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

# 에서 Apache Iceberg 사용 AWS
<a name="introduction"></a>

*Amazon Web Services*([기여자](contributors.md))

*2025년 *11월([문서 기록](doc-history.md))

Apache Iceberg는 성능을 개선하면서 테이블 관리를 간소화하는 오픈 소스 테이블 형식입니다.Amazon EMR AWS Glue, Amazon Athena, Amazon Redshift와 같은 AWS 분석 서비스에는 Iceberg에 대한 기본 지원이 포함되어 있으므로 Amazon Simple Storage Service(Amazon S3)를 기반으로 트랜잭션 데이터 레이크를 쉽게 빌드할 수 있습니다 AWS.

또한 차세대 Amazon SageMaker는 데이터 [레이크, 데이터 웨어하우스, 타사 및 페더레이션 소스 간의 데이터 액세스를 통합하는 오픈 레이크하우스 아키텍처](https://aws.amazon.com/sagemaker/lakehouse/)를 기반으로 구축되었습니다. AWS 레이크하우스는 Iceberg와 완벽하게 호환되며 Iceberg REST API를 사용하여 제자리에 있는 데이터에 액세스하고 쿼리할 수 있는 유연성을 제공합니다.

이 기술 가이드는 다양한에서 Iceberg를 시작하는 방법에 대한 지침을 제공하며 비용과 성능을 최적화하면서 AWS 대규모로 Iceberg를 실행하기 위한 모범 사례와 권장 사항을 AWS 서비스포함합니다.

Iceberg로 막 시작하든 기존 Iceberg 워크로드를 최적화하려는 숙련된 사용자이든 AWS이 가이드는 프로젝트의 모든 단계에 대한 귀중한 인사이트를 제공합니다.

이 가이드에는 다음 내용이 포함됩니다.
+ [최신 데이터 레이크](data-lakes.md)
+ [Athena SQL에서 Iceberg 테이블 시작하기 ](getting-started.md)
+ [Amazon EMR에서 Iceberg 작업](iceberg-emr.md)
+ [에서 Iceberg 작업 AWS Glue](iceberg-glue.md)
+ [Spark를 사용하여 Iceberg 테이블 작업](iceberg-spark.md)
+ [Trino를 사용하여 Iceberg 테이블 작업](iceberg-trino.md)
+ [Amazon Data Firehose를 사용하여 Iceberg 테이블 작업](iceberg-firehose.md)
+ [Athena SQL을 사용하여 Iceberg 테이블 작업](iceberg-athena.md)
+ [PyIceberg 테이블 작업](iceberg-pyiceberg.md)
+ [Iceberg 테이블 형식 사양 버전 3 작업](table-spec-v3.md)
+ [기존 테이블을 Iceberg로 마이그레이션](table-migration.md)
+ [Iceberg 워크로드 최적화 모범 사례](best-practices.md)
+ [Iceberg 워크로드 모니터링](monitoring.md)
+ [거버넌스 및 액세스 제어](governance.md)
+ [참조 아키텍처](reference-architectures.md)
+ [리소스](resources.md)
+ [기여자](contributors.md)