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

# AWS Lake Formation 와 함께 사용 AWS Glue
<a name="glue-features-lf"></a>

데이터 엔지니어와 DevOps 전문가는 Apache Spark AWS Glue 와 함께 ETL(추출, 변환 및 로드)을 사용하여 Amazon S3의 데이터 세트에서 변환을 수행하고 분석, 기계 학습 및 애플리케이션 개발을 위해 변환된 데이터를 데이터 레이크 및 데이터 웨어하우스에 로드합니다. 여러 팀이 Amazon S3의 동일한 데이터세트에 액세스하는 경우 역할에 따라 권한을 부여하고 제한해야 합니다.

AWS Lake Formation 는를 기반으로 하며 AWS Glue서비스는 다음과 같은 방식으로 상호 작용합니다.
+ Lake Formation과 AWS Glue는 동일한 데이터 카탈로그를 공유합니다.
+ AWS Glue 콘솔을 호출하는 Lake Formation 콘솔 기능은 다음과 같습니다.
  + 작업 - 자세한 내용은 **AWS Glue 개발자 안내서의 [작업 추가](https://docs.aws.amazon.com/glue/latest/dg/add-job.html)를 참조하세요.
  + 크롤러 - 자세한 내용은 **AWS Glue 개발자 안내서의 [크롤러를 사용한 테이블 카탈로그 작성](https://docs.aws.amazon.com/glue/latest/dg/add-crawler.html)을 참조하세요.
+ Lake Formation 청사진을 사용할 때 생성되는 워크플로는 AWS Glue 워크플로입니다. Lake Formation 콘솔과 AWS Glue 콘솔 모두에서 이러한 워크플로를 보고 관리할 수 있습니다.
+ 기계 학습 변환은 Lake Formation과 함께 제공되며 AWS Glue API 작업을 기반으로 합니다. AWS Glue 콘솔에서 기계 학습 변환을 생성하고 관리합니다. 자세한 내용을 알아보려면 **AWS Glue 개발자 안내서의 [기계 학습 변환](https://docs.aws.amazon.com/glue/latest/dg/machine-learning.html)을 참조하세요.

 Lake Formation의 세분화된 액세스 제어를 사용하여 기존 데이터 카탈로그 리소스와 Amazon S3 데이터 위치를 관리할 수 있습니다.

**참고**  
AWS Glue 5.0 이상은 S3에서 지원하는 Iceberg 및 Hive 테이블에 대한 세분화된 액세스 제어를 지원합니다. 이 기능을 사용하면 Apache Spark 작업용 내에서 읽기 쿼리에 대한 테이블, 행, 열 및 셀 수준 액세스 제어를 구성할 AWS Glue 수 있습니다.

## 트랜잭션 테이블 유형 지원
<a name="tables.glue"></a>

Lake Formation 권한을 적용하면 Amazon S3 기반 데이터 레이크의 트랜잭션 데이터를 보호할 수 있습니다. 아래 표에는에서 지원되는 트랜잭션 테이블 형식 AWS Glue 과 Lake Formation 권한이 나열되어 있습니다. Lake Formation은 AWS Glue 작업에 이러한 권한을 적용합니다.


**지원되는 테이블 형식**  

| 테이블 형식 | 설명 및 허용된 작업 | 에서 지원되는 Lake Formation 권한 AWS Glue | 
| --- | --- | --- | 
|  Apache Hudi  |  증분 데이터 처리 및 데이터 파이프라인 개발을 간소화하는 데 사용되는 오픈 테이블 형식입니다. 예제는 [에서 Hudi 프레임워크 사용을 참조하세요 AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-etl-format-hudi.html).  |  Hudi 테이블에는 테이블 수준 권한을 사용할 수 있습니다. 자세한 내용은 [제한 사항](https://docs.aws.amazon.com/glue/latest/dg/security-lf-enable.html)을 참조하세요.  | 
|  Apache Iceberg  |  대규모 파일 컬렉션을 테이블로 관리하는 오픈 테이블 형식입니다. 예제는 [에서 Iceberg 프레임워크 사용을 참조하세요 AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-etl-format-iceberg.html).  |  AWS Glue 버전 5.0 이상을 사용하면 Iceberg 테이블의 Apache Spark 작업에 대해 내에서 읽기 쿼리 AWS Glue 에 대한 테이블, 행, 열 및 셀 수준 액세스 제어를 구성할 수 있습니다. 자세한 내용은 [제한 사항](https://docs.aws.amazon.com/glue/latest/dg/security-lf-enable.html)을 참조하세요.  | 
|  Linux Foundation Delta Lake  |  Delta Lake는 Amazon S3 또는 Hadoop 분산 파일 시스템(HDFS)에 일반적으로 구축되는 최신 데이터 레이크 아키텍처를 구현하는 데 도움이 되는 오픈 소스 프로젝트입니다. 예제는 [에서 Delta Lake 프레임워크 사용을 참조하세요 AWS Glue](https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-etl-format-delta-lake.html).  |  테이블 수준 권한은 Delta Lake 테이블에서 사용할 수 있습니다. 자세한 내용은 [제한 사항](https://docs.aws.amazon.com/glue/latest/dg/security-lf-enable-considerations.html)을 참조하세요.  | 

## 추가 리소스
<a name="add-resources-glue"></a>

**블로그 게시물 및 리포지토리**
+ [AWS Glue 커넥터를 사용하여 ACID 트랜잭션이 있는 Apache Iceberg 테이블을 읽고 쓰고 시간 이동을 수행합니다.](https://aws.amazon.com/blogs/big-data/use-the-aws-glue-connector-to-read-and-write-apache-iceberg-tables-with-acid-transactions-and-perform-time-travel/)
+  [AWS Glue 사용자 지정 커넥터를 사용하여 Apache Hudi 테이블에 쓰기](https://aws.amazon.com/blogs/big-data/writing-to-apache-hudi-tables-using-aws-glue-connector/)
+  AWS [Cloudformation 템플릿 및 pyspark 코드 샘플의 ](https://github.com/aws-samples/aws-glue-streaming-etl-with-apache-hudi)리포지토리로 AWS Glue, Apache Hudi 및 Amazon S3를 사용하여 스트리밍 데이터를 분석합니다.