넥터 및 연결 사용 개요](https://docs.aws.amazon.com/glue/latest/ug/connectors-chapter.html#using-connectors-overview)를 참조하세요.
연결을 선택한 후에는 **속성 보기**를 클릭하여 연결 속성을 볼 수 있습니다.
1. 쓰려는 BigQuery 테이블을 식별한 다음 **쓰기 방법**을 선택합니다.
+ 직접 — BigQuery Storage 쓰기 API를 사용하여 BigQuery에 직접 글을 씁니다.
+ 간접 — Google Cloud Storage에 쓴 다음 BigQuery에 복사합니다.
간접적으로 쓰려는 경우 **임시 GCS 버킷**과 함께 대상 GCS 위치를 제공하세요. AWS Glue 연결에 추가 구성을 제공해야 합니다. 자세한 내용은 [Google BigQuery를 통한 간접 쓰기 사용을](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-etl-connect-bigquery-home.html#aws-glue-programming-etl-connect-bigquery-indirect-write) 참조하세요.
1. 읽고 싶은 데이터를 설명하세요
**(필수 사항)** **상위 프로젝트를** 테이블이 포함된 프로젝트로 설정하거나 해당하는 경우 청구 대상 상위 프로젝트로 설정합니다.
단일 테이블을 선택한 경우 **테이블**을 `[dataset].[table]` 형식의 Google BigQuery 테이블 이름으로 설정합니다
## 고급 옵션
BigQuery 노드를 생성할 때 고급 옵션을 제공할 수 있습니다. 이 옵션은 Spark 스크립트에 대한 AWS Glue을(를) 프로그래밍할 때 사용할 수 있는 옵션과 동일합니다.
AWS Glue 개발자 설명서의 [BigQuery 연결 옵션 참조](https://docs.aws.amazon.com//glue/latest/dg/aws-glue-programming-etl-connect-bigquery-home.html)를 참조하세요.