Amazon Redshift는 패치 198부터 새 Python UDF 생성을 더 이상 지원하지 않습니다. 기존 Python UDF는 2026년 6월 30일까지 계속 작동합니다. 자세한 내용은 [블로그 게시물](https://aws.amazon.com/blogs/big-data/amazon-redshift-python-user-defined-functions-will-reach-end-of-support-after-june-30-2026/)을 참조하세요. # 데이터 레이크 쿼리 이 자습서의 태스크 세트에 따라 Amazon S3 데이터 레이크의 데이터를 쿼리할 수 있습니다. 먼저, [AWS Glue Data Catalog](https://docs.aws.amazon.com/glue/latest/dg/components-overview.html#data-catalog-intro)에서 외부 데이터베이스를 참조하는 외부 스키마를 생성합니다. 그런 다음 Amazon S3 데이터 레이크의 데이터를 쿼리할 수 있습니다. ## 데모: 데이터 레이크 쿼리 데이터 레이크를 쿼리하는 방법을 알아보려면 다음 동영상을 시청하세요. [![AWS Videos](http://img.youtube.com/vi/https://www.youtube.com/embed/-pyy0qNmEKo/0.jpg)](http://www.youtube.com/watch?v=https://www.youtube.com/embed/-pyy0qNmEKo) ## 사전 조건 쿼리 에디터 v2에서 데이터 레이크를 사용하기 전에 Amazon Redshift 환경에서 다음을 설정했는지 확인하세요. + AWS Glue를 사용하여 Amazon S3 데이터를 크롤링하고 AWS Lake Formation에 대해 Data Catalog를 활성화하세요. + AWS Glue가 활성화된 AWS Lake Formation용 Data Catalog로 Amazon Redshift에 대한 IAM 역할을 생성합니다. 이 절차에 대한 자세한 내용은 [AWS Lake Formation에 대해 활성화된 AWS Glue Data Catalog를 사용하여 Amazon Redshift용 IAM 역할 만들기](https://docs.aws.amazon.com/redshift/latest/dg/c-getting-started-using-spectrum-create-role.html#spectrum-get-stared-create-role-lake-formation)를 참조하세요. Redshift Spectrum 및 Lake Formation 사용에 대한 자세한 내용은 [AWS Lake Formation과 함께 Redshift Spectrum 사용](https://docs.aws.amazon.com/redshift/latest/dg/spectrum-lake-formation.html)을 참조하세요. + Lake Formation 데이터베이스에서 쿼리할 테이블에 SELECT 권한을 부여합니다. 이 절차에 대한 자세한 내용은 [Lake Formation 데이터베이스에서 쿼리할 테이블에 SELECT 권한 부여](https://docs.aws.amazon.com/redshift/latest/dg/c-getting-started-using-spectrum-create-role.html#spectrum-get-started-grant-lake-formation-table)를 참조하세요. Lake Formation 콘솔(https://console.aws.amazon.com/lakeformation/)의 **권한** 섹션, **데이터 레이크 권한** 페이지에서 IAM 역할, AWS Glue 데이터베이스 및 테이블에 적절한 권한이 있는지 확인할 수 있습니다. + 연결된 사용자에게 Amazon Redshift 데이터베이스에서 스키마를 생성하고 데이터 레이크의 데이터에 액세스할 수 있는 권한이 있는지 확인하세요. 쿼리 에디터 v2에서 데이터베이스에 연결할 때는 보안 인증 정보가 포함된 인증 방법을 선택합니다. 보안 인증 정보는 데이터베이스 사용자 또는 IAM 사용자일 수 있습니다. 연결된 사용자에게는 적절한 권한 및 데이터베이스 권한(예:`superuser`)이 있어야 합니다. 클러스터 또는 작업 그룹을 생성한 Amazon Redshift `admin` 사용자에게는 `superuser` 권한이 있으며 스키마를 생성하고 Redshift 데이터베이스를 관리할 수 있습니다. 쿼리 에디터 v2에서 데이터베이스에 연결하는 방법에 대한 자세한 내용은 [Amazon Redshift 데이터베이스에 연결](query-editor-v2-connecting.md) 섹션을 참조하세요. ## 외부 스키마 생성 Amazon S3 데이터 레이크의 데이터를 쿼리하려면 먼저 외부 스키마를 생성합니다. 외부 스키마는 [AWS Glue Data Catalog](https://docs.aws.amazon.com/glue/latest/dg/components-overview.html#data-catalog-intro)에서 외부 데이터베이스를 참조합니다. 1. 쿼리 에디터 v2의 **편집기** 보기에서 ![\[Create\]](http://docs.aws.amazon.com/ko_kr/redshift/latest/mgmt/images/qev2-add.png)**생성**을 선택한 다음 **스키마**를 선택합니다. 1. **스키마 이름(Schema name)**을 입력합니다. 1. **스키마 유형**으로 **외부**를 선택합니다. 1. **Data Catalog** 세부 정보에서 **리전**은 기본적으로 Redshift 데이터베이스가 있는 AWS 리전입니다. 1. 외부 스키마가 매핑되고 AWS Glue 테이블에 대한 참조가 포함된 **AWS Glue 데이터베이스**를 선택합니다. 1. Amazon S3에서 데이터를 쿼리하는 데 필요한 권한이 있는 Amazon Redshift용 **IAM 역할**을 선택합니다. 1. Data Catalog에 대한 권한이 있는 **IAM 역할**을 선택할 수도 있습니다(선택 사항). 1. **스키마 생성**을 선택합니다. 스키마가 트리 보기 패널의 데이터베이스 아래에 나타납니다. 스키마를 만들 때 데이터베이스에 대한 권한 거부 오류가 표시되면 연결된 사용자에게 스키마를 만들 수 있는 데이터베이스 권한이 있는지 확인하세요. ## Amazon S3 데이터 레이크에서 데이터 쿼리 이전 절차에서 생성한 스키마를 사용합니다. 1. 트리 보기 패널에서 스키마를 선택합니다. 1. 테이블 정의를 보려면 테이블을 선택합니다. 테이블 열 및 데이터 유형이 표시됩니다. 1. 테이블을 쿼리하려면 테이블을 선택하고 컨텍스트 메뉴(마우스 오른쪽 버튼 클릭)에서 **테이블 선택**을 선택합니다. 1. **편집기**에서 쿼리를 실행합니다. 다음 예제 SQL은 쿼리 에디터 v2에서 `flightscsv`라는 이름이 지정된 AWS Glue 테이블의 모든 행을 쿼리하기 위해 생성되었습니다. 출력에 표시된 열과 행은 간소화를 위해 잘려 있습니다. ``` SELECT * FROM "dev"."mydatalake_schema"."flightscsv"; year quarter month dom day_of_week fl_date unique_carrier airline_id carrier tail_num fl_num 2016 4 10 19 3 10/19/16 OO 20304 OO N753SK 3086 2016 4 10 19 3 10/19/16 OO 20304 OO N753SK 3086 2016 4 10 19 3 10/19/16 OO 20304 OO N778SK 3087 2016 4 10 19 3 10/19/16 OO 20304 OO N778SK 3087 ... ```